君萌萌，張 敏，姜志偉，任鵬舟，左 磊

(長(zhǎng)安大學(xué) 電子與控制工程學(xué)院，西安 710064)

0 引言

近年來(lái)，移動(dòng)機(jī)器人目標(biāo)點(diǎn)跟蹤控制是機(jī)器人控制領(lǐng)域內(nèi)的熱點(diǎn)問(wèn)題[1-3]，也是多目標(biāo)跟蹤、軌跡跟蹤以及移動(dòng)目標(biāo)跟蹤等諸多領(lǐng)域的研究基礎(chǔ)[4-6]。目標(biāo)點(diǎn)跟蹤控制的實(shí)質(zhì)是根據(jù)移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)特性，設(shè)計(jì)相應(yīng)的控制方法，使得機(jī)器人能夠從任意位置逐漸收斂到目標(biāo)點(diǎn)附近。鑒于上述目標(biāo)點(diǎn)跟蹤控制的重要性，大量學(xué)者針對(duì)該問(wèn)題展開(kāi)了深入的研究。例如，文獻(xiàn)[7]提出一種飽和反饋控制器來(lái)解決移動(dòng)機(jī)器人的跟蹤問(wèn)題。文獻(xiàn)[8]采用模型預(yù)測(cè)控制技術(shù)開(kāi)發(fā)控制器，研究具有耦合輸入約束的目標(biāo)點(diǎn)跟蹤控制。文獻(xiàn)[9]提出具有一組不等式約束的控制方案來(lái)滿(mǎn)足速度和扭矩約束。此外，文獻(xiàn)[10]研究基于事件觸發(fā)機(jī)制的跟蹤控制方法。文獻(xiàn)[11]研究避免碰撞的跟蹤控制方法。文獻(xiàn)[12]研究了保持安全距離的目標(biāo)跟蹤系統(tǒng)。文獻(xiàn)[13]設(shè)計(jì)了模糊控制器實(shí)現(xiàn)軌跡跟蹤控制。針對(duì)跟蹤精度問(wèn)題，文獻(xiàn)[14]提出基于模型預(yù)測(cè)控制的軌跡跟蹤系統(tǒng)，其中線(xiàn)性模型預(yù)測(cè)控制器可有效提高優(yōu)化算法的運(yùn)算效率。盡管現(xiàn)存文獻(xiàn)已對(duì)移動(dòng)機(jī)器人目標(biāo)點(diǎn)跟蹤控制進(jìn)行了深入研究，但在實(shí)際應(yīng)用中仍存在許多問(wèn)題。例如，傳統(tǒng)的目標(biāo)跟蹤控制方法跟蹤精度較低，難以滿(mǎn)足較高精度的跟蹤控制需求或會(huì)導(dǎo)致跟蹤控制系統(tǒng)出現(xiàn)奇異現(xiàn)象。因此，有必要深入研究移動(dòng)機(jī)器人高精度跟蹤控制。

由于目標(biāo)跟蹤精度控制問(wèn)題中位置信息尤為重要，然而在實(shí)際中位置信息受傳感器采樣噪聲影響較大，粒子濾波方法作為一種成熟的濾波算法，是使用一系列帶權(quán)值的空間隨機(jī)采樣粒子來(lái)逼近機(jī)器人的真實(shí)位置[15]。由此可知，粒子濾波獨(dú)立于系統(tǒng)模型，不受各種誤差或噪聲的約束，可適用于任何環(huán)境下的狀態(tài)測(cè)量與估計(jì)。例如，利用粒子濾波方法實(shí)現(xiàn)有效跟蹤預(yù)測(cè)[16-18]和目標(biāo)定位[19-20]。盡管粒子濾波在定位精度方面取得了一定的研究成果，但在移動(dòng)機(jī)器人領(lǐng)域內(nèi)的應(yīng)用范圍有限，仍需開(kāi)展進(jìn)一步研究。

根據(jù)上述現(xiàn)狀分析，本文利用粒子濾波算法，提出了一種面向欠驅(qū)動(dòng)移動(dòng)機(jī)器人的高精度目標(biāo)點(diǎn)跟蹤控制方法。其主要貢獻(xiàn)為：在考慮移動(dòng)機(jī)器人采樣位置噪聲的情況下，利用粒子濾波方法得到精準(zhǔn)可靠的移動(dòng)機(jī)器人位置信息。在此基礎(chǔ)上，設(shè)計(jì)基于反饋控制的多目標(biāo)點(diǎn)跟蹤控制方法，并改進(jìn)了其中控制參數(shù)的約束條件，使得欠驅(qū)動(dòng)移動(dòng)機(jī)器人能夠快速、精準(zhǔn)地到達(dá)目標(biāo)點(diǎn)。最后，通過(guò)理論分析與數(shù)值仿真相結(jié)合的方式，驗(yàn)證了所提算法的穩(wěn)定性與可行性。

1 車(chē)輛模型

考慮如下差分型欠驅(qū)動(dòng)移動(dòng)機(jī)器人，其運(yùn)動(dòng)學(xué)模型如下所示:

vko=(vl+vr)/2

ωko=(vl-vr)/D

(1)

其中:vl和vr分別代表左、右車(chē)輪的速度，D是兩車(chē)輪之間的距離，vko和ωko分別表示前向速度和角速度；θk表示航向角；P=[px,py]T表示移動(dòng)機(jī)器人的位置協(xié)調(diào)中心。

假設(shè)目標(biāo)點(diǎn)序列為Wk∈R2,k={1,…n}，其中n為目標(biāo)點(diǎn)的個(gè)數(shù)。移動(dòng)機(jī)器人與目標(biāo)點(diǎn)之間的位置關(guān)系如圖1所示。從圖1可知，移動(dòng)機(jī)器人與目標(biāo)點(diǎn)之間的位置關(guān)系可數(shù)學(xué)描述為：

(2)

其中:dWko是移動(dòng)機(jī)器人到第k個(gè)目標(biāo)點(diǎn)的距離，αko是移動(dòng)機(jī)器人的轉(zhuǎn)向角，σko是移動(dòng)機(jī)器人車(chē)身固定框架到全局框架的方向。Wk=[Wkx,Wky]是第k個(gè)目標(biāo)點(diǎn)的位置。

圖1 移動(dòng)機(jī)器人與目標(biāo)點(diǎn)之間的位置關(guān)系

根據(jù)移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)特性及其與目標(biāo)點(diǎn)的位置關(guān)系，基于移動(dòng)機(jī)器人位置的極坐標(biāo)運(yùn)動(dòng)學(xué)模型為：

(3)

需要注意的是，式(3)中的分母表示移動(dòng)機(jī)器人到目標(biāo)點(diǎn)的距離。當(dāng)移動(dòng)機(jī)器人到達(dá)目標(biāo)點(diǎn)時(shí)，跟蹤系統(tǒng)達(dá)到奇異點(diǎn)。為解決此問(wèn)題，傳統(tǒng)的研究方案使用一個(gè)半徑為R的圓代替目標(biāo)點(diǎn)。這種跟蹤方式的精度往往取決于圓半徑R。當(dāng)需要達(dá)到高精度的跟蹤性能時(shí)，傳統(tǒng)的跟蹤方法可能無(wú)法滿(mǎn)足精度要求或會(huì)出現(xiàn)奇異現(xiàn)象。因此，本文將根據(jù)欠驅(qū)動(dòng)移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型，提出一種新的跟蹤控制方案來(lái)提高移動(dòng)機(jī)器人到目標(biāo)點(diǎn)的跟蹤精度。

2 基于粒子濾波的車(chē)輛位置信息處理

本文考慮移動(dòng)機(jī)器人的采樣噪聲，使用粒子濾波方法獲得移動(dòng)機(jī)器人的量測(cè)位置狀態(tài)。假設(shè)k時(shí)刻移動(dòng)機(jī)器人離散系統(tǒng)的狀態(tài)方程和量測(cè)方程[21]為：

x(k)=f[x(k-1),l(k-1)]

z(k)=g[x(k),s(k)]

(4)

其中:x=[px,py]T為系統(tǒng)狀態(tài)，z為觀測(cè)數(shù)據(jù)(傳感器獲得的位置數(shù)據(jù))，f(·),g(·)分別是狀態(tài)轉(zhuǎn)移函數(shù)和觀測(cè)函數(shù)，l,s分別是系統(tǒng)狀態(tài)噪聲和量測(cè)噪聲。設(shè)z1:k={z1,z2,…zk}為1～k時(shí)刻所有觀測(cè)集合。

本文系統(tǒng)選取的狀態(tài)轉(zhuǎn)移函數(shù)規(guī)定在前后兩幀觀測(cè)時(shí)間內(nèi)前向速度v和角速度ω保持不變。選取x=[px,py]T為狀態(tài)變量，則式(4)中移動(dòng)機(jī)器人系統(tǒng)的狀態(tài)轉(zhuǎn)移函數(shù)f[x(k-1)]為：

(5)

對(duì)權(quán)重進(jìn)行歸一化處理，可得：

(6)

5)狀態(tài)輸出。由于x(k)的最小方差估計(jì)就是x(k)的條件期望，則k時(shí)刻移動(dòng)機(jī)器人系統(tǒng)的狀態(tài)輸出為：

(7)

在該算法中，k=0時(shí)刻初始化采樣粒子，生成權(quán)值相等的均勻分布粒子集合。移動(dòng)機(jī)器人運(yùn)動(dòng)過(guò)程中，每個(gè)粒子按照給定的狀態(tài)轉(zhuǎn)移函數(shù)進(jìn)行狀態(tài)更新，之后根據(jù)傳感器測(cè)量值計(jì)算全部粒子的權(quán)重，最后加權(quán)權(quán)重就是系統(tǒng)的狀態(tài)輸出。與此同時(shí)，當(dāng)有效粒子數(shù)小于閾值Ns時(shí)，對(duì)粒子集合進(jìn)行重采樣，淘汰權(quán)值過(guò)低的粒子，復(fù)制權(quán)值高的粒子組成新的粒子集,繼續(xù)進(jìn)行系統(tǒng)狀態(tài)轉(zhuǎn)移傳播，構(gòu)成一個(gè)循環(huán)濾波系統(tǒng)。

3 基于反饋控制的多目標(biāo)點(diǎn)跟蹤控制

根據(jù)上述基于粒子濾波的移動(dòng)機(jī)器人量測(cè)位置信息，移動(dòng)機(jī)器人與目標(biāo)之間的位置關(guān)系式(2)可表示為：

(8)

在此基礎(chǔ)上，移動(dòng)機(jī)器人跟蹤目標(biāo)的運(yùn)動(dòng)學(xué)模型可表述為：

(9)

在此基礎(chǔ)上，設(shè)計(jì)如下欠驅(qū)動(dòng)移動(dòng)機(jī)器人目標(biāo)點(diǎn)跟蹤控制律：

vk=kddWk

ωk=kααk+sgn*kσσk

(10)

其中控制增益kd,kα,kσ滿(mǎn)足以下約束條件:

kd>0

sgn*kσ<0

sgn*kσ+kα-kd>0

(11)

具體地，給出如下移動(dòng)機(jī)器人目標(biāo)點(diǎn)跟蹤控制定理:

定理1：考慮移動(dòng)機(jī)器人目標(biāo)點(diǎn)跟蹤問(wèn)題，其中移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型由式(1)表述。在考慮測(cè)量噪聲的情況下，移動(dòng)機(jī)器人的位置信息可通過(guò)式(7)獲得，且移動(dòng)機(jī)器人和目標(biāo)點(diǎn)之間的運(yùn)動(dòng)學(xué)模型由式(9)表示。在此基礎(chǔ)上，利用式(10)中提出的控制律以及式(11)中的控制增益約束條件，移動(dòng)機(jī)器人將從任意初始位置漸近收斂到目標(biāo)點(diǎn)。

根據(jù)式(9)和(10)，可得移動(dòng)機(jī)器人目標(biāo)跟蹤系統(tǒng)如下：

(12)

然后，考慮下面的 Lyapunov 函數(shù):

υ1=(kσσk-kσαk)2+2sgn*kσkd(cosαk-1)

因?yàn)閏osαk-1≤0,?αk∈[0,2π]，調(diào)用式(11)參數(shù)條件:kd>0和sgn*kσ<0,得到:

sgn*kσkd(cosαk-1)≥0

因?yàn)?kσσk-kσαk)2≥0，υ1滿(mǎn)足υ1≥0。

當(dāng)σk=0,αk=0時(shí)，υ1=0，那么σk=0,αk=0是系統(tǒng)式(12)的平衡狀態(tài)，υ1滿(mǎn)足李亞普諾夫穩(wěn)定性定理的正定性。然后對(duì)υ1求導(dǎo)，得到:

(13)

將式(12)代入式(13)，可得:

對(duì)αk∈[-π,π]，有sinαkαk≥0和sgn*kσkd<0。此外sinαk/αk可表示為:

根據(jù)式(11)參數(shù)條件sgn*kσ+kα-kd>0和kd>0，有:

接下來(lái)證明式(12)在其平衡點(diǎn)αk=0的局部穩(wěn)定性。在這個(gè)平衡點(diǎn)附近，將式(12)線(xiàn)性化如下：

(14)

用G表示式(14)的變換矩陣。G的特征方程為：

detG=(λ+kd)[(sgn*kσ+kα-kd)λ+

λ2-sgn*kσkd]

(15)

其中:λ是矩陣G的特征值。

假設(shè)線(xiàn)性系統(tǒng)式(14)穩(wěn)定,則detG(λ)=0,G的所有特征值必包含實(shí)負(fù)部分?；仡櫴?11)中的參數(shù)約束，式(15)中的特征值為：

λ1=-kd<0

λ2+λ3=-(sgn*kσ+kα-kd)/2<0

λ2λ3=-sgn*kσkd>0

因此,有real(λ1)<0,real(λ2)<0,real(λ3)<0。這證明了所提跟蹤系統(tǒng)的局部穩(wěn)定性。證畢。

在上述證明中，詳細(xì)分析了所提跟蹤系統(tǒng)的全局穩(wěn)定性和局部穩(wěn)定性。通常，全局穩(wěn)定性足以保證跟蹤系統(tǒng)的可行性。然而,在全局穩(wěn)定性部分只能找到參數(shù)條件sgn*kσ+kα-kd的作用。局部穩(wěn)定性部分給出了條件kd>0和條件sgn*kσ<0的作用機(jī)理。因此，有必要對(duì)定理1中的全局穩(wěn)定性和局部穩(wěn)定性詳細(xì)分析。

本文提供的控制增益不是從變換矩陣G的特征值推導(dǎo)出來(lái)的。事實(shí)上，通過(guò)變換矩陣的特征值即可得到控制增益。然而，這種方法只適用于線(xiàn)性系統(tǒng)。本文提出的跟蹤系統(tǒng)式(12)是非線(xiàn)性系統(tǒng)。在非線(xiàn)性系統(tǒng)中，通過(guò)變換矩陣直接獲得控制增益是比較困難的。因此，本文基于反饋控制得到了所提跟蹤控制律中相關(guān)控制增益的范圍。

此外，本文還提出一組輔助參數(shù)條件提高系統(tǒng)跟蹤性能：

(16)

調(diào)用2sgn*kσk+kαk-(2/π)kdk>0,有：

(17)

然后，移動(dòng)機(jī)器人繼續(xù)向目標(biāo)點(diǎn)移動(dòng)，這提高了跟蹤效率。

(18)

然后，移動(dòng)機(jī)器人將轉(zhuǎn)向它的目標(biāo)點(diǎn)，并繼續(xù)向它前進(jìn)。

輔助條件2sgn*kσ+kα-kd可能包含在參數(shù)條件sgn*kσ+kα-kd。然而,如果只應(yīng)用該控制律sgn*kσ+kα-kd,在跟蹤過(guò)程中航向角αk可能會(huì)不在[-π/2,π/2]范圍。因此，為了提高跟蹤性能分別提出這兩個(gè)條件。

(19)

對(duì)于算法中的目標(biāo)躍遷臨界值ε，本文所提出的跟蹤方法可以不受任何限制地進(jìn)行設(shè)置。然而，使用圓形標(biāo)記目標(biāo)的跟蹤算法，躍遷臨界值必須大于其圓形標(biāo)記的半徑。否則，移動(dòng)機(jī)器人將永遠(yuǎn)不會(huì)停止跟蹤它的第一個(gè)目標(biāo)點(diǎn)。

注1：與一般的圓形目標(biāo)跟蹤方法相比，本節(jié)提出的跟蹤控制方法可以實(shí)現(xiàn)移動(dòng)機(jī)器人對(duì)目標(biāo)點(diǎn)的高精度跟蹤。一般的圓形標(biāo)記目標(biāo)跟蹤方法，移動(dòng)機(jī)器人會(huì)停在目標(biāo)圓的邊界附近，該算法的跟蹤精度受目標(biāo)圓半徑R的限制。相比之下，本節(jié)提出的控制律可以在保證系統(tǒng)穩(wěn)定性的前提下，使移動(dòng)機(jī)器人盡可能到達(dá)目標(biāo)點(diǎn)，具有較高的精度。

注 2：雖然所提跟蹤控制方法在實(shí)際應(yīng)用中存在諸多問(wèn)題，但仍具有一定的優(yōu)越性。首先，采用粒子濾波方法降低測(cè)量噪聲，提高了跟蹤方法精度；其次，該控制方法給出了相關(guān)參數(shù)增益的選擇范圍；最后，由于本文所提出的跟蹤控制律本質(zhì)上是反饋控制，因此在實(shí)驗(yàn)中保證了跟蹤系統(tǒng)的穩(wěn)定性和跟蹤性能。

4 仿真結(jié)果與分析

本節(jié)將給出根據(jù)所設(shè)計(jì)的控制系統(tǒng)做出的仿真結(jié)果，以證明本文所提供的理論方法的可行性和有效性。

步驟1：檢驗(yàn)粒子濾波的位置信息處理效果。根據(jù)移動(dòng)機(jī)器人的離散狀態(tài)方程(4)，給定系統(tǒng)狀態(tài)轉(zhuǎn)移方程的狀態(tài)噪聲為l=wgn(2,1,10*log10(3.42))，觀測(cè)方程的量測(cè)噪聲為s=wgn(2,1,10*log10(2.28))，移動(dòng)機(jī)器人的初始位置為(50,10)。粒子濾波算法的仿真結(jié)果如圖2所示。

圖2 真實(shí)值與濾波后值的誤差

圖2(a)和圖2(b)分別展示了系統(tǒng)真實(shí)值和濾波后的值在x方向、y方向的誤差。從該圖中可以看出初始采樣之后，經(jīng)粒子濾波方法得到的位置與真實(shí)位置相差極小。圖中誤差周期性地從某個(gè)值變小甚至為零，這是因?yàn)樵诘^(guò)程中粒子退化達(dá)到重采樣條件時(shí)，復(fù)制較高權(quán)值粒子，減小權(quán)重誤差。該結(jié)果表明移動(dòng)機(jī)器人采樣信息受噪聲干擾之后，經(jīng)過(guò)粒子濾波算法得到了較為精準(zhǔn)的移動(dòng)機(jī)器人狀態(tài)信息。

步驟2：在驗(yàn)證了粒子濾波的位置信息處理效果后，開(kāi)始對(duì)基于粒子濾波的多目標(biāo)點(diǎn)跟蹤控制方法進(jìn)行檢驗(yàn)。

1)考慮含有18個(gè)目標(biāo)點(diǎn)的序列，移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型由式(1)描述。

2)根據(jù)式(11)控制律參數(shù)條件給定控制收益，當(dāng)‖αk‖≤π/2時(shí)，控制收益為kd=1,kα=20,kσ=-2.5，當(dāng)π/2≤‖αk‖≤π時(shí)，選擇控制收益為kd=-1,kα=20,kσ=-2.5。

3)設(shè)定式(19)中的目標(biāo)躍遷的臨界值ε=0.001。

移動(dòng)機(jī)器人多目標(biāo)點(diǎn)跟蹤的仿真結(jié)果如圖3～5所示。

圖3 目標(biāo)點(diǎn)軌跡

在圖3中，三角形點(diǎn)表示給定的目標(biāo)點(diǎn)，從該圖可以明顯地看出，所提出的控制方案驅(qū)動(dòng)差動(dòng)型機(jī)器人通過(guò)給定的目標(biāo)點(diǎn)，最終停在最后的目標(biāo)點(diǎn)。需要注意的是圖3所示的跟蹤軌跡并不嚴(yán)格遵循目標(biāo)點(diǎn)的線(xiàn)。這是因?yàn)橐苿?dòng)機(jī)器人驅(qū)動(dòng)力不足，只有前向速度和航向角受到控制。例如，當(dāng)移動(dòng)機(jī)器人從初始位置駛向其第一個(gè)目標(biāo)時(shí)，它被直接驅(qū)動(dòng)駛向第一個(gè)目標(biāo)，而無(wú)需考慮第二個(gè)目標(biāo)。因此，不能保證移動(dòng)機(jī)器人抵達(dá)第一個(gè)目標(biāo)的最終狀態(tài)。然后，通過(guò)所提的控制律，移動(dòng)機(jī)器人的航向角將調(diào)向第二個(gè)目標(biāo)，因此導(dǎo)致圖3中的彎曲軌跡。

圖4(a)和圖4(b)分別展現(xiàn)了移動(dòng)機(jī)器人的前進(jìn)速度v和轉(zhuǎn)向角速度ω的演變。從該圖可以看出，在t=100 s時(shí)，v和ω都收斂到零。從圖4(a)可知，移動(dòng)機(jī)器人在t=100 s到達(dá)最終目標(biāo)點(diǎn)，然后在此時(shí)停止。而圖4(b)中曲線(xiàn)在t=100 s之后有小幅動(dòng)是因?yàn)橐苿?dòng)機(jī)器人到達(dá)最后目標(biāo)點(diǎn)之后的方向校正。此外，前向速度v和角速度ω周期性地從某個(gè)值變?yōu)榱悖@是因?yàn)橐苿?dòng)機(jī)器人會(huì)定期更改其跟蹤目標(biāo)，改變前向速度和航向角。

圖4 移動(dòng)機(jī)器人速度和角速度變化曲線(xiàn)

圖5(a)和圖5(b)分別展現(xiàn)了移動(dòng)機(jī)器人到當(dāng)前目標(biāo)的跟蹤誤差(Ecc)、移動(dòng)機(jī)器人到最后目標(biāo)點(diǎn)的跟蹤誤差(Ecf)的演變。首先，在圖5(b)中t=100 s時(shí)跟蹤誤差收斂到零可驗(yàn)證移動(dòng)機(jī)器人停止在其最終目標(biāo)位置。然后，在圖5(a)中，跟蹤誤差周期性地變?yōu)榱憧杀砻饕苿?dòng)機(jī)器人到達(dá)各個(gè)目標(biāo)點(diǎn)。該結(jié)果表明：通過(guò)使用所提出的控制律，移動(dòng)機(jī)器人將逐個(gè)通過(guò)一系列目標(biāo)點(diǎn)，并在最后一個(gè)目標(biāo)點(diǎn)停止。

圖5 移動(dòng)機(jī)器人和目標(biāo)點(diǎn)的距離

4)關(guān)于目標(biāo)點(diǎn)跟蹤精度問(wèn)題，以其中一個(gè)目標(biāo)點(diǎn)為例，在目標(biāo)躍遷臨界值ε不同的情況下，移動(dòng)機(jī)器人到目標(biāo)點(diǎn)的跟蹤精度如表1所示。

表1 不同臨界值下跟蹤精度

表1展現(xiàn)了在不同的目標(biāo)躍遷臨界值下，移動(dòng)機(jī)器人到目標(biāo)點(diǎn)的跟蹤精度。由該仿真結(jié)果可知，移動(dòng)機(jī)器人的跟蹤精度總能達(dá)到或小于臨界值，而該躍遷臨界值可由讀者自行設(shè)置，進(jìn)而提高移動(dòng)機(jī)器人的跟蹤精度。

5 結(jié)束語(yǔ)

本文研究了基于反饋控制的欠驅(qū)動(dòng)移動(dòng)機(jī)器人高精度目標(biāo)點(diǎn)跟蹤控制問(wèn)題。首先利用粒子濾波方法對(duì)移動(dòng)機(jī)器人的位置信息進(jìn)行降噪處理，從而得到較為精確的量測(cè)位置。在此基礎(chǔ)上，結(jié)合反饋控制和欠驅(qū)動(dòng)移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型，提出了具有一組參數(shù)約束條件的高精度目標(biāo)點(diǎn)跟蹤控制方案，使得移動(dòng)機(jī)器人可從任意位置以較高的精度逐漸收斂到目標(biāo)點(diǎn)，并嚴(yán)格分析了所提跟蹤系統(tǒng)的穩(wěn)定性和高精度的跟蹤性能。最后，通過(guò)數(shù)值仿真的方式驗(yàn)證了本文所提算法的可行性和有效性。