不确定机器人的神经网络轨迹控制

针对不确定机器人的轨迹跟踪问题,提出了一种基于自适应神经网络的控制方案.对于系统中的各种未知非线性,通过RBF神经网络和变结构光滑集成的控制器来自适应学习并且补偿,这种控制器克服了局部泛化网络的不足,提高了控制精度及其收敛速度.而且在考虑神经网络失效的情况下,仍能保证系统具有良好的鲁棒性.网络权重的自适应修正规则基于Lyapunov函数方法得到,它保证了跟踪误差的全局渐进稳定性.试验结果证明了这种控制算法的有效性.     

气动肌肉群驱动球关节机器人的无模型自适应控制

设计了一种由气动肌肉群驱动的三轴球关节机器人,并对其进行逆运动学分析.根据该机器人的运动学逆解,提出了基于非线性反馈的气动肌肉群控制策略.气动肌肉系统是一个强非线性时变的自平衡系统,鉴于传统控制方法难以克服控制精度、响应速度和稳定性之间的矛盾,引入改进型无模型自适应控制器.实验证明,在保证稳定性的前提下,控制器提高了系统的调节速度和控制精度,使得系统的稳态误差小于0.3,取得了良好的控制效果.     

智能车辆路径跟踪控制方法

为了提高智能车辆路径跟踪控制器的可靠性和控制精度,提出一种基于误差动力学模型的路径跟踪控制方法.基于车辆运动学模型和动力学模型建立系统误差动力学模型,并在此基础上推导出车辆路径跟踪控制的稳态控制律,利用李雅普诺夫稳定性理论验证稳态控制律的正确性.为了减小外部干扰对控制性能的影响,提高控制器的可靠性,进一步设计基于车辆侧向位移误差的瞬态控制律,并利用李雅普诺夫稳定性理论验证闭环系统的稳定性.稳态控制律和瞬态控制律构成了非线性的路径跟踪控制器.通过与车辆路径跟踪常用的线性控制器和非线性控制器对比验证所提出控制方法的有效性,线性控制器选用LQR控制器,非线性控制器选用Stanley控制器.仿真结果表明,与LQR控制器相比,所提出控制方法的路径跟踪控制精度、抗干扰性和可靠性更好.与Stanley控制器相比,所提出控制方法具有更好的路径跟踪控制精度和控制收敛速度,且在大曲率路径跟踪过程中具有更好的可靠性.     

基于动力学与控制统一模型的蛇形机器人速度跟踪控制方法研究

对带有被动轮的蛇形机器人进行速度跟踪控制时,利用传统的动力学建模方法得到的动力学方程复杂且不利于控制器的设计. 本文基于微分几何的方法将带有被动轮的蛇形机器人动力学投影到速度分布空间中, 得到了动力学与控制统一模型, 更有利于速度跟踪控制器的设计. 考虑到蛇形机器人在进行速度跟踪时容易出现奇异位形, 提出增加头部扰动速度的方法. 基于头部扰动速度和统一模型, 提出避免奇异位形的速度跟踪控制方法, 最后通过逆向动力学得到控制力矩. 文中对速度跟踪控制进行了数值仿真和实验验证. 仿真和实验结果表明, 提出的速度跟踪控制方法能够跟踪想要方向的速度, 并且在跟踪过程中可以有效地避免奇异位形.     

基于Lyapunov稳定性理论的移动机器人轨迹跟踪控制

针对非完整轮式移动机器人的高度强耦合、欠驱动非线性动力学模型,设计了运动学控制器以及动力学力矩控制器,使得移动机器人轨迹能够跟踪理想轨迹。这种方法的实质是首先设计虚拟速度控制器,输出速度的期望值,然后设计基于模型的力矩控制器。最后通过simulink软件对所设计的系统进行仿真,结果表明对于非完整机器人的轨迹跟踪这种控制方法效果较好。     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型;采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器;搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统;在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比;实验结果验证了文章所提算法的有效性,控制器易于实现且具有一定的鲁棒性。     

速度受限的全方向康复步行训练机器人Backstepping补偿跟踪控制

全方向康复步行训练机器人需要跟踪医生指定的训练轨迹、针对运动过程中速度过快而影响康复者安全性问题,提出一种基于Backstepping补偿方法的速度受限型控制器设计方案,目的是保证康复者的安全训练.通过限制实际运动速度的幅值,并根据所提出轨迹跟踪误差和速度跟踪误差的实时补偿方法,实现了全方向康复步行训练机器人在安全速度下的轨迹跟踪.基于李亚普诺夫稳定性理论和LaSalle不变性原理,证明了补偿误差系统和跟踪误差系统的渐近稳定性.通过仿真结果对比分析,表明了所提控制器设计方法的有效性和可行性.     

异型曲面加工机器人自适应NDO控制

针对异型曲面打磨机器人中摩擦导致的加工精度降低的问题，提出了一种改进的非线性干扰观测器对其进行观测和补偿。建立了高精度工业机械臂的动力学模型，基于该模型设计非线性干扰观测器并应用李雅普诺夫函数稳定性理论给出了系统的稳定性分析。引入典型摩擦模型，利用观测器估计不可测的内部摩擦状态，并将估计值用于PD控制器中摩擦补偿部分。经过仿真以及实验验证，对比实验结果表明该观测器可以使系统的控制精度大幅提高，降低了仿真实验的跟踪误差，实验平台的控制精度提高了30%以上，能很好地补偿双关节机械手的摩擦力，更好地跟踪关节位置。     

船舶航向非线性系统鲁棒跟踪控制

对船舶航向非线性系统, 提出了一种基于神经网络方法的鲁棒跟踪控制器. 系统由船舶运动非线性响应模型和舵机伺服系统串联构成, 其中运动响应模型考虑了建模误差和外界干扰力等非匹配不确定性. 对建模误差和期望舵角的一阶导数项应用在线二层神经网络予以辨识和补偿, 不确定性干扰项处理应用L2增益设计. 采用Lyapunov函数递推法, 得到包括神经网络权值算法在内的跟踪控制器. 跟踪误差和神经网络权值误差的一致终值有界性保证了系统的鲁棒稳定性, 合理的控制器参数选择保证了控制精度. 仿真结果验证了控制器的有效性.     

基于神经网络的除尘机器人扰动补偿研究

中央空调的通风系统会聚集大量的灰尘,使风量下降还会影响人们健康,传统的除尘机器人容易受到恶劣环境与笛卡尔刚性的干扰使除尘机器人的控制平台与手臂的控制精度较差;提出一种基于RBF神经网络自适应滑模控制的除尘机器人扰动补偿方法,基于DSP控制器设计了一种履带式的除尘机器人的驱动系统,使其具有更强的越障能力,随后在控制系统中使用RBF神经网络结合履带式除尘机器人的动力学模型,提出了一种自适应的控制方法与滑模方法对系统的不确定性与扰动进行补偿;实际的系统测试证明这种方法下的除尘机器人控制平台与手臂跟踪精度较高,具有很强的实用性。     

液压驱动型四足机器人电液伺服控制系统仿真建模与实验分析

复杂的作业环境和艰巨的作业任务使液压驱动型四足机器人对其伺服系统的精度、速度和力量均比一般机器人在普通情况下有更高的要求。为掌握液压驱动型四足机器人在多种路况下行走时各液压缸的受力情况以及液压系统内流量、压力的变化情况,需要对其虚拟样机进行机械动力系统和液压伺服系统的联合仿真,定性分析电液伺服系统位置、速度等被控对象的特性,并分析PID控制器在四足机器人伺服控制方面的特性与不足。针对传统控制算法在四足机器人控制存在的短板问题,设计了一种非对称前馈补偿模糊自适应PID算法,并利用物理样机进行了实际验证。实验结果为四足机器人电液伺服控制系统硬件、软件和控制算法的设计与优化指明了方向,还为研究四足机器人平稳步态控制策略提供了决策依据和数据支持。     

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。     

Design and Control of a Four‐Wheeled Omnidirectional Mobile Robot with Steerable Omnidirectional Wheels

Omnidirectional mobile robots are capable of arbitrary motion in an arbitrary direction without changing the direction of wheels, because they can perform 3 degree‐of‐freedom (DOF) motion on a two‐dimensional plane. In this research, a new class of omnidirectional mobile robot is proposed. Since it has synchronously steerable omnidirectional wheels, it is called an omnidirectional mobile robot with steerable omnidirectional wheels (OMR‐SOW). It has 3 DOFs in motion and one DOF in steering. One steering DOF can function as a continuously variable transmission (CVT). CVT of the OMR‐SOW increases the range of velocity ratio from the wheel velocities to robot velocity, which may improve performance of the mobile robot. The OMR‐SOW with four omnidirectional wheels has been developed in this research. Kinematics and dynamics of this robot will be analyzed in detail. Various tests have been conducted to demonstrate the validity and feasibility of the proposed mechanism and control algorithm. © 2004 Wiley Periodicals, Inc.     

基于全向轮的机器人移动机构运动分析与控制设计

为了实现在有限空间内对机器人进行实时移动控制的目的,提出了一种结合差速控制和正交全向控制的设计方法。以老人服务机器人为平台,通过研究具有4组正交全向轮移动机构的运动特性,以ARM7微控制器为核心,结合速度传感器,实现了对机器人的移动控制。实验表明,该控制方法具有很好的实时性和精确度。在实际应用中,满足了老人服务机器人运动的实时性和高精度的要求。     

两轮自平衡机器人控制系统的设计

针对自行设计的两轮自平衡机器人Opyanbot建立了动力学模型,应用最优控制和两轮差动等控制方法设计了控制器,提出了针对两轮自平衡机器人平衡和行进的新策略。为了提高两轮自平衡机器人的控制效果,利用基于DSP数字电路的全数字智能伺服驱动单元IPM100分别精确控制左右轮电机,并利用上位机实时控制机器人的运动状态,提高了控制精度、可靠度和集成度,得到了很好的控制效果。     

基于改进的遗传算法和模糊逻辑控制的移动机器人导航

本文给出了一种用遗传算法学习模糊规则以完成移动机器人导航的方法.采用了变长度编码 方法和竞争型小生境遗传算法，减少了染色体的尺寸和复杂度，同时提高了学习速度．本文 考虑了轮式移动机器人的运动模型，将更符合实际情况的左右轮速度作为模糊规则的输出． 整个学习过程在仿真环境下完成后，在仿真和自行开发的全局视觉平台上对学到的规则进行 了验证，实验结果证明了方法的正确性．     

Estimation of attraction domains in wheeled robot control

Considered is the control design problem for planar motion of a wheeled robot. The mathematical model of the robot accounts for kinematic relationships between the velocity of a given point of chassis referred to as the reference point, orientation of the chassis, and control. Among the kinematic relations is the requirement that each of the four wheels perform a slip-free motion. The rear wheels are assumed to be driving while the front wheels are responsible for the rotation of the chassis. The control objective is to place the reference point in the prespecified trajectory and to stabilize the motion of the reference point along the prespecified trajectory. The trajectory consists of line segments and circular arcs. In the mathematical model under consideration, the current curvature of the trajectory of the reference point is taken as control; it is related to the steering angle of the front wheels by a simple algebraic expression. The control is subject to two-sided constraints due to limitations on the steering angle of the front wheels. For the control law proposed, the attraction domain in the space “distance to the trajectory—orientation” is analyzed. For the initial conditions from this domain, the system is guaranteed to hit a trajectory with given index of exponential stability.     

模糊学习控制在SCARA机器人轨迹跟踪中的应用

模糊学习控制以模糊控制提供反馈机制为主体,辅以迭代学习控制提供前馈补偿机制,来实现对期望轨迹的完全跟踪.把模糊学习控制应用于SCARA机器人的轨迹跟踪.仿真试验表明,该方法具有简单实用、跟踪精度高、学习速度快等优点.     

移动机器人轨迹跟踪的参数自校正控制

根据移动机器人运动学模型,对两轮移动机器人的轨迹跟踪问题进行了研究。在动态反馈线性化的基础上,采用基于广义最小方差法实现参数的自校正并设计控制器,考虑到机器人的动力学约束,采取对移动机器人的线速度和角速度加以限制的控制策略,保证机器人的运动平滑。仿真结果表明了该方法的有效性和正确性。     

具有MY轮的全方位移动机器人运动学研究

根据MY轮的结构特点建立了由MY轮组成的全方位移动机器人的运动学模型.分析了由于轮结构带来的运动学特性.对全方位移动机器人在运动过程中的振动、控制及误差进行了深入研究.提出了通过优化接触距离及MY轮转速来减小机器人运动误差的控制方法.为获得优化结构,比较了三轮结构和四轮结构的运动学特性.同时应用正弦控制规律来合理控制MY轮的转动,改善了机器人的运动稳定性.仿真结果充分证明了分析的正确性.