具有参数不确定性的轮式移动机器人自适应backstepping控制

针对参数不确定的轮式移动机器人的轨迹跟踪问题,设计自适应跟踪控制器.基于移动机器人的动力学模型,采用backstepping积分方法,通过逐步递推选择适当的Lyapunov函数,设计基于状态反馈的自适应控制器,并进行了相应的稳定性分析.与传统PID控制进行仿真对比,结果表明提出的自适应控制策略能较好地补偿系统参数摄动的影响,提高了移动机器人的轨迹跟踪性能和鲁棒性.     

带有未知参数和有界干扰的移动机器人轨迹跟踪控

针对模型参数未知和存在有界干扰的非完整移动机器人的轨迹跟踪控制问题,本文提出了一种鲁棒自适应轨迹跟踪控制器方法.非完整移动机器人的控制难点在于它的运动学系统是欠驱动的.针对这一难点,本文利用横截函数的思想,引入新的辅助控制器,使得非完整移动机器人系统不再是一个欠驱动系统,缩减了控制器设计的难度,进而利用非线性自适应算法和参数映射方法构造李雅谱诺夫函数.通过李雅普诺夫方法设计控制器和参数自适应器,从而使得非完整移动机器人的跟随误差任意小,即可以任意小的误差来跟随任意给定的参考轨迹.仿真结果证明了方法的有效性.     

非完整移动机器人轨迹跟踪自适应控制器设计

针对轮式移动机器人的非完整运动学模型,将自适应反演控制技术和李亚普诺夫稳定性理论应用于机器人轨迹跟踪控制,设计了具有全局渐近稳定性的自适应轨迹跟踪控制器,并在Matlab环境下实现了移动机器人对直线和椭圆2种轨迹追踪的仿真实验.实验表明:该控制方法在轨迹跟踪控制中有较好的航向跟踪效果,对机器人非完整系统模型的非线性特性...     

非完整移动机器人的神经网络鲁棒自适应控制

在非完整移动机器人轨迹跟踪问题中,针对机器人运动学与动力学模型的参数和非参数不确定性,提出了一种混合神经网络鲁棒自适应轨迹跟踪控制器,该控制器由运动学控制器和动力学控制器两部分组成;其中,采用了参数自适应的径向基神经网络对运动学模型的未知部分进行了建模,并采用权值在线调整的单层神经网络和自适应鲁棒控制项构成了动力学控制器;基于Lyapunov方法的设计过程保证了系统的稳定性和收敛性,仿真结果证明了算法的有效性。     

非完整约束移动机器人的轨迹跟踪控制

针对非完整约束移动机器人运动学与动力学模型,根据轨迹跟踪控制目标的需要,设计了一种简单的控制器,该控制器结合了运动学控制器设和动力学控制器两部分;针对运动学模型,采用自适应算法对其未知参数进行估计,针对系统动力学模型,采用单层神经网络算法克服未知扰动对系统稳定性的影响,使速度误差尽可能地缩小;在Lyapunov稳定性理论的基础上证明了系统的收敛性和稳定性,该控制算法简单有效,易于实现;仿真结果表明:该控制策略可以实现对移动机器人期望轨迹的稳定跟踪,验证了算法的有效性。     

基于神经网络的不确定移动机器人鲁棒自适应跟踪控制

针对含运动学未知参数以及动力学模型不确定的非完整轮式移动机器人轨迹跟踪问题,基于Radical Basis Function(径向基函数)神经网络,提出了一种鲁棒自适应控制器.首先,考虑移动机器人运动学参数未知的情况,提出了一种含自适应参数的运动学控制器,用以补偿参数不确定性导致的系统误差;其次,利用神经网络控制技术,对于机器人在移动中动力学模型不确定问题,提出了一种具有鲁棒性的动力学控制器,使得移动机器人可以在不知道具体动力学模型的情况下跟踪到目标轨迹;最后利用Lyapunov稳定性理论证明了整个系统的稳定性.通过数值仿真验证了所设计的控制器的可行性.     

采用惯性测量单元的移动机器人轨迹跟踪方法研究

对于非完整移动机器人的轨迹跟踪控制已有很多方法提出,但是这些方法或者是基于动力学模型或者是采用复杂的运动学模型,对于缺少强大计算设备且需要实时控制的工程应用是不适合的.本文针对非完整移动机器人提出了一种基于比例微分(proportional-differential,PD)控制器的实时轨迹跟踪控制方法.该方法运行在40 MHz的嵌入式控制器上的控制周期只有1～2 ms.通过将一个用于直流电机控制的非线性PID速度控制器与提出的轨迹控制器进行集成,实现了一个轮式移动机器人的运动控制.机器人轨迹跟踪实验系统中采用微机电系统(micro electro-mechanical system,MEMS)惯性测量单元检测轮式移动机器人的偏航角,实验结果验证了提出方法的有效性.     

基于Lyapunov稳定性理论的移动机器人轨迹跟踪控制

针对非完整轮式移动机器人的高度强耦合、欠驱动非线性动力学模型,设计了运动学控制器以及动力学力矩控制器,使得移动机器人轨迹能够跟踪理想轨迹。这种方法的实质是首先设计虚拟速度控制器,输出速度的期望值,然后设计基于模型的力矩控制器。最后通过simulink软件对所设计的系统进行仿真,结果表明对于非完整机器人的轨迹跟踪这种控制方法效果较好。     

轮式移动机器人固定时间轨迹跟踪控制

针对存在外部干扰的轮式移动机器人轨迹跟踪控制问题,提出一种固定时间轨迹跟踪控制方案.首先,对于轮式移动机器人的运动学误差模型,基于一种新颖的积分滑模面设计固定时间运动学速度控制器,使跟踪误差在固定时间收敛到原点所在的邻域内;其次,对于轮式移动机器人的动力学模型,设计固定时间干扰观测器对外部干扰信息进行估计,提出一种固定时间轨迹跟踪控制器,以确保动力学系统的固定时间稳定性,实现轮式移动机器人的高精度轨迹跟踪控制;最后,通过仿真结果验证所设计的轨迹跟踪控制方案的有效性.     

含未标定摄像机参数的非完整移动机器人的自适应动力学跟踪控制

结合一类非完整移动机器人的运动学模型和链式转换,在质心与几何中心重合的情况下,研究含有未知参量的非完整移动机器人的跟踪控制问题.首先,利用针孔摄像机模型提出一种基于视觉伺服的运动学跟踪误差模型;然后在此模型下,将动态反馈、Back-stepping技巧与自适应控制相结合,设计一个区别于以往处理方法、含有两个动态反馈的自适应跟踪控制器,从而实现动力学系统的全局渐近轨迹跟踪,并通过李亚普诺夫方法严格证明闭环系统的稳定性和估计参数的有界性;最后,利用Matlab仿真验证所提出的控制器的有效性.     

轮式足球机器人平滑运动轨迹控制算法的研究--Robocup系列研究之四

介绍一种轮式足球机器人的平滑运动轨迹控制算法。为了更简洁有效地驱动足球机器人平滑快速地跟踪目标位置与姿态，在控制其移动的过程中应平滑连续地改变其速度和方向。提供了一种基于双积分系统时间最优Bang-Bang控制的轨迹生成及控制算法，在模拟引导轨迹的引导下进行连续的速度控制引导机器人平滑高速跟踪运动轨迹并按要求调整其末端姿态。通过一系列的仿真结果来体现该控制算法的高效性和准确性。     

具有友好人机界面遥操作移动机器人的合作控制

文章针对遥操作移动机器人的人机界面、远程通讯和合作控制问题进行研究,以促进遥操作移动机器人在现实环境中的应用为目的,设计和实现了一个具有友好的人机界面、方便的通讯方式和控制灵活稳定的遥操作移动机器人。实验证明,该系统运行平稳可靠,控制灵活,可用于危险环境下的任务执行。     

履带式移动机器人轨迹跟踪研究

详细分析了履带式移动机器人的受力特点,提出了一种适宜进行控制器设计的履带移动机器人模型.根据履带式移动机器人动力学模型和运动学模型,设计了机器人的轨迹跟踪控制器.利用Lyapunov稳定判据证明控制器的全局稳定性.在控制器的设计中考虑了履带一地面作用,引入参数对其描述.考虑到机器人动力学约束,引入机器人速度、加速度控制策略以保证机器人运动平滑.仿真实验验证了该方法的有效性和全局收敛.     

球形移动机器人基于神经网络的反馈线性化运动控制研究与实验

实现了一种对球形移动机器人的滚动速度进行控制的方法.球形移动机器人的控制输入和状态输出间存在难以精确数学描述的非线性关系,本文采用径向基函数神经网络,以在线训练的方式建立了球形机器人输入与输出的非线性映射;然后采用反馈线性化方法,设计了球形机器人的速度控制器,该控制器由反馈线性化控制器和减小神经网络逼近误差的补偿控制器构成;给出了该控制器的实现步骤.多次实验结果表明,该方法可以实现球形移动机器人稳定的速度控制.     

An observer-controller combination for a unicycle mobile robot

This paper considers the problem of output feedback trajectory tracking with a unicycle mobile robot system. A state-feedback controller for the non-linear error dynamics of the robot is combined with an observer that estimates the orientation error based on available trajectory information and measurement of the position coordinates. A stability analysis, derivation and implementation of the resulting controller is given and tested on an experimental mobile robot.     

Image-based fuzzy trajectory tracking control for four-wheel steered mobile robots

A four-wheel steered mobile robot is fit for a higher power or improvement in the movement speed of a robot than a two-independent wheeled one. Since a steered mobile robot that slips very often cannot apply a popular dead-reckoning method using rotary encoders, it is desirable to use external sensors such as cameras. This paper describes a method to trace a straight line for four-wheel steered mobile robots using an image-based control method. Its controller is designed as a fuzzy controller and evaluated through some simulations and real robot.     

Trajectory tracking control of mobile robots without using longitudinal velocity measurements

We propose a new robust trajectory tracking control scheme for wheeled mobile robots without longitudinal velocity measurements. In the proposed controller, a velocity observer is used to estimate the longitudinal velocity of a wheeled mobile robot. A wheeled mobile robot model, including motor dynamics, is used to develop the controller. The developed controller has the following useful properties. (1) The developed controller does not require any accurate knowledge of the robot parameters or the motor parameters. Even if there are uncertainties in the robot dynamics, including the motor properties, it is certain that tracking errors ultimately become uniformly bounded in a closed-loop system using the developed controller. (2) It is shown theoretically that the ultimate norms of tracking errors can easily be reduced by setting only one design parameter.     

A Smith-predictor-based generalised predictive controller for mobile robot path-tracking

This paper shows how to improve the robustness of mobile robot path tracking when predictive control algorithms are used. When uncertainties in a mobile robot are considered, it is shown how the classical generalised predictive controller (GPC) may lead to an unstable behaviour of the mobile robot. The equivalence between the GPC and a structure composed by an optimal predictor and a classical controller is given, and it is shown that use of a Smith predictor instead of an optimal predictor increases the robustness of the system. A new strategy, the Smith-predictor-based GPC, is proposed. Experimental tests carried out on a LABMATE mobile robot validate the performance of the proposed controller.     

An embedded fuzzy controller for a behavior-based mobile robot with guaranteed performance

In this paper, an embedded fuzzy controller for a nonholonomic mobile robot is developed. The mobile robot was built based on the behavior-based artificial intelligence, where several levels of competences and behaviors are implemented. A class of fuzzy control laws is formulated using the Lyapunov's direct method, which can guarantee the convergence of the steering errors. Theoretical analysis of the fuzzy control algorithms for steering control of the mobile robot is performed. The requirements for a suitable rule base selection in the proposed fuzzy controller are provided, which can guarantee the asymptotical stability of the system. Simulation and experimental studies are conducted to investigate the performance of the proposed fuzzy controller. It can achieve the desired turn angle and make the mobile robot follow the target trajectory satisfactorily.     

Adaptive control of nonlinear PID-based analog neural networks for a nonholonomic mobile robot

An adaptive controller of nonlinear PID-based analog neural networks is developed for the velocity- and orientation-tracking control of a nonholonomic mobile robot. A superb mixture of a conventional PID controller and a neural network, which has powerful capability of continuously online learning, adaptation and tackling nonlinearity, brings us the novel nonlinear PID-based analog neural network controller. It is appropriate for a kind of plant with nonlinearity uncertainties and disturbances. Computer simulation for a differentially driven nonholonomic mobile robot is carried out in the velocity- and orientation-tracking control of the nonholonomic mobile robot. The effectiveness of the proposed control algorithm is demonstrated through the simulation experiment, which shows its superior performance and disturbance rejection.