质心不重合的移动机器人自适应滑模轨迹跟踪控制

针对一类质心和几何中心不重合的移动机器人的轨迹追踪问题,结合反演滑模自适应控制算法设计移动机器人轨迹跟踪控制器.首先,设计一种新的变参数滑模趋近律,并基于该趋近律对移动机器人控制器进行设计,使得系统在给定初始误差时移动机器人仍能跟踪目标轨迹.其次,针对一类质心距离已知的情况,基于移动机器人运动学模型,采用反演滑模控制算法对移动机器人的闭环系统控制器进行设计.并在给定系统初始值的情况下,通过选用合适的参数来优化移动机器人控制系统的整体性能,使得控制系统跟踪误差渐近收敛,移动机器人跟踪给定目标轨迹.然后,针对移动机器人质心距离未知的情况,采用反演滑模控制,引入自适应控制算法对未知参数进行估计,设计轨迹跟踪控制器,并通过Lyapunov函数对移动机器人控制系统进行全局稳定性证明.最后,将设计的新型趋近律结合Backstepping控制与自适应控制通过MATLAB仿真进行对比验证,验证了所设计的控制方法的有效性.     

参数不确定移动机器人全局轨迹跟踪的自适应滑模控制

通过对一类质心和几何中心不重合情况下移动机器人轨迹跟踪问题的研究,得到了两独立驱动轮角速度为控制输入的机器人运动学模型.对于车轮半径和两驱动轮之间距离参数已知的情况,基于反演控制的思想设计了变结构控制的切换函数,构造了具有全局渐近稳定的滑模轨迹跟踪控制律,并针对这两个参数未知时,通过自适应方法对其进行参数估计,给出了自适应滑模轨迹跟踪控制律的设计方法.该方法设计过程简单且具有直观的稳定性分析,适用于移动机器人的全局轨迹跟踪控制.仿真算例验证了所提控制律的有效性和正确性.     

移动机器人轨迹跟踪的模糊PID-P型迭代学习控制

本文针对移动机器人轨迹跟踪控制问题的研究,提出了一种基于移动机器人运动模型的模糊开闭环PID-P型非线性离散迭代学习控制方法,给出了PID-P型迭代学习的收敛条件及其证明过程,并采用模糊控制的原理整定PID三个学习增益矩阵的参数.该控制方法提高了移动机器人对特定轨迹的重复跟踪能力,具有算法实现简单的特点.实验仿真结果表明,采用模糊开闭环PID-P型迭代学习控制算法对轨迹跟踪是可行有效的.     

移动机器人全局轨迹跟踪的自适应滑模控制

讨论了两驱动后轮角速度为控制输入的移动机器人轨迹跟踪问题，针对含有未知参数的非完整移动机器人运动学模型．基于反演（backstepping）控制算法的思想设计了变结构控制的切换函数，并由此构造了具有全局渐近稳定的白适应滑模轨迹跟踪控制器。该方法设计过程简单并具有直观的稳定性分析，适用于移动机器人的全局轨迹跟踪控制。仿真结果表明了该方法的有效性和正确性。     

车式移动机器人轨迹跟踪控制方法

针对车式移动机器人轨迹跟踪这一典型控制任务,本文提出一种滑模轨迹跟踪控制方法.该方法采用PI型滑模面设计等效控制律,利用变速函数代替符号函数获得切换控制率,并运用Lyapunov理论证明系统的稳定性.仿真结果表明该方法不但能使机器人有效跟踪任意参考轨迹,而且能减小在控制中的抖振现象,即使在外界干扰影响的情况下,也具有良好的控制品质.     

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。     

基于高维状态空间的移动机器人定位

位置跟踪是移动机器人自主导航中的一个主要任务.扩展的卡尔曼滤波定位方法是一个常用的位置跟踪方法,但是在对非线性系统方程进行线性化近似过程中引入了线性化误差.文中给出了一个基于线性系统模型的位置估计方法.用一个高维的状态向量表示机器人的位置空间,并选用环境路标的全局信息作为观测向量,此时系统动态模型和系统观测模型都是线性的,从而直接运用最优的线性卡尔曼滤波技术进行移动机器人位置估计.这种方法免除了非线性方程的线性近似过程,避免了线性化误差.实验表明,位置估计过程是收敛的、一致的.     

基于Backstepping的移动机器人轨迹跟踪控制

对于由运动学模型描述的二自由度轮式移动机器人的轨迹跟踪问题进行讨论。采用积分Backstepping思想,通过构造一种简单的中间虚拟反馈变量同时结合Lyapunov直接法设计出时变反馈控制律,并且证明其控制效果能够达到全局渐近稳定。仿真结果验证了该控制律的正确性和有效性。     

传感器网络基于轨迹聚类的多目标跟踪算法

本文重点研究传感器网络中能源高效的多目标跟踪问题.根据轨迹相似性对跟踪目标聚类,利用组对象跟踪实现所有对象的跟踪,能够有效地减少传输能耗,延长网络寿命.由于测量误差、低采样率以及环境干扰,很难获取目标的精确位置,因此轨迹数据存在固有的不确定性.忽略这种不确定性会降低轨迹挖掘质量,从而影响目标跟踪.提出基于不确定性轨迹挖掘的组对象跟踪方法.轨迹挖掘阶段首先为所有跟踪目标建立马尔科夫链模型,然后给出一种新的不确定轨迹相似性的度量,最后给出不确定轨迹聚类算法UTK-means对目标分组.组对象跟踪阶段向基站周期性地更新组中心轨迹的位置.实验结果验证了本文方法具有较高的聚类质量和节能效率.     

一种轮式机器人轨迹跟踪控制算法的研究

针对轮式机器人轨迹跟踪控制问题，提出了一种轨迹跟踪控制算法。通过对轮式机器人进行运动学分析，建立了运动学模型来描述其在水平面内的运动规律；提出了轨迹跟踪控制算法，并对迹跟踪控制算法进行仿真试验，直线轨迹跟踪的纵向偏差 0.09m，横向偏差 0.06m， 航向角偏差 3.7°；曲线轨迹跟踪的纵向偏差 0.13m，横向偏差 0.09m，航向角偏差 5.1°。仿真试验结果表明本研究所设计的轨迹跟踪控制算法具有良好的动态响应，可以支撑实际应用。     

一种移动机器人的运动控制方法研究

针对反应式移动机器人运动控制中存在的缺乏自主运动规划等问题,介绍了一种新型移动机器人的运动控制方法。设计了一种混合式控制结构实现移动机器人的运动控制。采用基于行为的运动控制策略,将反应式行为和规划行为融合在一起。实验结果表明该策略能够很好地完成复杂环境下移动机器人的运动控制。     

基于视觉与行为模型的机器人目标跟踪

由于存在通信延时等问题，月球机器人必须具备一定智能来进行行为控制。Brooks提出机器人的包容结构理论重点在于强调机器人不同控制层间的联系，以及机器人不同行为功能的分配。本文提出一种视觉与行为模型，主要描述在同一控制层内视觉传感器与行为控制之间的关系，它将机器人的视觉行为与运动行为紧密联系起来，在运动的同时计算地面光流场变化来学习当前机器人动作状态，利用颜色信息的多窗口目标跟踪获取目标属性，最后采用强化学习方法，规划加器人动作．提高了运动控制的稳定度和精确席。     

Designing a robust adaptive dynamic controller for nonholonomic mobile robots under modeling uncertainty and disturbances

The main stream of researches on the mobile robot is planning motions of the mobile robot under nonholonomic constraints. Much has been written about the problem of motion planning under nonholonomic constraints using only a kinematic model of a mobile robot. Those methods, however, assume that there is some kind of a dynamic controller that can produce perfectly the same velocity that is necessary for the kinematic controller. Also there is little literature on the robustness of the controller when there are uncertainties or external disturbances in the dynamical model of a mobile robot. In this paper, we proposed a robust adaptive controller that can achieve perfect velocity tracking while considering not only a kinematic model but also a dynamic model of the mobile robot. The proposed controller can overcome uncertainties and external disturbances by robust adaptive technique. The stability of the dynamic system will be shown through the Lyapunov method.     

Sensor-based fuzzy reactive navigation of a mobile robot throughlocal target switching

Fuzzy reactive control, incorporating a local target switching scheme, is applied to the automatic navigation of an intelligent mobile robot in an unknown and changing environment. Sensed-ranging signals and relative target position signals are input to the fuzzy controller. The steering angle and the velocity change are inferred to drive the mobile robot. A reactive rule base governing the robot behavior is synthesized from the human heuristics with respect to various situations of environment. A local target switching scheme is proposed to serve as a front-end processor of the fuzzy active controller and to deal with the local trapping and wandering cycle problem in the navigation of a behavior based mobile robot. The algorithm is described, together with some particular considerations about implementation. Efficiency and effectiveness of the proposed approach are verified through simulation and experiments conducted on a Nomad 200 mobile robot     

Adaptive Trajectory Tracking Control of Wheeled Mobile Robots with Nonholonomic Constraint

Wheeled mobile robots (WMR) have been widely applied in a lot of areas that range from the teleoperated Sojourner on the Mars Path finder mission to cleaning robots in the Paris Metro. As a result, the interest of the Robotics Community for the wheeled mobile robots’ tracking control problem has grown rapidly[1-13]. WMR is one of the well-known system with nonholonomic constrains and it contains a class of mechanical systems characterized by kinematic constrains that are not integrable an…     

移动机器人路径跟踪模糊控制系统设计及仿真

本文的主要研究内容是模糊逻辑在移动机器人已知全局路径的情况下通过对局部路径的分析进行轨迹跟踪运动中的应用。利用模糊逻辑在移动机器人运动控制中的优越性,结合驾驶员的丰富经验设计了移动机器人的模糊控制器,包括一个预瞄距离确定器和一个运动模糊控制器。设计出移动机器人运动控制进行仿真的方法及程序流程,对其进行计算机仿真验证控制...     

激光雷达测距的机器人最优移动路径选择机制

针对当前机器人最优移动路径选择机制存在误差,工作效率低的缺陷,设计了基于激光雷达测距的机器人最优移动路径选择机制。首先利用人工势场方构建机器人的移动模型,并采用激光雷达测距技术建立栅格地图,然后将障碍物和机器人间的数据引入到坐标系中,经坐标转换映射到栅格地图中,建立障碍物与栅格地图之间联系;最后采用代价函数对机器人移动方向做出评价,根据评价结果选择移动路径,达到躲避障碍物的目的。结果表明,本文方法可以躲避机器人移动路径上障碍物,避障时间短,获得最优的机器人移动路径,对环境的适应性强。     

移动机器人路径规划方法研究

移动机器人技术研究中的一个重要领域是路径规划技术，它分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划。综述了移动机器人路径规划技术的发展现状指出了各种方法的优点与不足，最后对移动机器人路径规划技术的发展趋势进行了展望。