基于Koopman算子的差速驱动AGV数据驱动控制

针对差速驱动AGV(automated guided vehicle)动力学的非线性,强耦合性,以及未建模问题导致无法建立精确模型进行轨迹跟踪控制任务,为此提出一种基于Koopman算子的数据驱动控制策略(koopman data-driven control,KDC).首先,基于Koopman算子理论,利用扩展动态模态分解(EDMD)方法,得到了该AGV系统的近似高维线性动态显式表达式,即Koopman算子的近似表达.然后,基于导出的该高维线性Koopman动态表达式,设计线性模型预测控制器(MPC)实现AGV轨迹跟踪控制.最后,通过仿真测试对Koopman模型进行了对比验证,同时仿真实验验证轨迹跟踪效果,结果表明从数据中获取的模型信息精确,能高度拟合AGV的动力学模型,所设计的控制策略计算耗时少,在轨迹跟踪控制的精度和稳定性方面具有一定的有效性和先进性.