中文摘要：

当轮式移动机器人（WMR）存在初始位姿误差或参考轨迹不连续时，传统的控制方法会产生一个较大初始速度跳变，而这在现实中是不可实现的；另外，很多控制方法都是在“理想速度”成立的假设基础上进行的，所以当进行实际轨迹跟踪时，WMR会产生较大的跟踪误差，鲁棒性不够理想。生物神经网络的信息处理机制为突破这一瓶颈提供了新的研究思路。本项目将深入探索生物神经元动态特性，构建神经动力学模型，研究神经元对输入信号进行非线性处理能力，提炼出生物神经网络信息加工机理；提出一种基于生物神经元的WMR轨迹跟踪控制理论与方法，使速度控制器产生光滑、有界的输出，实现WMR在轨迹跟踪中速度平稳过渡，从而有效解决移动机器人跟踪控制中存在的“速度跳变”问题，增强其鲁棒性。本项目的研究将实现生物神经动力学和非完整控制系统有机结合，为生物智能在工程中的应用开启新的研究思路，具有很好的科学意义、重要的理论价值和实际的应用前景。

结论摘要：

本项目旨在实现生物神经动力学和非完整控制系统有机结合，为生物智能在工程中的应用开启新的研究思路。首先，研究了生物神经网络机理，建立了神经动力学数学模型，并对其特性进行分析；其次，对WMR 跟踪控制问题进行研究，建立其运动学/动力学模型，设计基本的跟踪控制策略；接着，将生物激励神经动力学原理应用到移动机器人运动控制中，实现移动机器人的鲁棒控制，具体为（1）针对WMR系统的镇定问题，在深入研究了存在非完整约束和控制输入约束的WMR轨迹跟踪的非线性模型预测控制技术的基础上，将神经动力学、跟踪控制和镇定控制综合起来考虑，提出了一种基于神经动力学的WMR模型预测控制方法；（2）对WMR运动过程中的系统能耗问题进行了深入分析，建立了WMR系统的能耗模型及运动学模型，考虑速度跳变问题，结合神经动力学模型，设计了一种基于神经动力学的WMR节能跟踪控制器；（3）分别针对WMR控制系统中初、中和后期出现的速度跳变、能耗和镇定问题，提出了一种WMR分段运动控制（SMC）方法，实现了对WMR整个跟踪过程的有效控制。对该项目研究成果进行整理，发表了四篇学术论文，其中一篇SCI期刊论文已刊出，两篇EI期刊论文和一篇EI会议论文已被录用。