개폐 타입 반복 학습 제어의 강인성과 수렴성에 대한 연구 및 이동 로봇에의 적용

Abstract

이 논문에서 반복학습제어 알고리즘을 이용한 일반적인 비선형 출력 추적 문제 및 이의 이동로봇에 대한 적용에 대하여 알아본다. 세 가지 개폐 타입 반복학습제어 알고리즘을 제안하고 있다. 각 알고리즘의 강인성과 수렴성에 대하여 분석해 보고, 시뮬레이션과 실험을 통하여 제안된 알고리즘의 유효성을 알아본다.첫 번째로, 반복학습제어 기법을 이용하는 경로추적 알고리즘을 제안하고 이를 전방향 이동로봇의 제어에 적용한다. 제안된 알고리즘은 개폐형 PD 타입 반복학습제어로 분류할 수 있다. 이 알고리즘은 현재와 이전의 정보를 모두 사용하는 PD 타입 반복학습제어 업데이트 룰에 의한 로봇 속도 명령을 생성한다. 전방향 이동로봇에 적용했을 때, 이 알고리즘은 로봇의 위치 에러를 줄이고 이동 로봇이 원하는 경로를 따라가게 한다. 이동로봇을 포함하는 일반적인 문제 설정 상에서 제안된 알고리즘은 시스템 상태, 출력, 제어 입력들이 상태 외란, 측정 노이즈, 초기 상태 에러가 존재한다 할지라도 원하는 작은 에러 범위 내로 수렴하도록 보장한다. 시뮬레이션과 실제 실험을 통해 제안된 알고리즘이 원하는 경로에 빠르게 수렴하고, 결과적으로 다양한 표면 조건에서 작은 RMS 위치에러를 보여 줌을 확인한다. 또한 제안된 알고리즘은 전통적인 PID 알고리즘 보다 더 좋은 경로추적 성능, 좀 더 빠른 수렴 및 기존의 다른 두 반복학습제어 알고리즘보다 더 작은 RMS 에러를 보여준다. 두 번째 알고리즘은 상태 외란, 측정 노이즈 및 초기 상태 에러가 존재하는 시변화 이산 비선형 시스템 클래스를 위한 개폐 고리 반복학습제어 제어기의 일종이다. 개폐 고리 학습 룰은 현재와 이전 iteration의 전체 시간 스텝을 이용하고, 이전 연구 결과들 보다 더 넓은 클래스의 시스템에 사용 가능하다. 제어 시스템의 추적 에러들이 외란과 초기 상태 에러들이 있을 때에 uniformly bounded하다는 것을 증명한다. 만약 초기 에러가 없고 외란 및 불확실함이 점차적으로 반복된다면, 시스템은 원하는 경로를 완벽하게 추적할 수 있다. 컴퓨터 시뮬레이션 결과를 통해서 이론의 유효성을 확인하였다.세 번째 알고리즘은 확장형 개폐 고리 반복학습제어 알고리즘이다. 이 반복학습제어의 학습 룰은 현재 시간 스텝과 iteration까지 모든 에러 정보를 사용할 수 있다. 다시 말하면, 이 알고리즘은 지난 시간 방향과 이전 iteration 방향으로 확장한 정보를 사용한다. 이 알고리즘에 대하여서도 제어 시스템의 추적 에러들이 외란과 초기 상태 에러들이 있을 때에 uniformly bounded하다는 것을 증명한다. 제안된 알고리즘의 성능을 확인하기 위하여 전방향 이동 로봇의 경로 추적에 대한 시뮬레이션과 실험을 실행한다.마지막으로 Mecanum 휠을 가진 전방향 이동로봇을 소개하고 퍼지 테크닉을 이용한 제어 방법과 운동 방정식 조정 방법을 제안한다. 이전 버전의 이동로봇은 맞춤형으로 제작한 Mecanum 휠의 특성이나 완충장치의 예상치 못한 영향으로 불안정할 수 있었다. 이런 약점을 제거하기 위하여 새로운 맞춤형 Mecanum 휠과 이동로봇의 새로운 구조를 제안한다. 결국 포스텍 전방향 이동로봇(PODIMOR v1.0)을 완성하였다. 로봇의 성능을 향상시키기 위하여 퍼지 게인 튜닝 방법을 이용한 모터 제어 알고리즘을 구현하였다. 실험 결과는 개발된 holonomic 이동로봇이 성능측면에서 이전 로봇보다 좋다는 것을 보여준다. 또 다른 문제는 Mecanum 휠을 기본으로 한 전방향 이동로봇의 전통적인 운동 방정식은 주로 휠의 미끄러짐 때문에 발생하는 위치 에러로 인해 고전하고 있다는 것이다. 이 문제를 극복하기 위해 우선 위치 에러를 유발하는 원인을 분석하고 로봇 시스템의 위치 에러를 줄이기 위한 휠 매개변수 조정을 소개한다. 실험적 결과는 제안된 휠 매개변수 조정 방법이 위치 에러를 줄이고 좋은 캘리브레이션 메커니즘을 제공함을 보여준다.

In this thesis, we consider a general nonlinear output tracking problem with an open-closed type iterative learning control (ILC) algorithms and its application to a mobile robot. Three open-closed type ILC algorithms are proposed. We analyze the robustness and convergence of each algorithm, and then simulations and experimental tests are used to show the validity of the proposed algorithms.First, we propose a path-tracking algorithm that is developed using an ILC technique and use the algorithm to control an omni-directional mobile robot. The proposed algorithm can be categorized as an open-closed PD-type ILC

it generates robot velocity commands by a PD-type ILC update rule using both previous and current information. When applied to the omni-directional mobile robot, this algorithm can decrease robot position errors and make a mobile robot track the desired trajectory. Under the general problem setting that includes mobile robot, we show that the proposed algorithm guarantees that the system states, outputs and control inputs converge to within small error bounds around the desired ones even under state disturbances, measurement noises and initial state errors. By using simulation and experimental tests, we demonstrate that the proposed algorithm converges fast to the desired path, and results in small root mean square (RMS) position error under various surface conditions. The proposed algorithm shows better path-tracking performance than the conventional PID algorithm and achieves faster convergence and lower RMS error than the existing two ILC algorithms.The second algorithm is a class of open-closed-loop iterative learning controllers for a class of time-varying discrete nonlinear systems in the presence of state disturbances, measurement noises and initial state errors. The open-closed-loop learning rules use full time step information of current and previous iterations and can be used for a wider class of systems than that of the previous results. We prove that the tracking errors of the control system are uniformly bounded in the presence of these disturbances and initial state errors. If there is no initial state error and all the disturbances and uncertainties are gradually repeated, then the system can track the desired trajectory completely. Computer simulation results show the validity of the theory.The third algorithm is an extended open-closed-loop ILC algorithm. The learning rule of this ILC algorithm can consider all of previous and current error information until current time step and iteration. In other words, this algorithm uses the informations that are extended to the past time direction and the previous iteration direction. We also prove that the tracking errors of the control system are uniformly bounded in the presence of these disturbances and initial state errors. To verify the performance of the proposed ILC algorithm, we execute simulation and experimental test for the omni-directional mobile robot path-tracking.Finally, we present an omni-directional mobile robot with Mecanum wheel, and then suggest a control method using a fuzzy technique and a kinematic equation adjustment method. Our previous version of the mobile robot can be unstable due to the characteristics of the custom-designed Mecanum wheel or the unexpected effect by suspension. To remedy these defects, we propose a new version of the custom-designed Mecanum wheel and a new structure design of mobile robot. At last, we make the POSTECH Omni-directional Mobile Robot (PODIMOR v1.0). To improve the performance of the robot we implemented a motor control algorithm using the fuzzy gain tuning scheme. The experimental results indicate that the developed holonomic mobile robot is better in performance than the previous robot. Another problem is that the use of conventional kinematic equations for Mecanum wheel based omni-directional mobile robot suffers from position errors mainly because of slips on the wheels. To overcome this problem, we first identify the sources that originate position errors and then introduce the wheel parameter adjustment to reduce the position errors of the robot system. The experimental results show that the presented wheel parameter adjustment indeed reduces position errors and provides a good calibration mechanism.