移动机器人自主定位和导航系统设计与实现

为实现未知环境下,移动机器人自主定位和导航,构建精准的环境地图,提出移动机器人导航系统设计方法。采用蒙特卡洛算法对机器人进行定位,通过栅格地图扫描匹配方法进行地图构建,利用Dijkstra算法对当前地图进行路径规划。将上位机和下位机串口通信,把上位机路径规划的Twist消息发送给下位机,采用底层控制器来控制电机,实现移动机器人自主运动。实验结果表明:在实际环境中,移动机器人能够从起始点出发,自主绕过障碍物到达目的地,验证了该移动机器人自主导航系统设计方法的有效性。     

基于质心偏移的移动机器人轨迹跟踪控制

针对非完整约束下质心偏移的移动机器人,提出了一种改进滑模变结构的轨迹跟踪控制方法,并通过此方法得到一种具有全局渐近稳定性的跟踪控制器。以三轮移动机器人的运动模型为基础,该跟踪控制器的设计分为两部分:第一部分是采用X方向和前向角方向同时具有虚拟反馈变量,通过Lyapunov方法对控制系统进行稳定性分析,设计出切换函数;第二部分是滑模控制器设计,采用指数趋近律,使用S型指数函数代替符号函数,减少了滑模变结构控制的抖动,由此设计出了线速度和角速度的控制律,用来渐近整定移动机器人跟踪误差,实现了对参考轨迹的全局渐近跟踪。实验结果表明:该控制律能够在极短时间内趋于稳定,其跟踪平面坐标误差和前向角误差也能在极短时间内收敛于0,并且移动机器人也能够有效地跟踪期望轨迹,其控制效果具有明显的改善,且具有很好的抗干扰性能。     

3自由度移动机器人的模糊逻辑控制方法研究

3自由度移动机器人可以实现平面上的自由运动,具有很高的灵活性和机动性。针对具有两个可操舵驱动轮的3自由度移动机器人的轨迹跟踪问题,利用模糊控制技术设计了路径跟踪控制器,实现了移动机器人的位置和方位的独立跟踪,同时提高了跟踪控制的实时性。最后通过仿真验证了算法的可行性和有效性。     

双轮差速移动机器人轨迹跟踪混合控制算法研究

针对双轮差速移动机器人轨迹跟踪问题,提出一种基于前馈运动学和带有干扰观测器的解耦动力学的混合控制算法。首先,对双轮差速移动机器人的运动学、动力学以及位姿误差进行数学建模。其次,为保证移动机器人轨迹跟踪的快速收敛,采用前馈控制并结合位姿误差设计出运动学控制器;为保证移动机器人在速度上的跟踪性能,采用前馈解耦补偿器,加入干扰观测器,运用具有积分链式结构的微分器,设计出动力学控制器;将动力学控制器加入到运动学控制器中,设计了前馈运动学和带有干扰观测器的解耦动力学的混合控制器,并用Lyapunov函数直接法证明了系统的收敛性和稳定性。最后,通过仿真和样机验证,机器人稳定运行时左右摆差可达±9mm,证明了该混合控制算法的有效性和可行性。     

基于嵌入式PC的机器人运动控制系统设计

针对现有全向移动机器人电控系统结构复杂、可靠性低的问题,设计了一种基于嵌入式PC的机器人运动控制系统。控制器连接传感器检测和电机驱动等Ether CAT总线端子模块,实现硬件的模块化集成,使系统硬件结构更紧凑。采用模糊控制算法跟踪路径,软PLC的任务分配实现软件的模块化设计,程序的执行效率更高。实验结果表明:电机响应速度快且鲁棒性好,机器人能准确跟踪预定路径,验证了该控制系统的有效性和稳定性,能满足复杂环境下的应用要求。     

基于跟踪微分器的移动机器人轨迹规划与跟踪控制研究北大核心

针对移动机器人的轨迹规划和轨迹跟踪控制问题,提出一种加速度和速度约束情况下,通过贝塞尔曲线拟合参考轨迹,再利用跟踪微分器规划平滑速度的轨迹规划新方法;基于Backstepping方法,建立机器人位姿误差方程并进行控制器的设计,同时分析了控制参数对轨迹跟踪性能的影响;将轨迹规划方法和控制算法结合,并在仿真平台和移动机器人实物平台上进行实验验证。实验结果验证了轨迹规划算法和控制器的可靠性及有效性,相比于未进行速度规划、速度不连续和滑模控制等方法,提出的方法控制平稳且有效减少了位姿误差。     

采用逆神经网络模型的移动机器人速度控制回路研究

针对移动机器人运动轨迹容易受到不确定外界因素干扰的问题,采用逆神经网络模型设计移动机器人控制系统。分别采用逆神经网络控制器和传统PI控制器模型对两轮差动移动机器人运动速度和角速度进行跟踪控制。传统PI控制器模型使用了近似于线性的等效负载驱动器,而逆神经网络控制器使用前馈多层感知神经网络模型,该模型结合了其运动学和动力学的数学模型,在特定工作区域内,对逆神经网络模型进行离散训练。在平面内,对移动机器人的速度跟踪控制进行仿真。结果表明:采用PI控制器模型,移动机器人车轮运动速度和角速度与理论值存在较大误差,而采用逆神经网络模型时误差较小。采用逆神经网络模型设计移动机器人速度控制回路,可以提高移动机器人运动性能,更好地适应外界环境的变化。     

移动机器人建模和未建模扰动环境下的轨迹跟踪控制研究

为解决非完整约束轮式移动机器人(WMR)的质心与几何中心不重合问题,进行移动机器人运动学和动力学建模。详细分析WMR模型的建立过程,并对模型进行仿真,验证所建模型的正确性。针对该模型,设计2种满足李雅普诺夫稳定性条件的控制器,即PID运动学控制器和非线性反馈动力学控制器,并进行了对比实验。实验结果表明:非线性反馈动力学控制器对轨迹跟踪的控制效果比PID运动学控制器好,误差较小。     

基于全阶滑模控制的双轮移动机器人跟踪误差研究

针对双轮移动机器人运动轨迹跟踪误差较大的问题,设计了全阶滑模控制器,并对控制输出误差进行仿真验证。建立双轮机器人简图模型,推导出移动机器人动力学方程式。介绍了移动机器人线速度和角速度的控制过程,对传统PI控制器进行改进,设计了全阶滑模控制器。采用李雅普诺夫函数对控制器的稳定性进行了证明,从而得到机器人运动线速度和角速度的输出误差收敛于零。在平面内,采用MATLAB软件对机器人运动线速度和角速度输出误差进行仿真实验,并与PI控制输出误差形成对比。结果显示:采用传统PI控制器,双轮机器人实际输出线速度和角速度误差较大;采用全阶滑模控制器,双轮机器人实际输出线速度和角速度误差较小。采用全阶滑模控制器用于双轮机器人控制系统,自适应抗干扰能力更强,可提高双轮机器人运动轨迹跟踪精度。     

基于模糊控制的智能竞速车舵机转向系统设计

智能车作为移动机器人的一种,是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统.为了提高智能车跟踪和运动性能,在分析智能车系统原理的基础上,从控制策略、控制算法等方面出发,研究基于FUZZY控制器的智能车舵机转向系统.建立模糊变量的隶属函数和控制规则表;通过模糊推理和清晰化,得到输出控制作用的论域值;将所设计的算法应用到基于HCS12单片机的智能车硬件系统.实验结果证明,该智能车控制算法能够模仿人工驾驶行为控制智能车准确快速地跟踪路径运行.     

胫骨生物陶瓷复合材料的微结构增韧机理

扫描电镜观察显示胫骨是一种由羟基磷灰石和胶原蛋白组成的自然生物陶瓷复合材料.羟基磷灰石具有层状的微结构并且平行于骨的表面排列.观察也显示这些羟基磷灰石层又是由许多羟基磷灰石片所组成,这些羟基磷灰石片具有长而薄的形状,也以平行的方式整齐排列.基于在胫骨中观察到的羟基磷灰石片的微结构特征,通过微结构模型分析及实验,研究了羟基磷灰石片平行排列微结构的最大拔出能.结果表明,羟基磷灰石片长而薄的形状以及平行排列方式增加了其最大拔出能,进而提高了骨的断裂韧性.     

面向零件形状的计算机图形库的开发

论述了CAD技术中参数化设计的三种建模方法，重点介绍了基于特征的参数化建模原理。在此基础上，分析机械设计中的机构结构，归纳出其零件的几何特征构成。设计了机构CAD图形库，并提出了该图形库生成步骤和人机交互界面。     

FeCrAIW电弧喷涂层组织的致密化研究

采用激光辐照对FeCrAlW电弧喷涂层的组织进行致密化处理,借助扫描电镜和X衍射对涂层的组织进行了分析.测试了涂层的显微硬度.结果表明:涂层组织致密度提高,孔隙率明显降低.随着激光扫描速度的增加,涂层的显微硬度降低.在较低的扫描速度下,涂层与基体之间形成互熔区,涂层与基体之间产生良好的冶金结合.     

钢材打捆机控制系统智能化技术的研究

钢材打捆机是一种用于轧钢精整工艺的新型自动化设备，其控制系统基于SiemensS7 PLC和TP7触摸屏。系统的智能化技术主要包括：液压高低压自动控制、在线监视、离线故障检测、多台设备协同工作、可视化人机交互技术。本文描述了这些技术的原理与实现方法。     

Prospects of the Use of Synergetic Approach to Solution of Problems of the Science of Nanomaterials

A synergetic approach to solution of problems of self-controlled synthesis of nanostructures and creation of self-organizing nanotechnologies is considered in connection with the superproblem of creation of materials with functional properties resembling those of biosystems. __________ Translated from Metallovedenie i Termicheskaya Obrabotka Metallov, No. 7, pp. 55 – 61, July, 2005.