基于全局视觉的轮式移动机器人轨迹跟踪控制

将视觉伺服控制思想引入到全局视觉条件下的轮式移动机器人轨迹跟踪控制中,提出一种基于消除图像特征误差的控制方法.讨论并推导了包含电机模型的非完整移动机器人动力学方程,设计了鲁棒速度跟踪控制器.实验结果证明了文中方法的有效性.􀁱     

带有未知参数和有界干扰的移动机器人轨迹跟踪控

针对模型参数未知和存在有界干扰的非完整移动机器人的轨迹跟踪控制问题,本文提出了一种鲁棒自适应轨迹跟踪控制器方法.非完整移动机器人的控制难点在于它的运动学系统是欠驱动的.针对这一难点,本文利用横截函数的思想,引入新的辅助控制器,使得非完整移动机器人系统不再是一个欠驱动系统,缩减了控制器设计的难度,进而利用非线性自适应算法和参数映射方法构造李雅谱诺夫函数.通过李雅普诺夫方法设计控制器和参数自适应器,从而使得非完整移动机器人的跟随误差任意小,即可以任意小的误差来跟随任意给定的参考轨迹.仿真结果证明了方法的有效性.     

带有未知参数和有界干扰的移动机器人轨迹跟踪控制

针对模型参数未知和存在有界干扰的非完整移动机器人的轨迹跟踪控制问题,本文提出了一种鲁棒自适应轨迹跟踪控制器方法.非完整移动机器人的控制难点在于它的运动学系统是欠驱动的.针对这一难点,本文利用横截函数的思想,引入新的辅助控制器,使得非完整移动机器人系统不再是一个欠驱动系统,缩减了控制器设计的难度,进而利用非线性自适应算法和参数映射方法构造李雅谱诺夫函数.通过李雅普诺夫方法设计控制器和参数自适应器,从而使得非完整移动机器人的跟随误差任意小,即可以任意小的误差来跟随任意给定的参考轨迹.仿真结果证明了方法的有效性.     

具有未知参数的机器人-摄像机系统的自适应动态反馈跟踪控制

研究了不确定非完整移动机器人系统的跟踪问题.首先,基于视觉反馈和状态输入变换,展示了一种非完整移动机器人运动学系统的不确定链式模型.基于反步法思想和跟踪误差系统结构,给出了两个重要的新变换.然后运用李雅普诺夫直接方法和扩展巴巴拉引理设计了自适应控制律和动态反馈鲁棒控制器,以实现理想轨迹的跟踪控制.严格证明了闭环误差系统的渐近收敛性.最后,仿真结果证实了提出的控制策略有效.     

移动机器人的鲁棒输出跟踪

本文讨论了一类不确定非完整系统的鲁棒输出跟踪问题。首先给出了在适当条件下受限系统的降阶状态实现及有关性质；进而给出了三轮移动机器人在纯滚动与非打滑条件下的简化模型，并结合变结构控制方法对该模型给出了具体的鲁棒输出跟踪控制规律。     

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。     

不满足非完整约束的轮式移动机器人鲁棒镇定

以unicycle类型轮式移动机器人为对象，在理想非完整约束条件被破坏的条件下，采用横截函数方法和Lyapunov重设计技术设计了鲁棒实际镇定律。构造有界横截函数，再结合轮式移动机器人运动学模型对标准SE（2）群运算的左不变性，对误差系统设计光滑指数镇定律，实现标称系统实际镇定；用Lyapunov重设计方法设计修正项，使得闭环系统对滑动干扰鲁棒。仿真结果验证了所设计控制律的有效性。     

移动机器人编队的递归模糊神经网络滑模控制

研究非完整移动机器人编队控制优化问题,由于动态模型存在诸多不稳定性,针对领航者-跟随者l-ψ控制结构,提出了一种Back stepping运动学控制器与自适应神经滑模控制器相结合的新型控制策略.采用动态递归模糊神经网络(dynam-ic recurrent fuzzy neural network,DRFNN)对跟随者及领航者动力学非线性不确定部分进行在线估计,并通过自适应鲁棒控制器对神经网络建模误差进行补偿.所提方法不但解决了移动机器人编队控制的参数与非参数不确定性问题,同时也确保了机器人编队在期望队形下对指定轨迹的跟踪;根据Lyapunov方法的设计过程,保证了控制系统的稳定;仿真结果表明了改进方法对机器人编队优化控制的有效性.     

基于非完整移动机器人动态模型的鲁棒输出跟踪

提出一种基于非完整移动机器人动态模型的鲁棒跟踪控制算法。在系统存在模型不确定性但满足“匹配条件”的情况下,设计了一种滑动控制器。仿真结果表明,当系统的质量、转动惯量、结构参数等存在较在误差时仍能实现精确跟踪,具有良好的鲁棒性。     

非完整移动机器人轨迹跟踪自适应控制器设计

针对轮式移动机器人的非完整运动学模型,将自适应反演控制技术和李亚普诺夫稳定性理论应用于机器人轨迹跟踪控制,设计了具有全局渐近稳定性的自适应轨迹跟踪控制器,并在Matlab环境下实现了移动机器人对直线和椭圆2种轨迹追踪的仿真实验.实验表明:该控制方法在轨迹跟踪控制中有较好的航向跟踪效果,对机器人非完整系统模型的非线性特性...     

移动机器人视觉伺服镇定quasi-min-max预测控制

针对受限移动机器人视觉伺服系统,提出一种移动机器人视觉伺服镇定准最小最大模型预测控制策略. 基于移动机器人视觉伺服镇定误差模型,建立移动机器人视觉伺服线性参数时变预测模型,进而引入准最小最大策略,设计移动机器人视觉伺服镇定模型预测控制器.与传统视觉伺服预测控制器相比,所提控制器只需求解线性矩阵不等式表示的凸优化问题,降低了视觉伺服预测控制器的计算耗时,同时保证了闭环视觉伺服系统的渐近稳定性.仿真结果验证了所提出策略的有效性和在计算效率上的优越性.     

基于神经网络的不确定移动机器人鲁棒自适应跟踪控制

针对含运动学未知参数以及动力学模型不确定的非完整轮式移动机器人轨迹跟踪问题,基于Radical Basis Function（径向基函数）神经网络,提出了一种鲁棒自适应控制器.首先,考虑移动机器人运动学参数未知的情况,提出了一种含自适应参数的运动学控制器,用以补偿参数不确定性导致的系统误差;其次,利用神经网络控制技术,对于机器人在移动中动力学模型不确定问题,提出了一种具有鲁棒性的动力学控制器,使得移动机器人可以在不知道具体动力学模型的情况下跟踪到目标轨迹;最后利用Lyapunov稳定性理论证明了整个系统的稳定性.通过数值仿真验证了所设计的控制器的可行性.     

Adaptive feedback linearizing control of nonholonomic wheeled mobile robots in presence of parametric and nonparametric uncertainties

In this paper, the integrated kinematic and dynamic trajectory tracking control problem of wheeled mobile robots (WMRs) is addressed. An adaptive robust tracking controller for WMRs is proposed to cope with both parametric and nonparametric uncertainties in the robot model. At first, an adaptive nonlinear control law is designed based on input–output feedback linearization technique to get asymptotically exact cancellation of the parametric uncertainty in the WMR parameters. The designed adaptive feedback linearizing controller is modified by two methods to increase the robustness of the controller: (1) a leakage modification is applied to modify the integral action of the adaptation law and (2) the second modification is an adaptive robust controller, which is included to the linear control law in the outer loop of the adaptive feedback linearizing controller. The adaptive robust controller is designed such that it estimates the unknown constants of an upper bounding function of the uncertainty due to friction, disturbances and unmodeled dynamics. Finally, the proposed controller is developed for a type (2, 0) WMR and simulations are carried out to illustrate the robustness and tracking performance of the controller.     

基于线性矩阵不等式的分散鲁棒跟踪控制器设计

应用线性矩阵不等式（ＬＭＩ）方法研究不确定性关联大系统的分散鲁棒输出跟踪控制问题。系统中不确定项具有数值界,可不满足匹配条件。基于不确定基项的表达形式,给出了存在分散控制鲁棒跟踪控制器的ＬＭＩ条件。在此基础上,通过建立求解受ＬＭＩｓ约束的凸优化问题,提出了具有较小反馈增益ＬＭＩ设计方法,使受控系统渐近跟踪给定的参考输入。ＬＭＩ方法求解简单,最后用示例说明了该方法的应用。     

移动机器人轨迹跟踪的参数自校正控制

根据移动机器人运动学模型,对两轮移动机器人的轨迹跟踪问题进行了研究。在动态反馈线性化的基础上,采用基于广义最小方差法实现参数的自校正并设计控制器,考虑到机器人的动力学约束,采取对移动机器人的线速度和角速度加以限制的控制策略,保证机器人的运动平滑。仿真结果表明了该方法的有效性和正确性。     

滑动与打滑条件下的轮式移动机器人自抗扰跟踪控制

针对具有未知的滑动与打滑的轮式移动机器人(WMR),提出了一种基于自抗扰思想的跟踪控制策略.首先建立了滑动与打滑条件下的轮式移动机器人动力学模型.其次,由反步法设计运动学控制器,基于模型设计线性扩张观测器和动力学控制器,并给出了控制器稳定性分析.最后与积分滑模控制进行了仿真对比,结果表明该控制方法的误差收敛速度更快.观测器能够精确估计滑动与打滑及动力学不确定性对机器人的扰动,提高了轮式移动机器人轨迹跟踪的鲁棒性.     

基于模糊CMAC的移动机器人轨迹跟踪控制

针对受非完整约束的移动机器人的轨迹跟踪问题,提出了一种基于模糊CMAC的轨迹跟踪控制策略。该策略利用模糊CMAC神经网络逼近移动机器人动力学模型的非线性和不确定,同时与速度误差结合起来构成力矩控制器,并用滑模项来补偿不确定性扰动对系统的影响。李亚普诺夫稳定性定理保证了系统的稳定性和跟踪误差的渐近收敛,仿真结果进一步验证了所提方法的有效性。     

Autonomous mobile robots navigation using RBF neural compensator

This paper presents an approach to adaptive trajectory tracking of mobile robots which combines a feedback linearization based on a nominal model and a RBF-NN adaptive dynamic compensation. For a robot with uncertain dynamic parameters, two controllers are implemented separately: a kinematics controller and an inverse dynamics controller. The uncertainty in the nominal dynamics model is compensated by a neural adaptive feedback controller. The resulting adaptive controller is efficient and robust in the sense that it succeeds to achieve a good tracking performance with a small computational effort. The analysis of the RBF-NN approximation error on the control errors is included. Finally, the performance of the control system is verified through experiments.     

Dynamic observer-based controllers for linear uncertain systems

This paper addresses robust controller design for uncertain linear systems via a dynamic observer-based controller. A dynamic observer is an alternative structure for a classical observer which can be regarded as a general form of a usual observer and has additional degrees of freedom in the observer structure. Using this new observer structure, a new observer-based controller for linear systems is proposed. Some strict linear matrix inequalities (LMIs) have been given to find the dynamic observer parameters and controller gain. It is shown that dynamic observer can be used effectively for tackling the drawbacks of the classical observer-based robust controller design methods. As an advantage, LMIs are derived even in the presence of uncertainties in system, input and output matrices simultaneously, whereas by using the traditional observer, bilinear matrix inequalities (BMIs) are given in the presence of such uncertainties. Moreover, the proposed LMIs do not imply the equality constraint. Simulation results are used to illustrate the effectiveness of the proposed design technique.