第8卷第4期 智能系统学报 Vol.8 No.4 2013年8月 CAAI Transactions on Intelligent Systems Aug.2013 D0I:10.3969/i.issn.1673-4785.201303030 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.TP.20130603.1601.002.html 基于大脑情感学习的四轮驱动机器人速度补偿控制 陈建平1，王建彬2，杨宜民2 (1.肇庆学院计算机学院，广东肇庆526061：2.广东工业大学自动化学院，广东广州510090) 摘要：由于4轮驱动机器人的轮间耦合特性及系统非线性的存在，即使单个驱动电机的控制精度达到最优，机器 人整体的运动控制效果也未必理想针对这一问题，提出一种基于大脑情感学习的机器人速度补偿控制方法基于大 脑情感学习计算模型，设计了融合机器人整体速度跟踪误差及其积分、微分信息的补偿控制器，通过计算模型内部 各节点权值的在线学习，及时地调整控制器的参数，实现对4个轮子速度的自适应补偿.仿真实验表明，该方法有效 减小了非线性干扰对系统的影响，具有较高的稳态控制精度和较快的响应速度，大大提高了机器人整体的速度和轨 迹跟踪精度. 关键词：全向移动机器人：大脑情感学习：速度补偿：轨迹跟踪：运动控制 中图分类号：TP242.6文献标志码：A文章编号：1673-4785(2013)04-0361-06 中文引用格式：陈建平，王建彬，杨宜民.基于大脑情感学习的4轮驱动机器人速度补偿控制[J].智能系统学报，2013,8(4)：361 366. 英文引用格式：CHEN Jianping,WANG Jianbin,YANG Yimin.Velocity compensation control for a four-wheel drive robot based on brain emotional learning[J].CAAI Transactions on Intelligent Systems,2013,8(4):361-366. Velocity compensation control for a four-wheel drive robot based on brain emotional learning CHEN Jianping',WANG Jianbin2,YANG Yimin2 (1.School of Computer Science,Zhaoqing University,Zhaoqing 526061,China;2.School of Automation,Guangdong University of Technology,Guangzhou 510090,China) Abstract:Since there are system nonlinearity and couple relationships in four wheels,even each motor has the opti- mal parameters,and the whole robot may not be precisely controlled.A velocity compensation controller based on brain emotional learning was applied to the motion control of a four-wheel drive omni-directional mobile robot (FDOMR)in this paper,which contains differential and integral information of robot speed tracking errors.By means of the parameters adjusted through online learning of weight of every node inside the computing model,adap- tive compensation of four wheels'speed was achieved.The simulation results show that the influence produced by non-linear disturbance is effectively decreased;as a result,the system has higher steady-state control precision and faster response speed,greatly increasing the whole velocity and trajectory control precision of the robot. Keywords:omni-directional mobile robots;brain emotional learning;velocity compensation;trajectory tracking; motion control 全向移动机器人具有全方位移动的功能，可以 大力的推广和发展，但其复杂的轮系分布给机器人 在不改变位姿的情况下向任意方向运动，凭借独特 的控制带来了难度.机器人受到堵转、摩擦、打滑 的运动优势，在国内外中型组机器人大赛中，得到了 及各种扰动因素的影响，导致机器人的运动能力变 差而偏离目标点，控制精度不高].因此，大多数研 收稿日期：2013-03-18.网络出版日期：2013-06-03. 基金项目：广东省自然科学基金资助项目(S2011010004006):广东省 究是从如何改善各个轮的驱动控制环的动态性能出 教育部产学研结合资助项目(2012B091100423):肇庆市科 发，通过各种先进的控制与补偿技术提高对每个轮 技计划资助项目(2010F006):肇庆学院科研启动基金资助 项目(2012KQ01). 驱动电机的控制精度，然而这种方法没有考虑机器 通信作者：陈建平.E-mail:jpchent@zu.ce.cn. 人整体的速度跟踪误差[]」第 ８ 卷第 ４ 期 智 能 系 统 学 报 Ｖｏｌ．８ №．４ ２０１３ 年 ８ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｕｇ． ２０１３ ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１３０３０３０ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１３０６０３．１６０１．００２．ｈｔｍｌ 基于大脑情感学习的四轮驱动机器人速度补偿控制 陈建平１ ，王建彬２ ，杨宜民２ （１． 肇庆学院 计算机学院，广东 肇庆 ５２６０６１； ２． 广东工业大学 自动化学院，广东 广州 ５１００９０） 摘 要：由于 ４ 轮驱动机器人的轮间耦合特性及系统非线性的存在，即使单个驱动电机的控制精度达到最优，机器 人整体的运动控制效果也未必理想．针对这一问题，提出一种基于大脑情感学习的机器人速度补偿控制方法．基于大 脑情感学习计算模型，设计了融合机器人整体速度跟踪误差及其积分、微分信息的补偿控制器，通过计算模型内部 各节点权值的在线学习，及时地调整控制器的参数，实现对 ４ 个轮子速度的自适应补偿．仿真实验表明，该方法有效 减小了非线性干扰对系统的影响，具有较高的稳态控制精度和较快的响应速度，大大提高了机器人整体的速度和轨 迹跟踪精度． 关键词：全向移动机器人；大脑情感学习；速度补偿；轨迹跟踪；运动控制 中图分类号：ＴＰ２４２．６ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１３）０４⁃０３６１⁃０６ 中文引用格式：陈建平，王建彬，杨宜民． 基于大脑情感学习的 ４ 轮驱动机器人速度补偿控制［Ｊ］． 智能系统学报， ２０１３， ８（４）： ３６１⁃ ３６６． 英文引用格式：ＣＨＥＮ Ｊｉａｎｐｉｎｇ， ＷＡＮＧ Ｊｉａｎｂｉｎ， ＹＡＮＧ Ｙｉｍｉｎ． Ｖｅｌｏｃｉｔｙ ｃｏｍｐｅｎｓａｔｉｏｎ ｃｏｎｔｒｏｌ ｆｏｒ ａ ｆｏｕｒ⁃ｗｈｅｅｌ ｄｒｉｖｅ ｒｏｂｏｔ ｂａｓｅｄ ｏｎ ｂｒａｉｎ ｅｍｏｔｉｏｎａｌ ｌｅａｒｎｉｎｇ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１３， ８（４）： ３６１⁃３６６． Ｖｅｌｏｃｉｔｙ ｃｏｍｐｅｎｓａｔｉｏｎ ｃｏｎｔｒｏｌ ｆｏｒ ａ ｆｏｕｒ⁃ｗｈｅｅｌ ｄｒｉｖｅ ｒｏｂｏｔ ｂａｓｅｄ ｏｎ ｂｒａｉｎ ｅｍｏｔｉｏｎａｌ ｌｅａｒｎｉｎｇ ＣＨＥＮ Ｊｉａｎｐｉｎｇ １ ， ＷＡＮＧ Ｊｉａｎｂｉｎ ２ ， ＹＡＮＧ Ｙｉｍｉｎ ２ （１． Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ， Ｚｈａｏｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｚｈａｏｑｉｎｇ ５２６０６１， Ｃｈｉｎａ； ２． Ｓｃｈｏｏｌ ｏｆ Ａｕｔｏｍａｔｉｏｎ， Ｇｕａｎｇｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｇｕａｎｇｚｈｏｕ ５１００９０， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｓｉｎｃｅ ｔｈｅｒｅ ａｒｅ ｓｙｓｔｅｍ ｎｏｎｌｉｎｅａｒｉｔｙ ａｎｄ ｃｏｕｐｌｅ ｒｅｌａｔｉｏｎｓｈｉｐｓ ｉｎ ｆｏｕｒ ｗｈｅｅｌｓ， ｅｖｅｎ ｅａｃｈ ｍｏｔｏｒ ｈａｓ ｔｈｅ ｏｐｔｉ⁃ ｍａｌ ｐａｒａｍｅｔｅｒｓ， ａｎｄ ｔｈｅ ｗｈｏｌｅ ｒｏｂｏｔ ｍａｙ ｎｏｔ ｂｅ ｐｒｅｃｉｓｅｌｙ ｃｏｎｔｒｏｌｌｅｄ． Ａ ｖｅｌｏｃｉｔｙ ｃｏｍｐｅｎｓａｔｉｏｎ ｃｏｎｔｒｏｌｌｅｒ ｂａｓｅｄ ｏｎ ｂｒａｉｎ ｅｍｏｔｉｏｎａｌ ｌｅａｒｎｉｎｇ ｗａｓ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｍｏｔｉｏｎ ｃｏｎｔｒｏｌ ｏｆ ａ ｆｏｕｒ⁃ｗｈｅｅｌ ｄｒｉｖｅ ｏｍｎｉ⁃ｄｉｒｅｃｔｉｏｎａｌ ｍｏｂｉｌｅ ｒｏｂｏｔ （ＦＤＯＭＲ） ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｗｈｉｃｈ ｃｏｎｔａｉｎｓ ｄｉｆｆｅｒｅｎｔｉａｌ ａｎｄ ｉｎｔｅｇｒａｌ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｒｏｂｏｔ ｓｐｅｅｄ ｔｒａｃｋｉｎｇ ｅｒｒｏｒｓ． Ｂｙ ｍｅａｎｓ ｏｆ ｔｈｅ ｐａｒａｍｅｔｅｒｓ ａｄｊｕｓｔｅｄ ｔｈｒｏｕｇｈ ｏｎｌｉｎｅ ｌｅａｒｎｉｎｇ ｏｆ ｗｅｉｇｈｔ ｏｆ ｅｖｅｒｙ ｎｏｄｅ ｉｎｓｉｄｅ ｔｈｅ ｃｏｍｐｕｔｉｎｇ ｍｏｄｅｌ， ａｄａｐ⁃ ｔｉｖｅ ｃｏｍｐｅｎｓａｔｉｏｎ ｏｆ ｆｏｕｒ ｗｈｅｅｌｓ’ ｓｐｅｅｄ ｗａｓ ａｃｈｉｅｖｅｄ． Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｐｒｏｄｕｃｅｄ ｂｙ ｎｏｎ⁃ｌｉｎｅａｒ ｄｉｓｔｕｒｂａｎｃｅ ｉｓ ｅｆｆｅｃｔｉｖｅｌｙ ｄｅｃｒｅａｓｅｄ； ａｓ ａ ｒｅｓｕｌｔ， ｔｈｅ ｓｙｓｔｅｍ ｈａｓ ｈｉｇｈｅｒ ｓｔｅａｄｙ⁃ｓｔａｔｅ ｃｏｎｔｒｏｌ ｐｒｅｃｉｓｉｏｎ ａｎｄ ｆａｓｔｅｒ ｒｅｓｐｏｎｓｅ ｓｐｅｅｄ， ｇｒｅａｔｌｙ ｉｎｃｒｅａｓｉｎｇ ｔｈｅ ｗｈｏｌｅ ｖｅｌｏｃｉｔｙ ａｎｄ ｔｒａｊｅｃｔｏｒｙ ｃｏｎｔｒｏｌ ｐｒｅｃｉｓｉｏｎ ｏｆ ｔｈｅ ｒｏｂｏｔ． Ｋｅｙｗｏｒｄｓ：ｏｍｎｉ⁃ｄｉｒｅｃｔｉｏｎａｌ ｍｏｂｉｌｅ ｒｏｂｏｔｓ； ｂｒａｉｎ ｅｍｏｔｉｏｎａｌ ｌｅａｒｎｉｎｇ； ｖｅｌｏｃｉｔｙ ｃｏｍｐｅｎｓａｔｉｏｎ； ｔｒａｊｅｃｔｏｒｙ ｔｒａｃｋｉｎｇ； ｍｏｔｉｏｎ ｃｏｎｔｒｏｌ 收稿日期：２０１３⁃０３⁃１８． 网络出版日期：２０１３⁃０６⁃０３． 基金项目：广东省自然科学基金资助项目（ Ｓ２０１１０１０００４００６）；广东省 教育部产学研结合资助项目（２０１２Ｂ０９１１００４２３）；肇庆市科 技计划资助项目（２０１０Ｆ００６）；肇庆学院科研启动基金资助 项目（２０１２ＫＱ０１）． 通信作者：陈建平． Ｅ⁃ｍａｉｌ： ｊｐｃｈｅｎ＠ ｚｑｕ．ｅｄｕ．ｃｎ． 全向移动机器人具有全方位移动的功能，可以 在不改变位姿的情况下向任意方向运动，凭借独特 的运动优势，在国内外中型组机器人大赛中，得到了 大力的推广和发展，但其复杂的轮系分布给机器人 的控制带来了难度［１］ ．机器人受到堵转、摩擦、打滑 及各种扰动因素的影响，导致机器人的运动能力变 差而偏离目标点，控制精度不高［２］ ．因此，大多数研 究是从如何改善各个轮的驱动控制环的动态性能出 发，通过各种先进的控制与补偿技术提高对每个轮 驱动电机的控制精度，然而这种方法没有考虑机器 人整体的速度跟踪误差［３⁃７］ ．