模型不确定的下肢康复机器人轨迹跟踪自适应控制

为了实现康复训练过程中高精度的轨迹跟踪控制,针对下肢康复机器人的模型参数和外界干扰等不确定性因素对其轨迹跟踪造成严重影响,提出一种模型不确定的下肢康复机器人轨迹跟踪自适应控制方法。根据所提方案,设计了相应的轨迹跟踪自适应控制器;并进行了轨迹跟踪控制仿真实验对比分析,结果表明,计算力矩控制方法在系统模型不确定时,膝关节的最大角度跟踪误差高达11.3°,髋关节最大稳态误差4.6°;而轨迹跟踪自适应控制方法在模型不确定的情况下,髋关节和膝关节的角度跟踪稳态误差均收敛于零;轨迹跟踪自适应控制方法可以显著提高下肢康复机器人轨迹跟踪的精度。     

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。     

基于自适应方法的欠驱动AUV地形跟踪控制

为保证欠驱动智能水下机器人(AUV)面对干扰时具有更高精度的地形跟踪能力,提出一种自适应地形跟踪控制方法。首先,对某型欠驱动AUV进行了结构分析,建立了相关运动学及动力学模型;然后,提出一种结合模糊思想的自适应地形跟踪策略,并利用自抗扰控制建立相应运动控制器;最后,分别进行两组对比实验,以测试所设计地形跟踪方法的有效性。实验结果表明,所设计的欠驱动AUV自适应地形跟踪控制方法具有良好的响应能力,并且,相比于传统比例-积分-微分(PID)控制方法,能够更有效地抑制干扰所造成的震颤现象,具有更高的控制精确度。该控制方法的研究对提高欠驱动AUV在进行地形跟踪任务时的智能性具有一定意义。     

全方位移动平台模糊滑模轨迹跟踪控制

以麦克纳姆(Mecanum)轮型全方位移动平台为研究对象,建立了运动学和动力学模型。针对全方位轮的滑移和平台的重心偏移等非线性和不确定因素对运动的影响,通过多体动力学软件RecurDyn,构建了包含各种影响因素的虚拟样机模型。采用基于等效控制的模糊滑模控制器,通过模糊切换增益减轻了输出抖振。对比模糊滑模控制和PD控制的仿真结果,表明该方法具有良好的轨迹跟踪效果,为实际全方位移动平台的运动控制提供了有效的研究方法。     

康复步行训练机器人位置和速度跟踪误差同时约束的安全预测控制

康复步行训练机器人通过跟踪医生指定的运动轨迹,帮助患者步行训练,针对运动过程中位置和速度跟踪误差过大,影响康复者的安全问题,提出一种预测控制方法,目的是使康复步行训练机器人从任意位置出发同时实现轨迹和速度跟踪,并将跟踪误差约束在指定范围内,提高系统的安全性。通过离散化康复步行训练机器人的动力学模型,建立了具有控制增量形式的预测模型。在预测时域内,设计轨迹跟踪误差性能优化指标,并构建运动位置和速度跟踪误差约束条件,通过设计辅助运动轨迹并求解控制增量形式的二次规划问题,获得了时域内满足误差约束条件的预测控制。通过仿真和实验研究,结果表明了所提控制方法同时约束位置和速度跟踪误差的有效性和优越性。     

智能车运动轨迹跟踪算法的研究

针对智能车运动过程中轨迹跟踪精度差的问题,提出了一种基于反演控制算法的智能车运动轨迹跟踪算法。首先,建立智能车的运动学模型;误差模型和动态模型。然后,根据反演控制算法,设计出合理的分部虚拟控制量,并结合李雅普诺夫稳定性分析,设计智能车运轨迹跟踪控制律;最后,在Simulink上进行智能车轨迹跟踪控制的仿真实验。实验结果表明,设计的智能车运动轨迹跟踪算法相比于迭代学习算法或者李雅普诺夫直接法,具有更好的实时性且跟踪精度好,且满足不同车速环境下智能车稳定性的需求。     

欠驱动水下机器人航迹跟踪控制

针对欠驱动水下机器人强非线性、模型不确定及存在外界未知干扰等特点,提出自适应模糊反演滑模控制系统,解决其水平面航迹跟踪问题。首先,采用模糊逻辑系统逼近模型未知函数,将反演思想与滑模控制技术相结合,设计反演滑模控制器;然后对水下机器人纵向速度进行控制,将航向角作为航迹跟踪误差的虚拟输入,设计航向角的镇定函数和航迹参数的变化率,实现水下机器人的航迹跟踪;最后使用李亚普诺夫稳定性定理,证明控制系统的稳定性。仿真实验表明,设计的控制系统能有效地处理水下机器人模型不确定性和外界干扰,控制性能良好,具有极强的鲁棒性,且避免了执行机构的抖振现象。     

电机驱动的车式移动机器人数据驱动控制

针对野外复杂环境下车式机器人常受动力学扰动影响,仅从运动学角度难以实现高性能机器人编队及轨迹跟踪控制的问题,提出一种数据驱动的动力学内环电机控制设计方法。将电机及减速机构看作整体,采用输入输出数据实时辨识动力学模型参数,对动力学内环进行特征建模,针对数据驱动的二阶离散动力学系统模型,设计离散滑模控制器并进行稳定性分析。在微软公司基于物理引擎的机器人仿真平台Microsoft Robotics Developer Studio 4 (MRDS4)进行仿真对比,并将仿真数据导入MATLAB进行分析,通过仿真验证所设计控制方法的整体有效性,在扰动力矩影响较大的野外复杂环境中仍能使机器人保持较快的动态响应速度,在编队中快速响应队形的切换跟踪。     

不确定机器人的间接模糊自适应轨迹跟踪控制

针对不确定的机器人系统轨迹跟踪控制问题，依据自适应模糊控制算法和H∞控制理论，提出了一种间接模糊自适应控制方法。该方法将自适应模糊控制和H∞控制理论相结合，用稹糊逻辑系统直接为机器人建模，不需对机器人的数学模型进行转换，并结合H∞控制理论，将建模误差和外部干扰衰减到预先规定的指标。基于Lyapunov方法，给出了学习自适应率，H∞跟踪特性的证明。对二自由度机器人的仿真结果表明了所提出的控制算法有效性。     

变电站巡检机器人数据驱动无模型自适应控制

针对变电站巡检机器人动力学建模及参数辨识复杂等问题,文中提出了一种基于双闭环的巡检机器人数据驱动无模型自适应控制方法。首先,为了便于理解和仿真需要,对变电站巡检机器人的模型进行了简单的介绍。其次,根据机器人的位姿跟踪误差进行外环的设计,为内环提供虚拟参考输入。然后,根据无模型自适应控制方法进行内环控制器的设计,对机器人的虚拟参考速度进行跟踪。值得注意的是,文中所提方法只用到了输入输出数据,没有用到任何模型信息,因此是完全无模型的。最后,通过MATLAB进行仿真,验证了所提方法的有效性。     

输入受限下非完整轮式移动机器人迭代学习跟踪控制

为了解决输入受限下非完整轮式移动机器人的跟踪控制问题,考虑迭代学习控制方法,设计了一种迭代学习控制律,这里所设计的迭代学习控制律结合了系统的跟踪误差和约束下的上一代控制律.通过应用范数分析理论,对跟踪误差的收敛性进行了理论分析,验证了设计的控制律的有效性.最后,给出了一个仿真实例以证明理论分析结果的正确性,仿真结果表明,在设计的迭代学习控制律作用下,具有输入受限的非完整轮式移动机器人能够获得很好的跟踪控制性能,跟踪误差最终收敛于零的很小邻域内.     

全方位移动机器人模糊自适应PID控制

针对全方位移动机器人,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID(FAPID)的控制方法。对模糊自适应PID控制算法进行了理论分析,基于Matlab建立了全方位移动机器人的简化仿真模型。仿真研究表明,采用模糊自适应PID控制方法,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力要优于常规的PID控制。     

基于感知代理和移动控制法则的分布式目标跟踪

针对由无人自动跟踪机器人构成的移动传感器网络中的目标跟踪问题,提出了一种基于感知代理和移动控制法则的分布式目标跟踪方案。首先,在构建移动机器人代理模型和覆盖感知目标跟踪模型的基础上,提出了一种分布式目标跟踪算法,算法由估计阶段和一致性阶段构成.通过这两个阶段的执行,网络中的全部代理就最大感知置信值以及相应的目标状态和后验协方差矩阵达成一致,从而提高各自预测的性能;其次,针对一般移动代理的移动提出了一种基于势场的控制法则,以确保传感器网络在任何时候都保持连接,使得每个移动代理尽可能接近目标,提高其感知置信值,并避免与目标、环境墙壁和其他代理发生碰撞,从而有助于保持该区域的覆盖率在令人满意的水平。仿真实验结果表明,跟踪方案不仅能够提高跟踪精度,而且还具有较好的覆盖感知性能。     

基于机械臂的管道检测全向机器人设计

随着综合地下管廊的快速发展,管道的安全对于保证管廊电力、燃气等运输的安全越来越重要,由于管廊环境恶劣,采用人工巡检效率低且安全隐患大。为了实现地下管廊全方位无盲区检测,设计了一种基于机械臂的管道检测全向机器人,将移动机器人、机械臂、检测探头融于一体,具有路径自主规划、循迹、避障等功能,并通过漏磁技术检测管道泄露、通过机械臂实现复杂环境下的检测。实验证明此集成机器人可以进行全方位检测且缺陷识别精度良好。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

Modeling and Optimal Tracking Control for WMR Systems with Control Delay

Abstract

This article studies the issue of modeling and tracking control for wheeled mobile robot systems with control delay. The kinematics wheeled mobile robot (WMR) is modeled under the nonholonomic constraint. Further, the state-space representations of WMR and tracking error equations with control delays are modeled. Using functional transformation, the tracking error system with control delay is converted into a delay-free one. Then, the optimal control law including a control memory compensation term is obtained by using Maximum Value Principle. The effectiveness and utility of the designed controllers, the horizontal speed and the angular speed, are verified in simulation.     

基于SR-CKF的移动机器人动态目标跟踪算法

针对移动机器人在未知复杂环境中动态目标跟踪存在的数值不稳定、计算量大和精度较差等问题,提出基于平方根容积卡尔曼滤波的移动机器人动态目标跟踪算法(SR-CKF-SLAM-OT)。该算法的系统状态由地图环境特征、机器人和目标作为一个整体构成。建立目标和机器人的动态模型进行预测、数据关联和更新,在更新过程中直接传递目标状态均值和协方差矩阵的平方根因子,降低了计算的复杂度。此外,通过数据关联环节能够有效的降低伪观测值对系统状态估计的影响。仿真结果表明:相比基于EKF的动态目标跟踪算法,所提出的动态目标跟踪算法目标和机器人均方根误差分别降低了36.3%和38.2%,SR-CKF-SLAM-OT算法有效地满足了移动机器人动态目标跟踪的需求。     

Control of a 6DOF Mobile Manipulator with Object Detection and Tracking Using Stereo Vision

A supportive mobile robot for assisting the elderly is an emerging requirement mainly in countries like Japan where population ageing become relevant in near future. Falls related injuries are considered as a critical issue when taking into account the physical health of older people. A personal assistive robot with the capability of picking up and carrying objects for long/short distances can be used to overcome or lessen this problem. Here, we design and introduce a 3D dynamic simulation of such an assistive robot to perform pick and place of objects through visual recognition. The robot consists of two major components; a robotic arm or manipulator to do the pick and place, and an omnidirectional wheeled robotic platform to support mobility. Both components are designed and operated according to their kinematics and dynamics and the controllers are integrated for the combined performance. The objective was to improve the ac-curacy of the robot at a considerably high speed. Designed mobile manipulator has been successfully tested and sim-ulated with a stereo vision system to perform object recognition and tracking in a virtual environment resembling aroom of an elderly care. The tracking accuracy of the mobile manipulator at an average speed of 0.5m/s is 90% and is well suited for the proposed application.     

Neural adaptive robust output feedback control of wheeled mobile robots with saturating actuators

This paper addresses the output feedback tracking control problem of electrically driven wheeled mobile robots subjected to actuator constraints. The main drawback of previously proposed controllers is the actuator saturation problem, which degrades the transient performance of the closed‐loop control system. In order to alleviate this problem, a saturated tracking controller has been proposed using the hyperbolic tangent function. A new nonlinear observer is introduced in order to leave out the velocity sensors in the robot system to decrease the cost and weight of the system for practical applications. A dynamic surface control strategy is effectively used to reduce the design complexity when considering actuator dynamics. In addition, neural network approximation capabilities and adaptive robust techniques are also adopted to improve the tracking performance in the presence of uncertain nonlinearities and unknown parameters. Semi‐global stability of the closed‐loop system is presented using direct Lyapunov method. Simulation results are provided to illustrate the effectiveness of the proposed control system for a differential drive mobile robot in practice. Copyright © 2014 John Wiley & Sons, Ltd.