云模型控制器在两轮自平衡机器人中的应用

两轮自平衡机器人控制系统具有高阶次、多变量、非线性且强耦合的特性,因此难以建立精准的数学模型。针对两轮自平衡机器人系统的复杂性,对其平衡控制系统进行了研究,提出了一维云模型控制器的设计方法。运用该方法,成功地实现了两轮自平衡机器人的平衡控制,并比较了一维云模型控制器在三规则和五规则下对系统性能的影响。试验结果表明:一维云模型控制器在两轮自平衡机器人平衡控制系统中具有良好的控制性能和强抗干扰性,五规则控制器具有更加优越的控制效果。云模型控制器成功应用在两轮自平衡机器人平衡系统中,并在试验样机平台体现了良好的平衡性能,为今后云模型控制器的设计提供参考,也推进了云模型控制器在硬件平台实现的进程。     

基于Skinner操作条件反射的两轮机器人自平衡控制

针对两轮自平衡机器人的运动平衡控制问题,采用了基于Skinner操作条件反射理论的自回归神经网络学习算法作为机器人的学习机制,利用自回归神经网络对评价函数进行逼近,以实现对行为决策的优化,从而使机器人能够在无需外部环境模型的情况下,通过学习和训练,获得像人或动物一样的自主学习技能,解决了两轮机器人的运动平衡控制问题.最后分别在无扰动和有扰动的两种状态下设计了仿真实验并进行了比较.结果表明,该操作条件反射学习机制具有较快的自主平衡控制技能和较好的鲁棒性能,体现了较高的理论研究意义和工程应用价值.     

基于强化学习规则的两轮机器人自平衡控制

两轮机器人是一个典型的不稳定,非线性,强耦合的自平衡系统,在两轮机器人系统模型未知和没有先验经验的条件下,将强化学习算法和模糊神经网络有效结合,保证了函数逼近的快速性和收敛性,成功地实现两轮机器人的自学习平衡控制,并解决了两轮机器人连续状态空间和动作空间的强化学习问题;仿真和实验表明:该方法不仅在很短的时间内成功地完成对两轮机器人的平衡控制,而且在两轮机器人参数变化较大时,仍能维持两轮机器人的平衡。     

两轮自平衡机器人的无源控制器设计

以两轮自平衡机器人为研究对象,基于其状态空间模型,利用线性矩阵不等式的方法,设计两轮自平衡机器人平衡的无源控制器,并给出了两轮自平衡机器人无源控制器存在的充分条件。仿真结果表明,设计的无源控制器对于机器人的平衡是有效的。     

两轮机器人在坡面上的运动平衡控制

两轮机器人在坡面上运动时,由于受到重力作用的影响,其姿态平衡控制变得更加复杂。为实现机器人在坡面上的平衡控制,首先建立了两轮机器人在坡面上的动力学模型,然后针对两轮机器人设计一种非线性PD控制器。与传统的线性PD控制器进行仿真实验对比,实验结果说明:在响应速度、稳定性、鲁棒性方面,非线性PD控制有着更好的效果。最后,在姿态平衡控制中加入速度控制,构成双环的PD控制,实现了两轮机器人在坡面上的静态平衡。     

神经元PID控制器在两轮机器人控制中的应用

针对两轮机器人传统PID控制器参数整定困难的问题,设计了一种神经元PID控制器.该控制器利用神经元的自学习和自适应能力,在线实时调整控制器各项参数.建立了两轮机器人的非线性模型,讨论了神经元PID控制系统的结构及其控制算法和各项控制器参数的学习算法.将设计的控制器其应用于两轮机器人的平衡控制中,并且与传统PID控制器进...     

一种两轮自平衡机器人比例-积分-微分控制方法

两轮自平衡机器人以其机械结构简单,灵活高效的运动特性,具有广阔的应用前景。本文应用理论力学原理,分析并建立了两轮自平衡机器人的动力学模型。在此基础上,分别针对机器人系统的自平衡控制、速度控制设计了比例-积分-微分(PID)控制器。通过复频域和时域分析的方法,提出了一种简便的PID控制参数的整定方法。根据系统PID控制模型,给出了计算机器人马达输出转矩的理论公式。应用实验表明,该控制方法的平衡和速度控制动态和稳态性能良好,且具有占用机器人系统资源少,PID控制参数整定效率高的特点。     

Skinner 操作条件反射的一种仿生学习算法与机器人控制

针对两轮自平衡机器人的运动平衡控制问题,提出了基于Skinner 操作条件反射理论的BP 神经网络 与资格迹相结合的仿生自主学习算法作为两轮机器人的学习机制．该算法利用资格迹能解决延迟影响、加快学习速 度和提高可靠性的特点,将其与BP 神经网络相结合构成复合学习算法,能够预测机器人将要获得的行为评价函数, 并依据概率取向机制以一定的概率选择最大评价值对应的最优行为,从而使机器人能够在未知环境下通过与环境的 交互、学习和训练,获得像人或动物一样的自主学习技能,实现对两轮机器人的运动平衡控制．最后,分别用基于 Skinner 操作条件反射理论的BP 算法和BP 资格迹复合算法对两轮机器人做了仿真实验并进行了比较．结果表明, 基于Skinner 操作条件反射理论的BP 资格迹复合仿生自主学习算法的学习机制能够使机器人获得良好的动态性能 和较快的学习速度,体现了机器人较强的自主学习技能和平衡控制能力．     

模糊自适应在机器人行走平衡控制中的应用

针对多变量、非线性的两轮机器人系统的行走平衡控制问题,提出一种基于Backstepping（反推）方法和PID的控制策略。该策略在Backstepping控制器中加入模糊自适应部分,利用模糊系统逼近Backstepping设计过程中的未知非线性函数,模糊系统中的参数基于自适应律调整,解决了Backstepping控制器中因含有未知参数难以实现的困难,避免了两轮机器人系统不满足严格三角结构的问题。针对两轮机器人的仿真实验结果表明：采用设计的控制策略,可以实现两轮机器人的行走平衡控制任务。     

基于蚁群算法的机器人系统LQR最优控制研究

针对两轮自平衡机器人线性二次最优控制器(LQR)中的权参数选择问题,提出了一种基于自适应蚁群算法的权矩阵优化参数策略.利用LQR控制器,采用自适应蚁群算法对LQR权矩阵Q的各位参数进行数字寻优,将得到的数字序列进行划分,寻找到最优参数值,从而对两轮自平衡机器人的俯仰属性进行有效的系统控制.仿真实验结果表明:采用蚁群算法优化后的控制器比人工选择参数策略有更好的控制效果,验证了方法的稳定性和有效性.     

草坪灌溉机器人定位技术的研究

草坪灌溉机器人最基本功能之一是在草坪规划的喷洒栅格中能够自动定位,继而启动喷灌系统完成该栅格的灌溉任务。鉴于草坪景观的要求,不宜在草坪设置各种标杆辅助定位。本研究通过分析两轮独立驱动机器人在行走过程中输入控制量和输出位姿的关系,建立了机器人定位模型,使其能够在草坪上划分的栅格中定位;试验表明该模型对机器人在草坪中的定位与控制是有效的,本系统研究的定位与控制模型对机械构造要求低,成本低,有利农业机器人的推广使用。     

移动机器人无线实时反馈控制系统的设计

由于移动机器人左右两轮的非线性特征,其反馈调节无法克服这一特性,必须借助PC机来进行调节。为此提出了一种无线实时反馈控制方法,在PC机上加入PID控制算法,实现了对机器人的无线实时反馈控制。     

Lyapunov vector function method in the motion stabilisation problem for nonholonomic mobile robot

In this paper we propose a sampled-data control law in the stabilisation problem of nonstationary motion of nonholonomic mobile robot. We assume that the robot moves on a horizontal surface without slipping. The dynamical model of a mobile robot is considered. The robot has one front free wheel and two rear wheels which are controlled by two independent electric motors. We assume that the controls are piecewise constant signals. Controller design relies on the backstepping procedure with the use of Lyapunov vector-function method. Theoretical considerations are verified by numerical simulation.     

A system decomposition method for region tracking control of a non-holonomic mobile robot with dynamic parameter uncertainties

The tracking control problem of non-holonomic mobile robot systems has been extensively investigated in the past decades, however, most of the existing control strategies were developed specifically for the fixed-point tracking. This technical note focuses on the region tracking control for a non-holonomic mobile robot system with parameter uncertainties in the robot dynamics. With the system decomposition and adaptive control method, some restrictions imposed on the angular and linear velocities of the non-holonomic mobile robot in recent literature are removed, enabling to track dynamic trajectories with any values of the angular and line velocities. The proposed adaptive control scheme can simultaneously solve both the regulation and region tracking problems of a non-holonomic mobile robot with one passive wheel and two actuated wheels. By utilizing the designed control laws, the mobile robot system is able to globally reach inside a moving region specified by potential functions whose path can be a circular curve, a straight line, or sinusoidal curve, by using a single adaptive controller. Since the dynamic region can be specified arbitrarily small, the fixed-point tracking can be regarded as a special case of region tracking studied in this paper. Compared with the traditional fixed-point tracking, region tracking has more flexibility and better robustness. Numerical results are presented to show the effectiveness of the designed strategy.     

基于机器人运动模型的EKF-SLAM算法改进

针对两轮驱动机器人运动模型定向误差的累积问题,提出改进的三轮驱动机器人运动模型,对EKF-SLAM算法的一致性进行改进;该模型通过对机器人车轮线速度的解耦运算,将机器人运动过程中的旋转角速度提取出来并作为系统的控制输入之一,从而可以直接得到各个控制时间间隔内的机器人姿态角变化,很好地避免了机器人定向误差的累积;最后,基于归一化估计方差的检验标准进行实验,验证了三轮驱动机器人运动模型有效提高了EKF-SLAM算法的一致性。     

Dynamic path tracking control of a vehicle on slippery terrain

This paper deals with accuracy and reliability for the path tracking control of a four wheel mobile robot with a double-steering system when moving at high dynamics on a slippery surface. An extended kinematic model of the robot is developed considering the effects of wheel–ground skidding. This bicycle type model is augmented to form a dynamic model that considers an actuation of the four wheels. Based on the extended kinematic model, an adaptive and predictive controller for the path tracking is developed to drive the wheels front and rear steering angles. The resulting control law is combined with a stabilization algorithm of the yaw motion which modulates the actuation torque of each four wheels, on the basis of the robot dynamic model. The global control architecture is experimentally evaluated on a wet grass slippery terrain, with speeds up to 7 m/s. Experimental results demonstrate enhancement of tracking performances in terms of stability and accuracy relative to the kinematic control.     

自平衡两轮机器人的分层模糊控制

为解决具有非线性、强耦合和绝对不稳定特点的自平衡两轮机器人的运动控制问题,提出一种分层模糊控制方法.该方法对机器人体的倾斜角度和轮子转动速度分别设计相应的模糊控制器,其输出同时进入决策器,由决策器进行智能判断与协调,输出控制量.两控制器交替工作,实现机器人体倾角控制和轮子转速控制的有机统一.该方法具有模糊规则少,控制逻辑简单的特点.对机器人的速度跟踪、运动停止及转弯等多种运动方式进行了控制仿真实验,验证了控制方法的正确性和有效性.     

基于动力学模型的轮式移动机器人电机控制

针对移动机器人两路电机协同控制问题,提出基于动力学模型的轮式移动机器人电机控制律 （DMMC）．首先推导出质心位置不一定在几何中心的移动机器人运动学模型和动力学模型,并求解出两轮速 度与力矩之间的非线性微分方程．然后,基于两轮速度与力矩间非线性微分方程、电机电气方程和电机机电 方程,推导出移动机器人系统状态方程．最后采用极点配置得到I 型状态反馈控制律．仿真显示,DMMC 法实 现了对输入指令的零稳态误差快速响应．     

Maneuvering control of a rolling four-links robot

This work deals with the maneuvering control of the planar motion of a rolling four-links robot as described in Figure 1. The system is composed of four links, two identical wheels, and a mass m_O attached to the joint O. The problem that is addressed is to develop control laws for the rolling four-links robot such that the mass m_O performs prescribed maneuvers in the vertical (X, Z)-plane.     

立式金属罐容积检定爬壁机器人的研制

针对传统油罐检定方法中,径向偏差测量精度低、操作危险、效率低等问题,研制一种小型的立式金属罐爬壁检定机器人。该机器人采用永磁吸附三轮式结构,测控系统以单片机89S51为核心,并配备多种传感器,实施有缆遥控操作。现场实验表明,该机器人自动化程度高,径向偏差测量准确,大幅度提高了油罐检定效率和检定精度。