斜坡极点自平衡机器人静态平衡控制方法研究

作者：王玉瑶; 贺利乐; 陈佳旋; 贺宁^*

来源：机械科学与技术, 2023, 1-8.

DOI：10.13433/j.cnki.1003-8728.20230304

• 自平衡机器人
• 静态平衡
• 模型预测控制
• 参数辨识

针对一种适用于斜坡极点平衡的自平衡机器人，提出了一种递推最小二乘法参数辨识和模型预测控制（RLS-MPC）相结合的方法，以实现自平衡机器人在不同斜坡极点的静态平衡控制。该方法使用递推最小二乘（RLS）法辨识系统状态参数，并与模型预测控制（MPC）方法相结合，解决了自平衡机器人在斜坡极点平衡时状态参数未知的控制问题。同时，对闭环系统进行了基于Lyapunov的稳定性分析。最后通过与线性二次调节器（LQR）和MPC方法进行数值仿真对比和性能指标对比，结果表明所提出的RLS-MPC控制方法相较于传统的LQR和MPC方法，不仅趋于稳定时间短，而且精度更高，能有效地改善自平衡机器人的控制性能。

• 单位
  机电工程学院; 西安建筑科技大学