基于变增益模糊PID控制的移动机器人轨迹跟踪

该文对轮式移动机器人提出了一种基于变增益的模糊PID轨迹跟踪控制方法。首先将常规PID分为PI和PD的组合,再把PID的输出转化为误差和误差变化率之和,然后设计增益随误差变化的自适应调节律,使得移动机器人跟踪期望的运动轨迹。最后通过实验验证了所提方法的有效性。     

轮式移动机器人智能变结构控制算法研究

针对参数摄动和存在外部扰动的轮式移动机器人的运动控制问题,设计一种多模态控制和模糊PID控制可相互切换的智能变结构控制器.从轮式移动机器人的运动学特性出发,根据轮式移动机器人误差的状况,提出多模态控制和模糊PID控制相结合的控制方法.同时,多模态控制按照误差的变化情况来划分控制模态,是一种更加合理地模仿人思维的控制方法.仿真结果表明,与传统的PID和模糊PID控制方法相比,能较好地弥补了系统参数摄动的影响,提高了机器人运动控制品质.     

轮式移动机器人曲线行走控制的实现

从实用的角度出发,对轮式移动机器人沿曲线轨迹行走的控制进行了研究。设计了电机伺服控制系统和定位模块来实现机器人的运动控制系统功能,并基于移动机器人动力学模型设计了稳定有效的曲线行走控制算法。机器人沿抛物线和椭圆轨迹行走的实验结果表明,移动机器人曲线行走控制的硬件结构和软件功能是可行实用的,该户外轮式移动机器人运动控制系统的结构设计和功能设计符合实用要求,具有一定的应用价值。     

移动机器人运动目标跟踪系统设计

利用SONYEV-D31摄像机和自主研发的摄像机控制模块,构建了一套主动视觉子系统,并将该子系统应用于RIRA-Ⅱ型移动机器人上,实现了移动机器人运动目标自动跟踪功能。RIRA-Ⅱ移动机器人采用了由一组分布式行为模块和集中命令仲裁器组成的基于行为的分布式控制体系结构。各行为模块基于领域知识通过反应方式产生投票,由仲裁器产生动作指令,机器人完成相应的动作。在设置了障碍、窄通道以及模拟墙体的复杂环境下进行运动目标跟踪实验,实验表明运动目标跟踪系统运行可靠,具有较高的鲁棒性。     

一种关于移动机器人的自适应变结构控制方法

基于具有m个输入、至多m＋2个状态变量的可控无漂移系统为微分平面系统这样一个事实,通过动态扩展原理和自适应控制技术,本文提出了一种针对三轮移动机器人轨迹跟踪问题的鲁棒自适应控制方法,应用动态扩展原理首先对三轮移动机器人的运动模型实现了精确线性化,设计变结构控制时采用了边界层内插方法和在线参数估计以削弱控制抖动,仿真结果表明该方法优于一般的变结构控制。     

多处理器在移动机器人运动并行控制中的应用

介绍了一个由作者实现的使用多Ｔｒａｎｓｐｕｔｅｒ处理器网络和相关并行处理技术进行ＹＣＲ－Ｉ型移动机器人运动规划和控制系统以及相关的一些设计方法和技巧,实践表明,进行移动机器人运动和控制的并行求解是可行的。     

三轮全方位移动机器人运动模型及其控制方法研究

全方位移动机器人在二维空间具有完整性约束条件,能够灵活地任意方向移动,受到了广泛的关注。针对三轮全方位机器人的运动控制问题,建立其运动学模型。采用输入变换解耦及状态反馈法实现对坐标位置、方位角等位姿状态的控制,通过仿真实验验证了算法的有效性。最后给出了一种三轮全方位移动机器人硬件设计方案及控制算法软件实现,实际样机运动实验验证了控制方法的可行性与有效性。     

动力学解析的四轮全向移动机器人电机解耦控制

四轮全向移动机器人是一个复杂的非线性、强耦合的机械系统,各轮驱动电机间存在强耦合现象,很难取得理想的控制效果。针对这一问题,提出一种基于动力学解析的多电机控制系统解耦方法。通过对四轮机器人的动力学解析推导出四轮转速与其驱动力矩间的状态方程,获得各电机输入输出量之间的耦合关系,在此基础上依据控制量一致思想设计解耦控制器,解决了传统参考模型解耦方法不能兼顾控制性能和解耦性能的问题,实现了四路电机的独立控制。仿真结果显示,该方法能够有效地减小控制系统各变量间的相互耦合作用,每路电机均很好地跟踪了各自的输入,解耦效果好。     

双参考点切换的多移动机器人队形运动控制方法

为描述机器人队列的运动过程,从相对位姿的角度定义了多移动机器人的队形模型.在传统leader-following队形控制的基础上,引入切换控制思想,每对领路机器人与跟随机器人之间设计3个控制器,对应跟随机器人中轴线上两参考点分别设计两个运动子控制器,控制领路机器人与跟随机器人之间的相对位姿;切换控制器根据系统处于平衡状态时,跟随机器人线速度的符号切换运动控制器,从而保证队列收敛到目标队形.仿真实验结果表明,机器人队列表现出良好的整体一致性,队列运动更加平稳.     

一种基于迭代学习的移动机器人轨迹跟踪控制方法

机器人迭代学习在某些场合下有着重要的应用。传统的P型或PD迭代学习需要较长的迭代过程,本文提出了一种具有快速收敛的迭代学习策略。在给出的轮式移动机器人运动学模型基础上进行了仿真,结果证明了策略的有效性。     

带拖车移动机器人全局路径跟踪控制

研究带拖车移动机器人的前向路径跟踪控制和倒车路径跟踪控制问题.首先建立系统的运动学模型,并进行系统的运动特性分析;然后基于Lyapunov方法提出一种新的单体移动机器人全局路径跟踪控制器,并将其引入带拖车移动机器人的前向路径跟踪控制;再后通过运动学变换,实现了拖挂任意节拖车的系统的倒车路径跟踪控制;最后针对三车体系统的两种路径跟踪控制进行仿真,结果表明了该方法的有效性.     

基于行为的轮式移动机器人导航控制

介绍了一种轮式移动机器人CASIA-I及其运动机构,针对该运动机构给出了机器人的运动方程和基于行为的导航控制算法,并根据该算法进行了软件仿真和实物实验．实验结果表明,该导航控制算法是一种有效的导航算法．     

一种改进的移动机器人轨迹跟踪迭代学习方法

通过对轮式移动机器人轨迹跟踪优化问题的研究,提出了一种适应性强、收敛速度快且跟踪误差小的迭代滤波学习控制方法,充分发挥了迭代学习控制和Kalman滤波算法的优势,通过引入状态补偿项和设计新的迭代学习增益矩阵对迭代学习律进行了改进。改进的迭代学习控制能够更快速、更精确、更有效地跟踪期望的圆轨迹。采用离散的Kalman滤波器对干扰和噪声进行滤波,抑制了干扰和噪声对轨迹跟踪的影响,使该控制算法更适合于工程应用。计算机实验和仿真表明该方法具有较好的轨迹跟踪能力。     

非平衡负载下轮式移动机器人的抗扰PID控制

在非平衡负载条件下,轮式移动机器人(WMR)的前进、转向速度耦合,影响着轨迹跟踪和避障等运动控制性能.为此,本文提出了一种基于抗扰PID(DR–PID)控制器的WMR速度调节主动抗扰(ADR)控制策略.首先,建立WMR的速度耦合模型,引入解耦矩阵减小静态耦合作用;然后,基于一类改进干扰观测器(DOB)控制方法,设计一种...     

移动机器人编队的运动控制策略

为实现移动机器人编队的多样性、稳定性和队形变换连续性,并解决移动机器人编队运动中的避障、避碰、到达目标的问题,对基本队形进行分析,提出队形参数化的思路,建立基本队形虚结构的参数化数学模型,通过调整参数使队形在基本队形及其衍生的队形间进行变换;机器人在运行的过程中,利用行为融合方法、跟随领航者法、人工势场法和虚结构法对机器人进行运动控制,实现了机器人的避障、避碰、队形归建等目标。对上述策略进行了仿真实验,实验结果表明,使用本策略既保留了虚结构法队形稳定、队形归建迅速的优点,又改进了其灵活性差的不足。     

Variable structure control for a wheeled mobile robot

This paper is concerned with a robust control for wheeled mobile robots. Mobile robots equipped with undeformable wheels are referred to as 'wheeled mobile robots' and constitute a typical example of non-holonomic systems, where the standard control algorithms developed for robotic manipulators without constraints are no longer applicable. It is shown using the formulation of a dynamic feedback linearization (DFL) methodology that a robust sliding mode controller is an efficient design tool to take into account stabilization and tracking control problems. Compared with previous studies based on DFL, the proposed method shows improvement of the trajectory tracking and stabilization process. The robustness is guaranteed in the presence of parameter uncertainty or unmodeled dynamics by the robust sliding mode control technique. Simulation results along with the conclusions drawn are discussed.     

新的室内移动机器人的实时定位和运动规划方法

提出了一种将传感器信息与先验环境信息融合实现移动机器人定位和运动规划的方法.这种方法选用SICK LMS200型激光扫描测距仪为机器人感知装置,根据室内障碍物的顶点或拐角信息进行定位和运动规划.这种定位和规划方法模仿了盲人在熟悉环境下用拐杖走路的过程,适于室内移动机器人的实时定位和运动规划.     

非完整移动机器人鲁棒运动规划

非完整移动机器人利用传感器可以解决不确定性模型和未知环境中的许多问题. 利用移动机器人上配备的传感器的信息组合提出了一种在线视点寻求算法, 结合移动机器人的运动方程和传感器的量测方程采用扩展Kalman估计来对移动机器人的位置进行修正, 以降低运动的不确定性, 从而得到一种鲁棒的规划算法, 仿真的结果证明了上述方法是行之有效的.     

基于迭代学习控制的移动机器人轨迹跟踪控制

为提高移动机器人对特定轨迹的重复跟踪能力,提出了采用开闭环PD型迭代学习控制算法对移动机器人进行轨迹跟踪控制的方法。建立了包含外界干扰的非完整约束条件下的轮式移动机器人运动学模型,给出了系统的控制算法和控制结构。仿真结果表明,采用开闭环PD型迭代学习控制算法对轨迹跟踪是可行有效的,收敛速度优于其他迭代学习算法。     

模糊控制在移动机器人路径规划中的应用

针对移动机器人最优路径规划问题,设计了一种模糊智能控制方法。利用超声波传感器对机器人周围环境进行探测,得到关于障碍物和目标的信息。通过设计模糊控制器,把得到的障碍与目标位置信息模糊化,建立模糊规则并解模糊最终使机器人可以很好地避障,并且解决了模糊算法存在的死锁问题,从而实现了移动机器人的路径规划。仿真实验结果表明了模糊算法优于人工势场法,具有有效性和可行性。