基于多传感器融合的移动机器人定位算法研究

针对移动机器人在室外环境下全局位姿定位精度低、定位耗时长的问题,提出一种基于多传感器融合的机器人定位算法。首先构建移动机器人的运动模型,并选用里程计、惯性测量单元IMU和激光雷达作为移动机器人的基础传感器;然后采用自适应蒙特卡罗定位算法对传感器融合位姿进行位姿误差计算,获取移动机器人初始位姿;最后进行激光点云匹配,获取全局地图,并利用基于全局正态分布地图的NDT算法进行初始位姿修正,最终实现全局位姿校正和高精度定位。结果表明,基于多传感器融合的移动机器人定位误差控制在0.04 m范围内,定位时长均值为0.045 s,定位误差较小,定位损耗时间较少。由此说明,本定位算法可提升移动机器人的定位精度和定位效率,可实现移动机器人全局位姿快速、精确定位,提出的定位算法具备一定的有效性。     

移动机器人自适应视觉伺服镇定控制

对有单目视觉的移动机器人系统,提出了一种自适应视觉伺服镇定控制算法;在缺乏深度信息传感器并且摄像机外参数未知的情况下,该算法利用视觉反馈实现了移动机器人位置和姿态的渐近稳定.由于机器人坐标系与摄像机坐标系之间的平移外参数(手眼参数)是未知的,本文利用静态特征点的位姿变化特性,建立移动机器人在摄像机坐标系下的运动学模型.然后,利用单应矩阵分解的方法得到了可测的角度误差信号,并结合2维图像误差信号,通过一组坐标变换,得到了系统的开环误差方程.在此基础之上,基于Lyapunov稳定性理论设计了一种自适应镇定控制算法.理论分析、仿真与实验结果均证明了本文所设计的单目视觉控制器在摄像机外参数未知的情况下,可以使移动机器人渐近稳定到期望的位姿.     

基于双目视觉导航的仿生机器人鲁棒控制算法

仿生机器人在定姿过程中受到空间扰动因素的影响容易产生控制误差,需要对机器人进行精确标定,提高仿生机器人的定位控制精度,因此提出一种基于双目视觉导航的仿生机器人鲁棒控制算法。利用光学CCD双目视觉动态跟踪系统进行仿生机器人的末端位姿参量测量,建立被控对象的运动学模型;以机器人的转动关节的6自由度参量为控制约束参量,建立机器人的分层子维空间运动规划模型;采用双目视觉跟踪方法实现仿生机器人的位姿自适应修正,实现鲁棒性控制。仿真结果表明,采用该方法进行仿生机器人控制的姿态定位时对机器人末端位姿参量的拟合误差较低,动态跟踪性能较好。     

基于大数据聚类分析的爬壁机器人位姿定位控制系统设计

为提高爬壁机器人运动位姿精准度与稳定性,解决现有位姿定位控制系统存在的控制效果不佳的问题,利用大数据聚类分析技术,通过软、硬件结构的设计,实现爬壁机器人位姿定位控制系统的优化。改装爬壁机器人位姿传感器、爬壁机器人驱动元件、爬壁机器人位姿定位控制器的内部连接结构及工作方式,扩大系统存储器的存储空间,通过系统电路的连接完成硬件系统的设计。根据爬壁机器人的组成结构和工作机理,建立机械结构与运动模型。在构建模型下,采集爬壁机器人实时运行数据,利用大数据聚类分析技术处理初始采集数据,判定爬壁机器人的当前位姿。规划爬壁机器人位姿及关节轨迹,结合当前爬壁机器人的运行数据,计算爬壁机器人位姿定位控制量,在控制器的约束下,实现爬壁机器人位姿定位控制功能。通过系统测试实验得出结论：通过设计位姿定位控制系统的应用,爬壁机器人样机的足端轨迹控制误差、关节角度控制误差和占空比控制误差均低于预设值,即设计系统具有良好的位姿定位控制效果。     

基于免疫优化的平面Acrobot线性自抗扰鲁棒镇定

针对受不确定性影响的平面Acrobot机器人,提出一种基于免疫优化的线性自抗扰鲁棒控制设计方法,实现机器人末端点从任意初始位置到达并镇定在目标位置.首先,借助驱动关节与被动关节角度之间的状态约束获取机器人末端点位置与驱动关节角度的对应关系,使末端点的位置控制转换为驱动关节的角度控制;其次,为缩短运动路径加入最小角度位移限制条件,设计免疫算法求解目标位置所对应的驱动关节角度的最小期望值;再次,引入线性自抗扰控制技术,把机器人的模型不确定性、未知干扰等因素视为一个新的扩张状态变量,设计线性扩张状态观测器和基于状态误差的反馈控制器,在仅驱动关节角度可测的情况下实现Acrobot的鲁棒镇定;最后,通过仿真实验验证所提出方法具有更好的鲁棒控制性能.     

基于四轮差速模型的多机器人路径规划北大核心CSCD

针对多机器人路径规划问题,设计了一种基于四轮差速模型的多机器人路径规划系统。首先,对单个移动机器人底盘进行建模分析,建立底盘位姿变化与速度之间的运动学关系。其次,改进机器人的全局路径规划A*算法,并结合建模分析的结果,使用局部路径规划动态窗口算法(DWA)推导机器人运动轨迹,实现多机器人动态避障功能。最后,搭建机器人实物模型和实验场景,通过机器人操作系统(ROS)平台设计多机器人自主导航,在实验场景中对所提方法进行验证,实验结果表明了该方法的可行性和稳定性。     

满足复杂要求的机器人最优巡回控制系统设计与实现

本文结合线性时序逻辑理论与模糊控制方法,设计并实现了一种满足复杂任务需求的移动机器人巡回控制系统,它既能够针对复杂时序任务进行路径规划,又能够对机器人进行模糊控制实现路径跟踪.首先,基于线性时序逻辑理论,确定能够满足复杂巡回任务需求的全局最优路径.接着,根据所获得的最优路径,采用模糊控制方法设计轨迹跟踪控制器,使其通过实时位姿反馈对机器人进行路径跟踪控制.仿真结果验证了移动机器人巡回控制系统的有效性.最后,基于E-Puck移动机器人构建了能够满足复杂任务需求的移动机器人巡回控制实验系统.基于所提出的最优巡回路径规划算法和模糊控制器设计方法,通过图像处理、数据通信、算法加载等软件模块的实现完成了满足复杂任务需求的移动机器人巡回控制.     

基于滑模变结构控制的路径跟踪研究

为解决锅炉水冷壁磨损检测机器人的路径跟踪问题,提出了一种基于指数趋近律的滑模变结构控制的机器人路径跟踪方法。在水冷壁磨损检测机器人运动模型的基础上,进行路径跟踪误差分析,设计一种基于指数趋近律的滑模变结构控制器,再利用Lyapunov定理验证其收敛性,最后通过MATLAB软件模拟仿真,仿真结果表明该控制器可以克服误差,使位姿误差收敛至零。     

基于大数据聚类的工业遥操作机器人位姿定位控制系统设计

针对工业遥操作机器人位姿定位过程中难以同步控制位置和姿态角,导致位姿定位准确性较差的问题,利用大数据聚类技术,从硬件和软件两个方面优化设计工业遥操作机器人位姿定位控制系统。通过位姿传感器的改装,保证传感器设备能够同时测量机器人位置与姿态,改装定位控制器和驱动器。在系统硬件的支持下,考虑机器人组成结构、运动原理和动力学理论,构建机器人数学模型,在该模型下模拟机器人遥操作过程,确定机器人位姿的定位控制目标。实时采集机器人位姿数据,利用大数据聚类技术计算定位控制量,在控制器的约束下,实现系统的位姿定位控制功能。通过系统测试实验得出结论：综合多种类型的运动情况,在优化设计系统的控制下,机器人的位置误差平均值为4.5mm,姿态角控制误差为0.04°。     

基于滑模变结构的轮式机器人运动误差控制器设计

面对当前使用的基于黎卡提微分方程、综合位姿误差控制优化仿真方法受到不确定性因素干扰,导致控制误差较大的问题,提出了基于滑模变结构的轮式机器人运动误差控制器设计。使用双框架陀螺仪,为控制器提供电力。采用FB900C/E 角位变送器,将交流信号转换为角位移输出。使用TMS320F2812的DSP控制器,负责控制整个控制器的数据传输以及电平转换。充分考虑相变量输入的n阶线形数据,设计滑模变结构控制律,计算滑模变结构控制滑动面。在滑模变结构模态控制阶段,构建滑模变结构模态控制阶段的运动方程矩阵。对滑模切换面强制状态点运动,通过控制目标实现稳定控制。对DSP程序控制流程进行设计,将基于滑模变结构的误差控制结果传递到电位器上,并将运行数据发送到主机,由此完成轮式机器人运动误差控制。由实验结果可知,该控制器通过自适应调整参数后,滑模抖振得到明显消除,且最大控制误差为0.01rad,具有精准控制效果。     

车底检查机器人导航控制研究

针对采用履带式行驶机构的车底检查机器人,提出了一种基于模糊控制的航向纠偏算法,算法在实时嵌入式多任务控制系统中得到了具体实现,解决了机器人在行走过程中偏离航向以及误差累积的问题。通过试验验证了该算法的有效性,保障了航向纠偏的实时性。文中给出了模糊控制器的详细设计过程,并且给出了在不同行驶速度时,应用航向纠偏算法的机器人与无航向纠偏算法的机器人之间的航向数据对比曲线。     

基于Cortex-M4的多传感器组合导航系统设计

针对移动机器人导航定位需求,设计了一种低成本、便携式的多传感器组合导航系统.采用ARM Cortex-M4内核的STM32F407处理器为电路核心,利用微惯性测量单元(MIMU)、全球卫星定位系统(GPS)以及电子罗盘作为导航数据源,进行了相关的硬件设计;采用移动导航平台进行实验验证,通过实测数据进行分析,结果表明:该组合导航系统可以有效提高导航精度,使其导航定位经纬度误差稳定在1.0m左右,航向角误差稳定在0.8°以内,对移动机器人导航有一定的参考价值.     

微创血管介入手术机器人控制系统与零位定位装置设计

为实现微创血管介入手术机器人对手术工具的精确定位和稳定把持,设计了其控制系统及相应零位定位装置.首先介绍了机器人系统组成和基于PMAC(可编程多轴控制器)的上下位机控制系统构架.同时,设计了5次插值运动规划算法和关节运动的三环PID控制算法,提高了机器人响应速度和稳定性.为了确定机器人运动初始位置,提出了以霍尔传感器为基础,结合电机运动信号的零位找寻方法和装置.实验结果表明,该零位定位装置定位稳定且准确.     

自适应联邦卡尔曼滤波在机器人组合导航系统中的应用研究

利用里程计(OD)与全球定位系统(GPS)辅助捷联惯性导航系统(SINS)构成一种高可靠性的组合导航系统.推导并建立了局部滤波器的数学模型,并针对联邦滤波器在载体发生异常扰动时滤波精度较低的问题,设计了基于SINS/GPS/OD组合导航系统的自适应联邦滤波器,有效补偿了系统异常扰动或动力学模型误差.仿真模拟了机器人的全航线运行轨迹进行验证,仿真结果表明,SINS/GPS/OD组合导航系统的自适应联邦卡尔曼滤波算法与相同组合导航系统的非自适应联邦卡尔曼滤波算法相比,在保障机器人导航定位可靠性及容错能力的前提下,能有效抑制异常扰动的影响,导航精度得到进一步改善.     

脊柱手术机器人

针对脊柱手术中的椎弓根钉内固定术,为克服医生操作手术时定位精度难以保证、长时间手术易疲劳等问题,设计了一套脊柱手术机器人系统用于辅助实施椎弓根钉内固定术。机器人为5自由度,充分考虑手术机器人对安全性和工作空间有效覆盖的要求,进行了构型设计,并完成了相应的机器人运动学分析。控制系统是由图像导航下的主动控制和基于力传感器的被动拖拽控制两个模式进行控制。主动控制下,医生通过导航系统提供最优钉道的精确位置信息,机器人根据医生的规划路径自主到达手术点;被动力拖拽控制基于导纳控制原理对医生作用在机器人末端执行器的操作力进行映射,并以此形成跟随拖动动作的机器人运动控制指令。针对力拖拽控制的实验验证了机器人在被动拖拽控制模式下能够柔顺地跟踪医生的操作动作。     

Image-based fuzzy trajectory tracking control for four-wheel steered mobile robots

A four-wheel steered mobile robot is fit for a higher power or improvement in the movement speed of a robot than a two-independent wheeled one. Since a steered mobile robot that slips very often cannot apply a popular dead-reckoning method using rotary encoders, it is desirable to use external sensors such as cameras. This paper describes a method to trace a straight line for four-wheel steered mobile robots using an image-based control method. Its controller is designed as a fuzzy controller and evaluated through some simulations and real robot.     

Adaptive unified motion control of mobile manipulators

This paper presents a unified motion controller for mobile manipulators which not only solves the problems of point stabilization and trajectory tracking but also the path following problem. The control problem is solved based on the kinematic model of the robot. Then, a dynamic compensation is considered based on a dynamic model with inputs being the reference velocities to the mobile platform and the manipulator joints. An adaptive controller for on-line updating the robot dynamics is also proposed. Stability and robustness of the complete control system are proved through the Lyapunov method. The performance of the proposed controller is shown through real experiments.     

基于Mindstorms的四轮智能机器人实时控制系统设计

传统机器人控制系统是以辅助控制机器人转向为基准进行设计的,存在转向控制效果差的问题,为实现四轮智能机器人控制系统研发,以Mindstorms平台为基础,搭建由主控模块、传感器模块、无线通信模块、运动模块以及电源模块组成的四轮智能机器人结构。在运动控制模块中选用TMC236芯片作为电机驱动芯片,通过电路为桥臂上开关管提供控制电压;在底层控制模块中,采用PID控制器控制电机期望转角与实际转角之间差值,实现机器人转向角度控制。对软件控制策略研发中,利用嵌入式操作软件系统实现车道保持控制和避障控制功能,实现机器人自主换道功能。保证机器人自主充电情况下,测试转向控制功能,由测试结果可知,基于Mindstorms系统控制效果始终维持在98%以上,实现机器人转向精准控制。     

基于ARM的移动机器人组合导航系统设计与实现

为了实现室外自主移动机器人的导航定位需求,利用微惯性测量单元(MIMU)和全球卫星定位系统(GPS)接收机,设计并实现了一种基于ARM Cortex M4内核的SINS/GPS组合导航系统。详细介绍了系统硬件组成、软件结构,并在此基础上实现了Kalman滤波的SINS/GPS组合导航算法。将该组合导航系统安装于旅行者II移动机器人,采用差分GPS对组合导航系统性能进行评估。实验结果表明:该系统具有较高的精度,达到了设计要求,具有良好的实用性。     

Set-point Control of Mobile Robot with Obstacle Detection and Avoidance Using Navigation Function - Experimental Verification

This paper presents the results of an experimental verification of mobile robot control algorithm including obstacle detection and avoidance. The controller is based on the navigation potential function that was proposed in work (Urakubo, Nonlinear Dyn. 81(3), 1475–1487 2015). Conducted experiments considered the task of reaching and stabilization of robot in point. The navigation potential agregates information of robot position and orientation but also the repelling potentials of obstacles. The obstacle detection is performed solely with the use of laser scanner. The experiments show that the method can easily handle environments with one or two obstacles even if they instantly hide or show-up due to the scanner range limits. The experiments also indicate that the utilized control method has a good potential for being used in parallel parking task.