基于卡尔曼滤波的自动引导车串级轨迹跟踪控制

针对三轮AGV具有不完整约束特性的运动学模型，提出一种串级轨迹跟踪算法，把模型转换为两个非线性时变系统，通过运用串级控制及状态微分反馈控制实现系统全局渐进稳定，最后再利用卡尔曼滤波算法对带有噪声干扰的状态进行估计，提高AGV自定位精度，从而进一步提高该控制器的输出精度。该控制策略具有一般性，对所有AGV及其他轮式移动机器人的运动学模型都适用，且设计方法简单、鲁棒性强。计算机仿真结果表明，该系统能在较短时间内实现全局渐进稳定，验证了该控制策略的有效性。