전방향 이동 로봇은 뛰어난 기동성과 제한된 공간에서의 적응력 덕분에 다양한 분야에서 광범위하게 응용되고 있습니다. 그러나 구조적 및 시스템적 불확실성은 이동 정확성을 크게 저하시킵니다. 이동 제어 정밀도를 향상시키기 위해, 본 논문은 기저 함수(RBF) 신경망과 통합된 슬라이딩 모드 제어(SMC) 방법을 제안합니다. 이 접근 방식은 모델 불확실성, 비선형 동역학 및 알려지지 않은 교란을 복합 교란 항으로 집계합니다. RBF 신경망을 사용하여 이 교란을 근사하고, SMC 프레임워크 내에 보상을 내장합니다. Lyapunov 안정성 정리를 사용하여 신경망 최적화를 위한 온라인 적응 법칙이 도출되어 교란 거부 능력이 개선됩니다. 비교 시뮬레이션 및 실험을 통해 제안된 방법이 현대 제어 전략에 대해 검증됩니다. 결과는 MY3 휠형 전방향 이동 로봇의 궤적 추적 정확성을 크게 향상시키는 우수한 추적 성능과 강건성을 보여줍니다.
Li et al. (수), 이 질문을 연구했습니다.