مدل سازي ديناميكي و كنترل تطبيقي مقاوم بهينه ربات متحرك همه جهته با استفاده از الگوريتم جستجوي هارموني

Dynamic Modeling and Optimal Adaptive Robust Control of an Omni Directional Mobile Robot Using Harmony Search Algorithm

در اين مقاله، به طراحي كنترل كننده مود لغزشي تطبيقي بهينه به كمك اگوريتم جسنجوي هارموني براي ربات متحرك چند جهته پرداخته شده است. ابتدا مدل سازي سينماتيكي انجام و سپس با استفاده از معادلات مومنتوم خطي و زاويه اي، معادلات مدل ديناميكي ربات استخراج شده است. از آنجايي كه مدل استخراجي، بيان دقيقي از رفتار ربات همه جهته نيست، مدل داراي عدم قطعيت مي باشد. از اين رو يك روش براي كنترل رديابي ربات ارائه شده است. كنترل كننده پيشنهادي، شامل يك مدل ديناميك معكوس تقريباً شناخته شده به عنوان خروجي بخش مدل-مبناي كنترل كننده، ترم تخميني از عدم قطعيت براي جبران ديناميك مدل نشده، اغتشاشات خارجي، و پارامتر هاي متغير با زمان براي بهبود پايداري حلقه-بسته و ميزان خطاي تخمين عدم قطعيت ها مي باشد. در ادامه به منظور مقايسه پاسخ كنترل كننده پيشنهادي، كنترل كننده هاي خطي سازي پسخور و مود لغزشي بهينه نيز طراحي، سپس يك تابع هزينه به صورت تركيبي از نرخ سيگنال كنترلي و معيار خطاي انتگرالي در نظر گرفته شده كه به كمك الگوريتم جستجوي هارموني مينيمم شده و پارامترهاي بهينه كنترلي استخراج شده است. عملكرد كنترل كننده پيشنهادي در شرايط مختلف از جمله در حضور اغتشاش و تغيير پارامترهاي سيستم، شبيه سازي و مورد بررسي قرار گرفته است.

In this paper, an optimal adaptive sliding mode controller for an Omni-Directional Mobile Robot (ODMR) is proposed using harmony search algorithm. First, kinematic model of the robot is derived and then governing equations of dynamic model have been obtained using linear and angular momentum equilibrium. Since the derived model is not an exact definition of the system, it includes some uncertainties. To compensate them, a tracking control method has been offered. The proposed controller consists of an approximately known inverse dynamic model output as the model-based part of the controller, an estimated uncertainty term to compensate for the un-modeled dynamics, external disturbances, and time-varying parameters to enhance closed-loop stability and account for the estimation error of the uncertainties. In order to compare the results of the proposed controller, an optimal feedback linearization and sliding mode controllers are designed and then, a cost function has been defined by combining the variation rate of control signal and the integral error index. This cost function has been minimized using harmony search algorithm, resulting in optimum control parameters. Finally, the performance of the designed controller in different conditions such as in presence of disturbance and system parameter variation has been simulated and discussed.