轮式移动机器人全局轨迹跟踪控制

采用级联-反演方法进行轨迹跟踪控制器设计,将轨迹跟踪误差投影到轮式移动机器人的误差坐标系中,获得轨迹跟踪误差的动态模型。同时,将系统分解为位置跟踪和航向角跟踪两个级联系统,利用反演方法获得系统全局一致渐近稳定跟踪控制器,并基于级联系统理论证明了轨迹跟踪的全局一致渐近稳定性。仿真结果表明,初始跟踪误差很快收敛于零,轨迹跟踪效果良好,闭环系统具有良好的动态性能和全局稳定性,适用于轮式移动机器人的全局轨迹跟踪控制。     

移动机器人轨迹跟踪和局部规划的优化模型

本文基于Ｌａｒｇｒａｎｇｅ乘子理论，氢移动机器人的轨迹跟踪和局部规划归结为约束条件下的最优问题，根据轨迹跟踪，到达目标的要求，提出了优化的目标函数。在一个坐标系中，将轨迹与各边的关系统一于一个等式之中，使约束条件的表示简单而清晰，给出了由运算放大器构成的电路实现。仿真结果表明，移动机器人可以同时跟踪期望轨迹并完成局部规划。     

基于终端滑模控制的移动机器人轨迹跟踪

针对移动机器人受到外部不规则扰动时易出现速度和位姿误差跳变的问题,提出了一种基于扰动观测器的动态终端滑模控制方法。结合运动学模型,利用李雅普诺夫法设计虚拟控制器,进一步设计非奇异动态终端滑模轨迹跟踪控制器。为减小外部扰动对系统的影响,设计非线性扰动观测器对控制器进行扰动补偿。最后,将本文所提方法与自适应滑模控制方法进行仿真比较。结果显示,在第15 s扰动发生阶跃变化时,自适应滑模控制方法的线速度和角速度分别发生1.4 m/s和1.24 rad/s的跳变,而本文所提方法速度跳变幅度小于自适应滑模控制方法的1/10。仿真结果表明,本文所提方法可有效地抑制扰动对系统的影响,减小移动机器人速度和位姿误差的跳变幅度。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

基于智能PID移动机器人电机转矩控制研究

针对移动机器人电机模型参数非线性、不确定性、时变性强等特点,采用常规的按照典型工况整定的固定参数PID控制器无法取得满意的效果.提出了用RBF网络来整定PID参数的控制方案,将RBF神经网络和经典PID控制相结合构成智能PID控制器.它具有较强的自适应能力,适于实时控制,控制品质优于经典PID控制器.     

BP神经网络整定的PID在机器人轨迹跟踪中的应用

充分利用BP神经网络能够逼近任意非线性系统的优点,将BP网络和PID控制相结合,解决了多关节机器人的运动轨迹跟踪问题.采用这种方法,可以在线实时调整PID控制器的参数,使其达到最优状态,克服了完全依靠经验离线调整PID参数的缺点,使系统具有更好的鲁棒性和自适应性,其输出也可以通过在线调整达到预期的控制精度.仿真实验证实了该控制策略的正确性和有效性.     

全方位移动机器人模糊自适应PID控制

针对全方位移动机器人,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID(FAPID)的控制方法。对模糊自适应PID控制算法进行了理论分析,基于Matlab建立了全方位移动机器人的简化仿真模型。仿真研究表明,采用模糊自适应PID控制方法,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力要优于常规的PID控制。     

一种全方位移动机器人的控制方法

基于本所开发的轮式全方位移动机器人,给出了这一类机器人的运动学模型;依据矩阵条件数的概念,分析了运动学模型的不确定性对控制效果的影响;利用机器人具有的全方位移动能力,提出一种结构简单的控制方法,在机器人本体方向保持不变或依据某种要求变化的情形下,分别实现轨迹跟踪和位姿跟踪;仿真计算和实际实验结果证明了所提出的控制方法的有效性。     

一种基于遗传算法和神经网络的PID控制

提出了一种融合遗传算法和神经网络的PID控制算法。该控制器先利用遗传算法对BP网络的初始权系数进行学习优化，再利用BP算法实现对PID参数在线调节，解决了控制器网络初始权系数对控制效果产生的影响，仿真结果表明了该控制方法的有效性。     

Adaptive integral-type terminal sliding mode control: Application to trajectory tracking for mobile robot

This paper presents an Adaptive Terminal Integral Sliding Mode Control (ATISMC) scheme for trajectory tracking problems applied to a differential Wheeled Mobile Robot (WMR). First, a terminal integral sliding variable is designed. Based on the finite-time concept, an adaptive control law has been developed in which a switching gain is adjusted adaptively by using a novel strategy. This control method aims to deal with unknown bounded disturbances and uncertainties. Moreover, it allows fast convergence of the system states to an equilibrium point. The main features of the proposed ATISMC are its robustness, fast convergence rate, and chattering avoidance. To realize trajectory tracking for WMR, the ATISMC is incorporated into a double closed loop scheme. Stability analysis is performed using the Lyapunov stability theory. Numerical simulations and real-time experiments demonstrate the feasibility of the proposed controller scheme. A comparison study with the classical ISMC was performed to show the superiority of the developed method.     

Trajectory tracking control of mobile robot by time‐based spline approach

A mobile robot must move without unacceptable rapid motion. To address this issue, we propose a preview controller using the time‐based spline approach. With this approach, it is also important to plan an adequate trajectory. Here an approach to trajectory planning which has the trajectory determination strategy via a virtual manipulator is proposed. Numerical and experimental results are shown to confirm the proposed algorithm. © 2005 Wiley Periodicals, Inc. Electr Eng Jpn, 151(4): 65–71, 2005; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10349     

基于Android的小型移动机器人远程控制系统设计

针对传统机器人控制终端灵活性不足的问题,结合飞速发展中的Android移动平台,设计了一种基于Android的小型移动机器人远程控制系统。该系统由小型移动机器人、无线通信模块和Android平台3部分组成,通过无线局域网实现下位机与上位机之间的视频传输以及数据通信。给出了控制系统的总体架构,并具体阐述了系统硬件及软件两方面的实现。最后对系统进行了实验测试,测试结果表明,Android移动终端可远程控制移动机器人的运动状态,并实时获取机器人传回的视频,视频播放流畅,整个系统有着较好的稳定性和可靠性。     

输入受限下非完整轮式移动机器人迭代学习跟踪控制

为了解决输入受限下非完整轮式移动机器人的跟踪控制问题,考虑迭代学习控制方法,设计了一种迭代学习控制律,这里所设计的迭代学习控制律结合了系统的跟踪误差和约束下的上一代控制律.通过应用范数分析理论,对跟踪误差的收敛性进行了理论分析,验证了设计的控制律的有效性.最后,给出了一个仿真实例以证明理论分析结果的正确性,仿真结果表明...     

Electroencephalogram‐based control of a mobile robot

This paper presents electroencephalogram‐based control of a mobile robot. The purpose of control is to achieve direction control of a mobile robot only by electroencephalogram. We develop an algorithm for directing direction thinking (“going left” or “going right”) and apply it to direction control of a mobile robot. The algorithm is based on time–frequency domain analysis using continuous wavelet transformation. Our experimental results demonstrate the possibility of achieving direction control of a mobile robot only by electroencephalogram. © 2005 Wiley Periodicals, Inc. Electr Eng Jpn, 152(3): 39–46, 2005; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20109     

全方位移动机器人的运动预测控制

针对全方位移动机器人在应用中由于延时造成控制不精确的问题,提出在机器人的运动控制中引入广义预测控制法.在基于四轮全方位移动机器人运动模型建立预测模型与运动预测控制方程中,提出了通过合理减少预测模型中的输入变量,以及将多输入多输出线性模型分解为单输入单输出线性模型,来降低其控制难度.仿真和实际应用验证了该算法能够有效地消除全方位移动机器人实时控制中延时的影响.     

Adaptive trajectory tracking control of wheeled mobile robots with disturbance observer

In this paper, the trajectory tracking problem for a wheeled mobile robot in the presence of kinematic and dynamic uncertainties has been addressed. Uncertainties are modeled as lumped disturbances. A kinematic controller based on feedback linearization approach and a dynamic controller based on model reference adaptive control are designed in the presence of disturbances. In order to ensure both robustness and implementability of the controllers, the disturbances are estimated by a generalized linear matrix inequality‐based disturbance observer. Simulation results show the effectiveness of the proposed method. Copyright © 2013 John Wiley & Sons, Ltd.     

是德科技在2017年中国移动全球合作伙伴大会上成功展示移动物联网模组自动化测试解决方案

针对某型轮式机器人在不平路面的激励下产生的振动问题,利用ADAMS建立了包括货架在内的轮式机器人的虚拟样机。考虑轮式机器人主动轮的独立驱动方式,建立了主动轮和从动轮独立相关的白噪声时域路面激励模型。根据轮式机器人在路面激励下的振动情况设计了一种自调整的模糊控制器,通过MATLAB与ADAMS进行联合仿真实现对轮式机器人的货架振动主动控制。仿真结果表明,模糊控制能控制货架的振动响应,控制后的振动位移比无控减小66%以上,控制效果良好。     

基于强化学习的双足机器人的实时避障位置控制

为了提高双足机器人的实时控制能力，提出一种基于强化学习的双足机器人的实时避障位置控制方法。以机器人的双足步行稳定性为控制目标函数，构建双足机器人的实时路径动力学模型，以机器人质心运动的加速度和惯性力矩为被控对象，采用等效碰撞子模型进行双足机器人的实时避障路径规划，采用碰撞子模型和摆动子模型相结合的方法，进行双足机器人行走路径的纠偏参量反馈调节，采用模糊强化学习跟踪方法，进行双足机器人的误差增益控制，实现双足机器人的实时避障位置控制。仿真结果表明，采用该方法进行双足机器人控制的实时避障性能较好，纠偏能力较强，提高了机器人的自适应控制能力。     

机器人的神经网络鲁棒轨迹跟踪控制

考虑了一类具有外界扰动和参数不确定性机器人系统的轨迹跟踪鲁棒控制问题。提出了两种控制方法：第一种应用输入输出线性化方法以及Lyapunov函数法,推导出鲁棒输出跟踪控制器。所获得的控制器可确保系统输出按指数规律跟踪期望输出,同时相应闭环系统的状态一致最终有界。第二种方法在第一种控制方法的基础上,利用一个RBF神经网络自适应学习系统不确定性的未知上界,有效的克服了系统不确定性的影响,提高了控制精度。