基于Backstepping时变反馈和PID控制的移动机器人实时轨迹跟踪控制

根据机器人的运动学模型，采用分层控制的思想将移动机器人的轨迹跟踪控制分为两部分：轨迹跟踪控制器和机器人速度PID控制器。基于Backstepping时变状态反馈方法和Lyapunov理论，引入具有双曲正切特性的虚拟反馈量，提出一种移动机器人全局轨迹跟踪算法：采用PID速度控制器以满足机器人驱动电机实时调速要求。考虑到机器人的动力学约束，引入受限策略以保证其运动平滑。在基于DSP的两轮驱动移动机器人上对算法进行了实时轨迹跟踪试验，取得了满意的控制效果。     

自适应神经元控制在机器人手指关节控制中的应用

对机器人手指关节驱动用直线驱动器的位置控制提出了单神经元自适应控制方案。通过实验验证了控制方案的正确性，为机器人手指关节的位置控制提供了一种有效方法。     

基于目标向量的非全向测距机器人路径规划

设计了以DSP TMS320F28335为核心的非全向测距室内移动机器人,通过DSP控制超声波传感器阵列来获取障碍物信息。并且基于此机器人系统,提出一种基于目标向量的路径规划算法,该算法不仅融合了TangentBug算法机器人行为简单、全局收敛的特点,又解决了TangentBug算法仅能应用于全向测距质点机器人的问题。实验结果表明,在该算法下,机器人能够在多种类、多障碍的位置环境下有效避开障碍物,到达定目标点。     

受限空间中轮式移动机器人的镇定

考虑到实际行驶中要受到道路的空间约束，针对一类四轮式移动机器人，提出一种基于两个正交速率控制的镇定算法．驱动机器人转向至朝路径方向前进，在笛卡儿空间的两个正交轴向上，当机器人与目标点坐标差小于设定阈值时，分别以幂律逐步减小机器人在两方向上的速度分量．道路仿真实验表明，在此控制律的作用下，机器人能在有限时间内实现平面的任意点-点镇定，所得控制器不仅设计简单、收敛速度快，而且能应用在受限空间，具有一定的普遍性。     

全轮转向的四轮移动机器人的运动控制分析∗

为了得到运动平稳和驱动效率高的轮式移动机器人,文章主要对全轮转向移动机器人的四轮布置和控制进行了理论研究,结合各轮转角布局方式,对全轮转向移动机器人进行了数学建模和运动学分析,得出系统在各种运动状态下的传递函数,结合阿克曼转向原理,实现了全轮转向移动机器人在不"打滑"情况下的全向运动。     

基于AVR单片机的直线电机位置控制

为降低直线电机驱动电路的成本,该文利用8位的AVR单片机实现了直线电机的位置控制,控制精度达到了0.05 mm。文中设计了直线电机的驱动电路,合理地简化了电压空间矢量的合成算法,提出了从霍尔反馈中快速获取电机推杆位置的方法,开发了限幅比例增量式控制律,进行了直线电机的位置控制硬件实验,实验结果证明本设计方案满足了实时性和精度要求。     

复合扰动下双足机器人位姿修正解耦控制研究

双足机器人在驱动步行中受到活动部件的复合扰动作用容易产生耦合误差,导致解耦控制的稳定性不好,为了提高双足机器人驱动步行中的解耦控制的稳定性,提出一种基于变步长动态平衡反馈调节的双足机器人驱动步行位姿修正解耦控制方法。采用分布式传感器阻力力学采集方法进行双足机器人的姿态参量测量和动态融合处理,构建双足机器人驱动步行位姿修正解耦控制的约束参量模型和控制目标函数,采用Kalman滤波方法进行双足机器人驱动步行的地面环境适应校正和误差修正,采用变步长动态平衡反馈调节方法确定精准的驱动步行姿态参量,实现双足机器人准确的姿态定位和参量解算。仿真结果表明,采用该方法进行双足机器人驱动步行姿态定位控制的准确度较高,环境适应性较好,实现零误差驱动步行,提高了双足机器人的控制品质。     

HIT机器人灵巧手基关节位置/力矩控制

研究了HIT机器人灵巧手手指基关节的位置和力矩控制,给出了在自由空间中,位置跟踪控制根据误差大小用一个加权因子,把PID和滑模变控制(VSC)结合起来的方法,达到良好的位置跟踪效果。在约束空间中的阻抗力矩控制,通过改变阻抗参数达到控制接触力大小的目的。     

双连杆柔性臂机器人的模糊补偿滑模控制

提出了宏微双重驱动双连杆柔性臂机器人递阶控制系统结构，下层为根据柔性臂刚性模态设计的实现关节角位置控制的滑模算法和压电陶瓷抑振器，上层为根据关节角误差信号和滑模函数变化趋势建立的模糊推理表用以确定对滑模控制律的修正。借助自动机模型分析了系统的稳定性，将控制律在包含柔性模态的完整柔性臂机器人模型上进行计算机仿真，取得了满意的结果。     

基于GPRS的网络化移动机器人系统的设计与开发

就网络化移动机器人的硬件实现方案作了分析,提出了一种基于GPRS网络机器人实现的方法.该方法成本低,不受区域限制,利用移动位置服务,能对机器人实时定位,而且可以用短消息直接控制.最后结合单片机可编程外围器件PSD813f2在本系统中的应用.给出网络化移动机器人系统的具体实现.     

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.     

具有惯性传感装置的四轮全向驱动小车设计

机器人运动控制系统中为了提高小车高速运动时轨迹跟踪的准确性,设计了一种具有惯性传感装置的四轮全向驱动小车。运动控制系统处理器采用TMS320F2812型双数字信号处理器(DSP)芯片,小车的惯性传感装置由MENS加速度传感器、电子罗盘和陀螺仪组成,成本低廉工作可靠。     

Motion of control of a multijoint robot based on a robust velocity controller

This paper proposes a simple and robust robot motion control method using a robust velocity controller. The robust velocity controller is based on H^∞ control theory, and is called H^∞ velocity controller. The H^∞ velocity controller based motion control method is completely equivalent to the robust acceleration control method using the H^∞ acceleration controller, but it has simpler structure. Therefore, the proposed system can realize a fine robot motion control easily. To confirm the validity of the proposed method, this paper realizes the hybrid control of position and force for a multijoint robot manipulator. Further, the simple realization of hybrid control is proposed considering the attitude of the robot manipulator. This system achieves hybrid control of position and force of the robot manipulator while maintaining a perpendicular attitude to the target environment. The experimental results in this paper show that the proposed system has the desired force and position response to the target environment. © 1997 Scripta Technica, Inc. Electr Eng Jpn, 118 (4): 58–69, 1997     

Adaptive tracking control design of constrained robot systems

Both dynamic state feedback as well as output feedback tracking control designs are presented in this paper for constrained robot systems under parametric uncertainties and external disturbances. The previous studies on tracking control design, not considering the velocity measurements, address only the unconstrained robot design. In contrast, a dynamic output feedback controller based on a linear and reduced-order observer that uses only position measurements is proposed here for the first time to treat the trajectory tracking control problem of constrained robot systems. Both adaptive state feedback control schemes and adaptive output feedback control schemes with a guaranteed H^∞ performance are constructed. It is shown that all the variables of the closed-loop system are bounded and a pre-assigned H^∞ tracking performance is achieved, in the sense that the influence of external disturbance on the tracking motion error can be attenuated to any specified level. Moreover, it is also shown that the motion and force trajectories asymptotically converge to the desired ones as the dynamic model of robot systems is well-known and the external disturbance is neglected. Finally, simulation examples are presented to illustrate the tracking performance of a two-link robotic manipulator with a circular path constraint by the proposed control algorithms. © 1998 John Wiley & Sons, Ltd.     

基于粒子滤波的运动机器人目标定位

机器人完成各种应用的前提是准确获知自身及运动目标的相对位置,由于机器人在运动控制的过程中自身携带的传感器获取的位置和角度信息存在误差,会导致移动机器人在目标定位过程中出现误差。为提高定位的准确性,提出了基于相对定位的方法,建立目标运动的相对运动模型,并基于观测距离和角度的测量方程运用粒子滤波方法对运动目标进行定位,实验与仿真结果表明,在不同强度的非高斯噪声影响下,粒子滤波算法都能够有效的对其进行定位,且具良好的精度。     

复杂环境移动群机器人最优路径规划方法

研究了一类复杂环境下移动群机器人的建模与控制策略。采用栅格法对机器人工作环境进行建模,基于个体的有限感知能力和局部的交互机制设计了响应概率函数,解决群机器人任务分配与信息共享难题。通过施加螺旋控制于早期信号搜索,并将该搜索信息作为启发因子改进动态差分进化算法,对群机器人进行路径优化。仿真结果表明,当响应概率函数中距离变量调节因子β=0.006时,任务分配控制算法达到最好效果。同时,移动群机器人路径规划的平均路径长度珔S,平均移动时间珔T以及平均收敛代数珚M,相比扩展PSO算法分别提高了16%、57%及230%。最后,将该算法应用于ASUIII型轮式移动群机器人物理实验,并设计了协同控制平台,具有较好的工程应用价值。     

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。     

Autonomous mobile robot based on behavior decision skill and control skill of the operator

This paper introduces a human skill base control algorithm using artificial neural networks and fuzzy reasoning for an autonomous mobile robot. Neural networks are used to select a suitable motion control pattern in actual environments. The back propagation algorithm adjusts the weights of the neural networks so that the selected motion control pattern corresponds to the action, which is obtained by the operator's behavior decision skill. To realize the selected motion control pattern, the orientation angle and the speed of the mobile robot are determined by fuzzy reasoning in which fuzzy rules are also automatically tuned so as to simulate the operator's control skill. We have implemented and tested the proposed control algorithm on an autonomous mobile robot and some experimental results demonstrate the effectiveness of the proposed control algorithm for the autonomous mobile robot. © 2000 Scripta Technica, Electr Eng Jpn, 131(2): 30–39, 2000