Resumen

Se presenta en esta investigación un nuevo algoritmo de control iterativo de aprendizaje (ILC) para un robot móvil de autoequilibrio de dos ruedas con propiedades dinámicas que varían en el tiempo, no lineales y de acoplamiento fuerte para resolver el problema de seguimiento de trayectoria. En este artículo se deduce un modelo cinemático y un modelo dinámico de un robot móvil de autoequilibrio de dos ruedas, y se presenta la combinación de una ley PD-ILC de lazo abierto-cerrado y un factor de olvido variable. El algoritmo de lazo abierto-cerrado PD-ILC adopta elementos de aprendizaje actuales y pasados para conducir las variables de estado y las variables de entrada, y las variables de salida convergen al alcance acotado de sus valores deseados. Además, la introducción de un factor de olvido variable puede mejorar la robustez y estabilidad del ILC. Numerosos datos de simulación y experimentales demuestran que el esquema de control propuesto tiene una mayor viabilidad y efectividad que el algoritmo de control

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Control iterativo de aprendizaje; Robot móvil de autoequilibrio de dos ruedas; Problema de seguimiento de trayectoria; Algoritmo PD-ILC; Factor de olvido variable; Robustez
• Keywords:Iterative learning control; Two-wheeled self-balancing mobile robot; Trajectory tracking problem; PD-ILC algorithm; Variable forgetting factor; Robustness