摘 要：本文提出了一种轮式移动机器人航向跟踪预估控制算法，航向预估量根据机器人前轮偏角和纵向速度实时得出，预估量与机器人实际航向之和作为控制反馈航向.仿真和实验时用PID控制器和航向预估算法结合进行航向跟踪，结果表明该算法与常规PID算法相比，对机器人纵向速度适应范围较宽，能有效地改善控制器的动态特性，表现出了较好的自适应能力.
关键词：轮式移动机器人；自主车；侧向控制；航向跟踪；预估控制
1 引言 Introduction
轮式移动机器人是一个具有大延迟、高度非线性的复杂系统，建立精确的数学模型十分困难，在进行航向跟踪控制时，参数的变化对系统模型影响较大，其中纵向速度的变化影响最为明显.轮式移动机器人航向跟踪一般控制方法是把期望航向与机器人实测航向之差作为控制器输入偏差，控制器输出控制量为机器人的前轮偏角.轮式移动机器人的航向与其纵向速度、横向速度、前轮偏角、机器人绕其重心的转动惯量、重心位置、前后轮侧偏系数以及实际道路情况等诸多因素有关，在常规控制方法中，只考虑了期望航向与实际航向的偏差，而未能包含其它因素的影响，因此难以达到满意的控制效果，当系统参数特别是某些敏感参数发生变化时，就必须重新设定控制器参数.例如，我们用常规PID控制器进行航向跟踪实验，在某一纵向速度下整定好PID控制参数，当纵向速度发生很小变化时，必须重新整定PID参数，否则控制性能变坏，超调较大，甚至出现振荡.表现在路径跟踪实验中，则是在该速度下能较好地完成弯道或急弯等路径跟踪任务，而速度变化后，跟踪误差变大或出现大幅度振荡.因此，在轮式机器人航向跟踪控制中，控制方法应该能对纵向速度等影响因素有一定的自适应能力，航向跟踪预估控制方法就是在这一背景下提出的.

1 引言 Introduction
2 二自由度轮式移动机器人动力学模型 Two Degrees of Freedom Dynamic Model for Wheeled Mobile Robot
3 航向预估算法原理 Heading Prediction Algorithm
4 PID控制算法 PID Control Algorithm
5 仿真结果 Simulation Results
6 实验结果 Experimental Results
7 结论 Conclusion

1 Ty A. Lasky, Bahram Ravani. Lateral Vehicle Control for AHS using a Laser Sensor. Proc. Of the Second World Congress on Intelligent Transportation Systems, 1995, Yokohama Japan:1082-1087.
2 Steven E. Shladover, Charles A. Desover, etc. Automatic Vehicle Control Developments in the PATH Program. IEEE Transactions on Vehicular Technology. Vol.40, No.1, February 1991:114-130.
3 王峰. 移动式机器人转向的模糊控制.（学位论文），北京：北京理工大学机器人中心，1998.3