کنترل مقاوم ربات زیرآبی با جهت گیری پتانسیلی برای تعقیب مسیر در حضور موانع
Publish place: Modares Mechanical Engineering، Vol: 18، Issue: 3
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 168
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MME-18-3_001
تاریخ نمایه سازی: 10 اسفند 1403
Abstract:
در این مقاله، یک کنترل کننده جدید بر مبنای ترکیب کنترل کننده خطی ساز فیدبک مقاوم با دینامیک خطای انتگرالی-نمایی ارائه شده است، که با استفاده از توابع پتانسیل برای کنترل ردیابی ربات زیرآبی در محیط های پرمانع توسعه داده می شود. ربات های زیرآبی از جمله سیستم های غیرخطی، کم عملگر و دارای عدم قطعیت ها و نامعینی های دینامیکی به شمار می آیند که کنترل آن ها چالش برانگیز است. در این پژوهش با کراندار فرض کردن اغتشاشات خارجی و نامعینی ها از روش کنترلی مقاوم پیشنهادی استفاده گردیده است. در این راستا الگوریتم کنترلی خطی ساز فیدبک بر اساس دینامیک خطای غیرخطی تعریف شده، برای ربات زیرآبی توسعه داده شده است. همچنین، به منظور اجتناب از برخورد با موانع قوانین کنترلی به دست آمده با توابع پتانسیل مجازی تلفیق گردیده است. بدین منظور، با تعریف توابع پتانسیل مجازی، نیروی دافعه ای بین ربات و موانع در تقاطع با مسیر ایجاد و موجب حرکت ایمن ربات در محیط های غنی از موانع می گردد. در نهایت، عملکرد الگوریتم کنترلی پیشنهادی با نتایج حاصل از پیاده سازی قوانین کنترلی مود لغزشی کلاسیک مقایسه شده است. نتایج حاصله نشان دهنده کارآیی کنترل کننده پیشنهادی با جهت گیری پتانسیلی در مسیرهای پرمانع می باشد که از عملکرد مطلوب تری نیز در صورت مواجه شدن با موانع برخوردار است.
Keywords:
"Underwater Robot" , "Robust Feedback Linearization Controller" , "Sliding Mode Controller" , "Potential Function" , "ربات زیرآبی" , "کنترل کننده خطی ساز فیدبک مقاوم" , "کنترل کننده مود لغزشی" , " توابع پتانسیل"
Authors
فهیمه سادات طباطبایی نسب
Department of Mechanical Engineering, K. N. Toosi University of Technology, Tehran, Iran
سید علی اکبر موسویان
استاد دانشگاه خواجه نصیرالدین طوسی
علی کیماسی خلجی
Assistant Professor, Kharazmi University
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :