面向轮式机器人导航的轨迹推演

基于满足低成本轮式移动机器人平台的导航需求为目的,通过轮式机器人的运动模型,深入分析轮式机器的状态,实时地解算轮式机器人的相对位移和航向角,之后给上位机发送相对位移和航向角数据进行估算解析,最后通过解析出来的数据推演出轮式机器人的实时轨迹。实地实验验证了轮式机器人相对位移解算以及对上报数据进行解析算法的性能。本算法为轮式机器人的轨迹估算推演提供了新思路,实验结果证明了该算法的正确性与实用性。     

轮式机器人滑模轨迹跟踪控制器设计

轮式机器人是一个典型的非完整性系统。由于非线性和非完整特性,很难为移动机器人系统的轨迹跟踪建立一个合适的模型。介绍了一种轮式机器人滑模轨迹跟踪控制方法。滑模控制是一个鲁棒的控制方法,能渐近的按一条所期望的轨迹稳定移动机器人。以之为基础,描述了轮式机器人的动力学模型并在二维坐标下建立了运动学方程,根据运动学方程设计滑模控制器,该控制器使得机器人的位置误差收敛到零。     

激光扫描的机器人运行轨迹高精度与实时性追踪

为提高机器人运行轨迹追踪的精度,提出了基于激光扫描的机器人运行轨迹高精度与实时性追踪方法。通过三次一维傅里叶-梅林变换运算,简化运算复杂度;利用角点特征提取策略,进一步精准定位机器人的运行轨迹;采用非极大值抑制策略处理所得角点函数,令各物理角点与角点特征一一对应;展开坐标标定,减小位置偏差与角度偏差;经无线网络传输运行轨迹数据至服务器终端进行数据融合,明确机器人轨迹坐标;引用卡尔曼滤波器处理融合后的坐标结果,降低机器人轨迹追踪偏差;在滤波处理阶段中选用分散滤波模式,应对机器人在水平与垂直方向上的弱耦合性。实验结果表明,本文方法对机器人的运行轨迹追踪与期望轨迹的误差平均保持在0.02 m以内,当期望轨迹呈大幅连续变化时,本文方法的稳态用时较短,在100 ms内即可调整回期望轨迹且整体偏差较为稳定,跟踪机器人运行轨迹的耗时平均为85 ms。     

两轮差速机器人运动学分析和控制研究

对两轮差速机器人的运动控制进行分析,建立了输入/输出量之间的函数隶属关系,在建立轮式机器人的运动学模型和动力学模型基础上,为实际研究提供可行性指导和理论依据。同时为博创平台的差速机器人运动控制提出新的思路,即基于模糊控制的机器人路径跟踪。将增量式PID控制算法及模糊控制策略结合起来,应用于两轮差速机器人的运动控制模型中,并运用Matlab进行仿真,得到了控制系统的响应曲线,达到了满意的效果。     

专家PID控制算法在循迹机器人中的应用

智能机器人在循迹过程中一般采用常规PID控制算法,此控制算法虽然实时性很好,实现起来也比较容易,可以使机器人在轨迹中正常运行,但机器人在中高速运动情况下和转弯时,稳定性较差。本文提出了一种专家智能PID控制算法,通过实时跟踪偏差和偏差变化率来修正PID控制器的各个参数,对机器人进行变结构控制。通过对智能机器人进行仿真和调试运行,加入专家PID控制算法智能机器人具有动态性能良好,适应性强,可靠性高的特点,较好地实现了自动循迹功能。     

一种INS/DVL组合导航一体化偏差标校方法

INS/DVL 一体化偏差是影响组合导航系统精度的重要因素，对一体化偏差进行高精度标校是实现高精度组合的前提和基础。传统基于外速度拟合的一体化偏差估计方法对观测速度要求高，估计精度受量测噪声影响较大，同时实现过程较为复杂。提出一种基于 SVD 最小二乘的 INS/DVL 一体化偏差航迹拟合估计方法，对三轴一体化偏差角进行拟合标校。仿真结果表明， 在 GPS 定位误差为 20m 的情况下，三个安装偏差角的 50 次 Monte Carlo 仿真平均估计误差分别为 0.1001°、0.0283°、0.0213°。该方法实现简单，估计精度较高，具有很好的工程实用价值。     

基于SCKF和姿态估计的SINS/GPS在线对准方法

该文提出了基于平方根容积卡尔曼滤波和初始姿态估计的捷联惯导/全球定位系统组合在线对准法。构建平方根容积卡尔曼滤波器来对初始姿态估计的非线性量测模型进行滤波,估计代表初始姿态转换矩阵的罗德里格参数,并以此求出当前时刻的姿态转换矩阵,从而求出当前时刻准确的姿态。该文分别对制导武器系统和车载系统进行了半实物仿真。仿真结果表明,此方法可在25 s左右完成在线对准。其中短距离制导武器仿真结果航向角及俯仰角误差在0.1°内,横滚角误差在0.3°内;低成本车载导航系统仿真结果航向角误差在0.2°内,俯仰角及横滚角误差在1°内,可满足制导武器及低成本民用车辆的对准需求。     

模糊滑模控制在CAV再入标准轨迹制导中的应用

针对CAV再入标准轨迹制导问题,提出了一种新的基于模糊滑模的纵向轨迹制导方案,根据CAV状态模型的特点和模糊系统设计要求,对其纵向运动学方程进行了简化处理,设计了模糊逼近+切换控制律补偿的控制器,利用模糊系统的万能逼近特性来对倾侧角增量进行逼近,用切换控制率来补偿逼近误差。仿真验证了该方案能够实现对纵向轨迹的精确跟踪,且具有较好的鲁棒性和实时性。     

基于拉格朗日方程的4-DOF机器人运动分析

以4-DOF串联机器人为例,对影响机器人末端执行器轨迹偏差的各种影响因素进行了分析,同时建立了机器人的误差模型。选取5个任意点作为机器人在搬运物品时的运动轨迹,根据机器人逆运动学来求解方程而得到各个关节的转角变化方程式,计算出机器人的正运动学模型,并通过Matlab仿真得到机器人运动的理论轨迹;应用拉格朗日方程建立机器人的动力学方程,分析了机器人运动时的重力、惯性力影响机器人运动的实际轨迹与理论轨迹的偏差。结果说明,在机器人的设计及制造装配过程中,通过控制结构误差的大小,可以降低机器人在高速运行时的轨迹误差,为不同精度要求的机器人结构设计提供简单、有效的理论支持。     

基于末端轨迹修正的导弹跟踪稳定性控制方法

舰载导弹在制导飞行的末端容易受到空气小扰动的影响产生轨迹偏离,需要进行轨迹偏离修正控制,提高弹道对目标跟踪的姿态稳定性,提出一种基于改进的扩展Kalman滤波(EKR)和误差反馈修正的导弹跟踪端轨迹修正控制方法.以陀螺仪采集的导弹的横滚角、俯仰角以及航向偏离的参量为控制约束指标集,采用扩展Kalman滤波算法进行姿态参量融合,结合Smith结构建立导弹跟踪控制的被控对象模型,计算末端轨迹中姿态角与真值的偏差,根据偏差进行导弹的惯性姿态反馈调节,采用自适应的量化融合跟踪识别方法进行导弹定姿处理,通过对末端轨迹的误差反馈修正提高姿态角的输出精度,根据姿态的不断变化实现自适应的位姿修正,实现导弹对敌目标跟踪的稳定性控制.仿真结果表明,采用该方法进行导弹控制的姿态角解算的误差较小,定姿精度较高,提高导弹跟踪控制的稳定性和鲁棒性.     

基于二阶插值滤波的室内航向估计算法研究

在室内行人导航中,为获取精确的航向角,提出了一种基于二阶插值滤波的航向估计算法。该算法通过建立四元数姿态运动测量模型,采用二阶插值滤波对陀螺仪、加速计和磁强计的测量数据进行数据融合,实现航向角解算,以过程噪声和测量噪声为设计参数,构造自适应噪声协方差矩阵,实现协方差误差估计最小化。通过对行走长方形参考路径得到的数据进行处理,加速计和磁强计组合与陀螺仪航向估计算法动态误差分别为13.6°和6.9°,采用二阶插值滤波航向估计算法后动态误差为2.3°。实验结果表明,该算法有效提高了航向估计的精度,减小了陀螺仪漂移、载体的线性加速度和周围局部磁场干扰对航向估计的影响。     

一种图像校正的偏振光罗盘系统的研究

导航传感器在探险、应急、精确制导武器、船舶、航空器导航和定位系统中起着关键作用。针对偏振光罗盘在倾斜状态下误差较大的问题,提出了一种利用加速度计和陀螺仪对偏振光罗盘进行图像校正的方法,设计了一种基于陀螺仪校正的偏振光罗盘系统。首先利用加速度计和陀螺仪计算得到载体姿态角,对偏振光图像数据进行图像校正,采用Stokes矢量法解算大气偏振模式分布,进而提取导航特征点,最后对特征点进行拟合解算出航向角信息。并且进行了静态和动态测试实验,实验结果表明,该算法能够有效的对偏振光罗盘姿态变化引起的误差进行补偿,可以将偏振光罗盘的航向角测量误差控制在1.86°之内,平均误差为0.09°。     

一种应用于低成本动中通天线的组合导航算法设计

卫星/微机电惯性组合导航系统具有体积小、成本低等优点,可以为动中通天线提供位置、速度以及姿态信息,然而其无法依靠自身完成航向初始化,除此之外在静态场景下由于航向可观测性较差,面临航向发散的问题。结合动中通天线的特征,设计并开发了一种应用于动中通天线的组合导航算法。通过该算法得到的跑车测试结果北向、东向以及天向的位置信息精度分别为2.1 m、1.9 m及1.7 m,北向、东向以及天向的速度精度分别为0.05 m/s、0.05 m/s、0.04 m/s,横滚角、俯仰角、航向角精度依次为0.05°、0.08°、0.11°。长时间的摇摆台测试结果表明采用该方案场强跟踪信号强度均值为8.93 dBW,信号跟踪平稳。     

Onboard dynamic RGB-D simultaneous localization and mapping for mobile robot navigation

Although the actual visual simultaneous localization and mapping (SLAM) algorithms provide highly accurate tracking and mapping, most algorithms are too heavy to run live on embedded devices. In addition, the maps they produce are often unsuitable for path planning. To mitigate these issues, we propose a completely closed-loop online dense RGB-D SLAM algorithm targeting autonomous indoor mobile robot navigation tasks. The proposed algorithm runs live on an NVIDIA Jetson board embedded on a two-wheel differential-drive robot. It exhibits lightweight three-dimensional mapping, room-scale consistency, accurate pose tracking, and robustness to moving objects. Further, we introduce a navigation strategy based on the proposed algorithm. Experimental results demonstrate the robustness of the proposed SLAM algorithm, its computational efficiency, and its benefits for on-the-fly navigation while mapping.     

微航姿仪的磁力计标定算法及误差补偿研究

针对目前磁力计标定算法中存在磁干扰或噪声导致航向角测量误差等问题,提出了一种改进的磁力计标定算法。该算法考虑磁力计安装误差和外界磁干扰,提出改进的磁力计误差模型;同时运用BP神经网络训练软磁干扰下的磁航向与真实航向之间的非线性关系,降低了非线性误差。通过仿真和实验验证,算法有效地解决了磁力计误差补偿问题,降低了软硬磁干扰对航向角的影响,得到较精确的航向角,误差范围在±1°内,证明了改进误差补偿算法的可行性和有效性。     

Stabilization and path following of a single wheel robot

We have developed a single wheel, gyroscopically stabilized robot. This is a novel concept for a mobile robot that provides dynamic stability for rapid locomotion. The robot is a sharp-edged wheel actuated by a spinning flywheel for steering and a drive motor for propulsion. The spinning flywheel acts as a gyroscope to stabilize the robot and it can be steered by tilting. This robot is nonholonomic in nature, underactuated and inherently unstable in the lateral direction. In this paper, we first develop a three-dimensional (3-D) nonlinear dynamic model and investigate the dynamic characteristics of the robot. We conduct simulations and real-time experiments to verify the model. Both simulations and experiments show that the flywheel has a significant stabilizing effect on the robot. Then, we can decouple the longitudinal and lateral motions of the robot by linearization. We propose a linear state feedback to stabilize the robot at different lean angles, so as to control the steering velocity of the robot indirectly, because the robot steers only by leaning itself to a predefined angle. For the task of path following, we design a controller for tracking any desired straight line without falling. In the controller, we first design the linear and steering velocities for driving the robot along the desired straight line by controlling the path curvature. We then apply the linear state feedback to stabilize the robot at the predefined lean angle such that the resulting steering velocity of the robot converges to the given steering velocity. This work is a significant step toward fully autonomous control of such a dynamically stable but statically unstable system.     

自恢复蒙特卡罗定位算法

机器人定位技术作为智能机器人领域的重要技术,是机器人进行自主规划和导航的重要前提。为解决机器人运动过程中的绑架问题,在蒙特卡罗定位(Monte Carlo localization, MCL)算法的基础上,提出了基于激光雷达似然域模型的定位可靠度评判算法以及基于惯性导航单元的定位自恢复模型。定位可靠度评判算法对机器人是否发生绑架问题进行判定,当发生绑架问题后,首先基于惯性导航单元的测量数据进行位姿预估计,然后基于预估计的位姿构建粒子重分布模型,最后进行粒子滤波得到重定位的结果,达到了对机器人绑架判定和自恢复定位的目的。经过实验测试和对比,该算法可以对绑架问题进行高效的判断,具有更高的恢复效率和准确度。     

一种手持式电子磁罗盘航向误差校正方法

针对传统的磁罗盘补偿方法计算量大、需要标定设备的问题,提出了一种利用陀螺仪相对航向辅助校准的方法。在分析磁罗盘误差的基础上建立了误差模型,采用梯度下降法解出姿态信息对磁场数据进行倾斜补偿,在陀螺仪相对航向角的辅助下,采用最小二乘法拟合经过倾斜补偿后的磁场数据求解出误差模型的系数。实验数据表明,该算法能够有效的对磁罗盘误差进行补偿,可以将磁罗盘的航向角测量误差控制在1°之内。     

无人机中磁航向自修正应用

以无人机组合导航系统为研究背景,针对磁传感器的误差校准方法,以及校准后磁航向误差进行研究。通过分析磁传感器误差来源,给出水平面内椭圆直接拟合模型。考虑磁传感器修正后的磁航向与GPS航迹角之间存在一定误差,建立航向误差角与磁航向之间的学习函数,从而辅助在GPS丢失情况下,采用学习后的磁航向来辅助无人机导航。飞行实验结果表明,利用该文采用的椭圆模型以及自学习函数,能够提高磁航向精度,从而可以辅助无人机在GPS丢失情况下航向解算。     

基于惯性导航的扫地机器人系统设计

针对扫地机器人行进中姿态控制难和无规划式清扫等问题,设计了一种以STM32F030R8T6微控制器为主控制器,以单轴陀螺仪GGPM01为姿态角检测传感器及以弓字形清扫方式为路径规划法的扫地机器人系统。因陀螺仪数据存在随机误差和噪声干扰,故采用卡尔曼滤波算法对陀螺仪和光电编码器数据进行融合,计算出机器人当前的偏航角最优估计值。再以最优偏航角和机器人速度为反馈量构成串级比例、积分、微分(PID)控制,实现机器人的直线行驶,最后采用弓字形算法实现路径规划。通过系统的仿真及软件测试,机器人以10.2～12.6 m/min的速度完成弓字形路径规划,最大角度偏移量为0.4°,验证了扫地机器人的功能特性及算法的有效性。