仿生无人机的通用演化自组织神经模糊控制
系统与控制
2018-02-05 v1
摘要
近来,随着对全自主系统需求的增长,基于学习机器的智能、自组织、演化控制器引起了大量研究兴趣。本工作中,提出了一种名为Generic控制器(G-controller)的新型演化自组织控制器。G-controller以全在线模式运行且仅需极少专家领域知识,通过将基于滑模控制(SMC)理论的学习算法与一种先进增量学习机器即通用演化神经模糊推理系统(GENEFIS)相结合而开发。控制器从空的模糊规则集开始从头运行,因此无需离线训练。为应对对象易变行为,控制器可按需添加或剪枝规则。控制律与后件自适应律由SMC算法导出以建立稳定闭环系统,其中G-controller的稳定性由Lyapunov函数保证。通过引入辅助鲁棒控制项,见证了跟踪误差对零的一致渐近收敛。此外,多元高斯函数的实现帮助控制器处理来自对象的非轴平行数据,从而增强对不确定性与环境扰动的鲁棒性。最后,通过观测在控制仿生扑翼微型飞行器(BIFW MAV)与六旋翼等多种轨迹的无人机仿真对象中的跟踪性能,对控制器性能进行了评估。
引用
@article{arxiv.1802.00635,
title = {Generic Evolving Self-Organizing Neuro-Fuzzy Control of Bio-inspired Unmanned Aerial Vehicles},
author = {MD. Meftahul Ferdaus and Mahardhika Pratama and Sreenatha G Anavatti and Matthew A Garratt and Yongping Pan},
journal= {arXiv preprint arXiv:1802.00635},
year = {2018}
}
备注
this paper is currently under review at IEEE Transactions on Fuzzy Systems