基于视觉伺服反馈的不确定非完整动态移动机器人的自适应镇定

研究了带有固定在天花板上的摄像机系统的非完整动态移动机器人的镇定问题. 首先, 利用针孔摄像机模型引入了基于摄像机目标的视觉伺服运动学模型,并针对该运动学模型给出了一个运动学镇定控制器. 然后,在摄像机参数不确定的情形下设计了一个自适应滑模控制器实现了不确定动态移动机器人的镇定. 提出的控制器不仅对结构不确定性如质量变化, 而且对无结构不确定性如外部扰动都具有鲁棒性. 通过Lyapunov方法严格证明了提出的控制系统的稳定性和估计参数的有界性. 仿真结果证实了控制律的有效性.     

一类不确定非完整机器人的时变自适应镇定

通过对质心和几何中心不重合情况下两轮驱动移动机器人镇定问题的研究，提出了一种光滑时变控制律，并针对质心和几何中心距离参数未知的情况，利用自适应技术对其进行了修正. 证明了所提出的控制律可使该类型移动机器人的位姿从任意的初始状态指数收敛到原点．仿真试验验证了本文所提出控制律的有效性．     

基于预测控制的非完整移动机器人视觉伺服镇定

非完整移动机器人视觉伺服镇定越来越受到人们的广泛关注. 目前研究人员在解决该问题时未同时考虑摄像机的可见性约束和机器人系统的控制约束, 所设计的控制器在实际应用中很难实现满意的控制. 针对此问题, 本文设计一种预测控制器来解决移动机器人视觉伺服镇定问题. 首先设计运动学预测镇定控制器来产生参考速度指令; 然后设计动力学预测控制器使移动机器人实际速度渐近逼近期望值; 所设计的预测控制器能够容易处理系统中存在的可见性约束和控制约束; 最后对所提出的视觉伺服镇定方法进行仿真验证, 结果表明所设计的控制器能有效解决移动机器人视觉伺服镇定问题.     

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.     

基于视觉伺服非完整移动机器人的有限时间饱和镇定

对视觉伺服反馈的一类类非完整移动机器人,提出在视觉参数不确定下的有限时间饱和镇定问题.运用多步控制策略和有限时间稳定性理论,设计分段连续的饱和控制律使得闭环系统的状态在有限时间内收敛到平衡点.仿真结果验证了该方法的有效性.     

控制受限的一类确定非完整动力学系统的镇定

利用滑动模态的方法,采用多步控制策略,对一类控制受限的不确定非完整动力学系统设计了镇定控制器,使得闭环系统的状态在有限时间内可收敛到原点的事先给定的任意小的ε领域中,最后,将该方法用于一类移动机器人的控制器设计,仿真结果验证了该方法的有效性。     

含未校准摄像机参数的非完整移动机器人自适应动态反馈跟踪控制

研究基于视觉伺服的不确定非完整移动机器人的跟踪控制问题.基于视觉反馈和状态输入变换,提出一类非完整运动学系统的不确定模型,并运用两个新的变换,对3种不同情况分别设计自适应动态反馈控制器来跟踪不确定系统的期望轨迹.利用李雅普诺夫方法和推广的Barbalat引理,严格证明了误差系统的收敛性.仿真结果验证了所提方法的有效性.     

非完整系统的离散时间反馈镇定

讨论非完整系统的镇定问题。针对一类具有两个控制、三个状态的非完整系统，提出一种利用分段常值控制序列反馈镇定此类系统的策略，并以两杆平面空间机器人系统为例，验证了控制策略的有效性。     

非完整链式系统的时变光滑指数镇定

针对非完整链式系统,导出了一种时变光滑反馈控制律,该控制律可以保证系统状态全局指数收敛到原点,克服了以往控制律非光滑或虽光滑但却只能渐近镇定系统的缺陷.所得控制律应用于移动机器人系统的镇定.     

基于自适应反步法的轮式移动机器人跟踪控制

轮式移动机器人是一种典型的非完整约束系统.基于反步法提出一种自适应扩展控制器,对含有未知参数的非完整轮式移动机器人动力学系统进行轨迹跟踪控制并且Lyapunov稳定性理论保证跟踪误差渐近收敛到零.为了克服速度跳变产生滑动,加入了神经动力学模型对控制器进行改进.以两驱动轮移动机器人为例,利用运动学自适应控制器设计出转矩控制器,有效解决了不确定非完整轮式移动机器人动力学系统的轨迹跟踪问题.仿真结果证明该方法的正确性和有效性.     

Robust Practical Point Stabilization of a Nonholonomic Mobile Robot Using Neural Networks

A control structure that makes possible the integration of a kinematiccontroller and a neural network (NN) computed-torque controller fornonholonomic mobile robots is presented. A combined kinematic/torque controllaw is developed and stability is guaranteed by Lyapunov theory. Thiscontrol algorithm is applied to the practical point stabilization problemi.e., stabilization to a small neighborhood of the origin. The NN controllercan deal with unmodeled bounded disturbances and/or unstructured unmodeleddynamics in the vehicle. On-line NN weight tuning algorithms that do notrequire off-line learning yet guarantee small tracking errors and boundedcontrol signals are utilized.     

基于2D三焦点张量的移动机器人视觉伺服镇定控制

针对单目视觉移动机器人系统, 本文提出了一种基于二维三焦点张量(2D trifocal tensor, 2DTT)的视觉伺服镇定控制方法. 具体而言, 首先描述了2D三焦点张量的导出过程, 并给出了基于图像特征点的估计方法. 在此基础上根据2D三焦点张量的元素, 设计了一种反馈线性化控制器以实现机器人的位置镇定, 以及一种比例控制器来实现姿态镇定, 因而在场景信息与平移信息均未知情况下完成了移动机器人的视觉镇定控制. 通过理论分析证明了本文设计的镇定控制算法具有指数收敛性能. 相比现有方法, 这种基于2D 三焦点张量的方法在图像特征识别方面具有更强的鲁棒性, 并且在平面场景与立体场景情况下均适用. 最后利用仿真与实验结果验证了本文提出的视觉伺服方法的优良性能.     

带滚动约束轮移式机器人动态规划的研究

根据轮移式机器人的运动学模型,研究受到滚动约束轮移式机器人在动态环境中的运动规划问题.将快速随机搜索树算法与优化方法相结合,实现了一种新的算法,规划出既可避障又可满足机器人滚动约束的运动.将该算法运用到动态环境下机器人的运动规划中,并通过仿真表明该算法能较好地引导机器人在动态环境中实现满足滚动约束的避障路径.     

非完整移动机器人的分段反馈稳定控制

研究一类具有非完整约束的移动机器人控制问题,首先采用一种分段连续状态反馈控制邮系统的渐近稳定,为了克服控制器在某些点出现奇异性以及由于控制器中所涉及的三角函数的周期性导致解的局部必 步利用输入／输出线化,线性近似等方法对控制算法进行了修正,数值仿真结果表明该算法是有效的。     

Adaptive tracking control for uncertain dynamic nonholonomic mobile robots based on visual servoing

The trajectory tracking control problem of dynamic nonholonomic wheeled mobile robots is considered via visual servoing feedback.A kinematic controller is firstly presented for the kinematic model,and ...     

Adaptive tracking control for uncertain dynamic nonholonomic mobile robots based on visual servoing

The trajectory tracking control problem of dynamic nonholonomic wheeled mobile robots is considered via visual servoing feedback. A kinematic controller is firstly presented for the kinematic model, and then, an adaptive sliding mode controller is designed for the uncertain dynamic model in the presence of parametric uncertainties associated with the camera system. The proposed controller is robust not only to structured uncertainties such as mass variation but also to unstructured one such as disturbances. The asymptotic convergence of tracking errors to equilibrium point is rigorously proved by the Lyapunov method. Simulation results are provided to illustrate the performance of the control law.