基于遗传算法的最优模糊控制器在非完整移动机器人轨迹跟踪？…

本文研究非完整移动机器人的轨迹跟踪控制问题。采用基于遗传算法的模糊控制方法,使规则得到优化,有效地改善了控制性能,仿真实例表明这种方法是可行的。     

基于遗传算法的最优模糊控制器在非完整移动机器人轨迹跟踪中的应用

本文研究非完整移动机器人的轨迹跟踪控制问题·采用基于遗传算法的模糊控 制方案，使规则得到优化，有效地改善了控制性能，仿真实例表明这种方法是可行的·     

基于滚动时域优化的轮式移动机器人路径跟踪问题研究

轮式移动机器人是典型的非完整约束系统. 本文基于滚动时域控制策略研究轮式移动机器人的路径跟踪问题. 为了既能够保证移动机器人渐近收敛到期望轨迹, 又能够保证在线求解的优化问题的滚动可行性, 参考轨迹 被选为优化问题中的终端等式约束. 仿真结果验证了所提出的控制策略的有效性.     

基于改进遗传算法的机器人路径规划

文中提出一种基于改进遗传算法的移动机器人路径规划方法,将复杂的二维编码问题简化为一维编码问题,优化改进标准遗传算法的选择算子和交叉算子,引入路径规划特定的遗传算子(修正算子),最后以移动机器人行走路径最短作为适应度函数进行遗传优化.此算法克服了标准遗传算法的早熟收敛、运算结果稳定性差等问题,提高遗传算法的进化效率.仿真实验结果验证了该算法在移动机器人路径规划中的可行性和有效性,以及规划结果的稳健性.     

自主式机器人群体行为的进化计算实现

本文探讨机器人在特定任务下如何通过遗传算法选择合适的传感器和行为参数来进化出多个 自主式移动机器人之间的优化群体行为．     

基于滚动时域优化的轮式移动机器人路径跟踪问题研究（英文）

轮式移动机器人是典型的非完整约束系统.本文基于滚动时域控制策略研究轮式移动机器人的路径跟踪问题.为了既能够保证移动机器人渐近收敛到期望轨迹,又能够保证在线求解的优化问题的滚动可行性,参考轨迹被选为优化问题中的终端等式约束.仿真结果验证了所提出的控制策略的有效性.     

基于轨迹安全性评价的免疫遗传路径规划算法

针对移动机器人栅格路径规划中安全轨迹规划、局部极小点问题,提出了一种基于轨迹安全性评价的免疫遗传路径规划算法.通过将人工势场(APF)模型与轨迹安全性评价相结合,提出利用斥力场强度评估轨迹安全性,建立基于轨迹安全性、行驶代价评估的适应度函数,利用免疫遗传算法对APF模型中的势力场参数进行自适应优化估计.通过将参数变化控制在一个合理的区间,有效避免局部极小情况的发生,同时提高了路径的安全性.算法的有效性通过仿真实验得到了验证.     

基于解耦控制的非完整移动机器人实时轨迹跟踪

本文研究了非完整两轮移动机器人的实时轨迹跟踪问题．首先,在介绍了一般的非线 性系统的输入 输出线性化方法的基础上,并研究了在两轮驱动移动机器人轨迹跟踪中的应 用;然后在研制的非完整两轮驱动移动机器人的实验平台上对该算法进行了实时轨迹跟踪实 验,结果表明了该非线性跟踪控制算法的有效性．     

直线拟合算法在移动机器人轨迹记录中的研究与应用

移动机器人在进行未知环境探索时,需要记录保存其行驶轨迹,以便进行定位、路径规划、地图更新等处理。本文给出一个直线拟合的优化算法,对移动机器人采集的原始坐标信息进行分析,可去除大量冗余信息,得到准确、精简、必要的运动轨迹信息。该算法在移动机器人轨迹记录中得到了有效应用,节省了存储空间,且满足移动机器人的实时性。仿真及实际测试均显示,该直线拟合优化算法是快速、高效的。     

基于遗传算法的AS-R移动机器人路径规划研究

将遗传算法应用于机器人的全局路径规划,并在AS-R移动机器人上进行了实验研究.首先用栅格法对机器人的工作环境进行划分,得到机器人的环境模型;其次采用遗传算法进行路径搜索,并引入多种遗传算子,增强了算法的实用性.在AS-R机器人上采用VC开发,并在5×5的栅格环境中进行路径规划研究.实验结果表明,遗传算法结合栅格环境对移动机器人进行路径规划,具有简单且通用的效果,所得的折线路径也更适合于机器人进行轨迹跟踪.     

基于QPSO 算法移动机器人轨迹规划与实验

针对移动机器人路径规划问题,提出一种基于QPSO算法的路径规划方法,并用概率论的方法分析了移动机器人路径规划的收敛性,阐明了该方法随均匀分布和正态分布的参数关系和收敛区间;然后根据移动机器人的运动特征提出一种改进的轨迹规划方法。移动机器人平台的实验结果表明了该方法在移动机器人路径规划中的有效性和可行性。     

基于眼到手视觉伺服的移动机器人模型预测控制

针对具有速度约束的移动机器人视觉轨迹跟踪问题,提出了一种基于LOQO内点法的模型预测控制方法;在眼到手框架下,首先建立了移动机器人误差模型,并对该误差模型进行离散化,给出了移动机器人视觉伺服跟踪的代价函数;同时考虑到实际中移动机器人存在速度约束问题,将代价函数的最小化问题转换为带输入约束的模型预测控制问题;然后采用障碍函数法将移动机器人的速度约束转化为等式约束并采用拉格朗日乘子法引入到代价函数中;进而,利用LOQO内点法求解具有速度约束的最小化问题,得到基于视觉的轨迹跟踪控制器;最后,通过仿真验证了所提算法的有效性和优越性.     

能力风暴机器人的全局路径规划

基于Messy遗传算法(Messy GA),设计了移动机器人的通用路径规划算法,其中的优化目标包括最短路径、一定的平滑度和最优安全距离.在算法中加入了优化算子及交叉率和变异率的自适应调整,加快了收敛速度.仿真结果验证了所提方法的有效性.根据能力风暴机器人(AS-R)的实际运行要求,修改算法以扩大路径与障碍物之间的间隔度,并提出采用平滑的方法来优化路径.以AS-R为平台进行了轨迹跟踪实验.实验结果表明算法在随机摆放障碍物和实验室环境下可以实现路径规划,并能够最终实现AS-R机器人的全局路径规划.     

基于迭代学习控制的移动机器人轨迹跟踪控制

为提高移动机器人对特定轨迹的重复跟踪能力,提出了采用开闭环PD型迭代学习控制算法对移动机器人进行轨迹跟踪控制的方法。建立了包含外界干扰的非完整约束条件下的轮式移动机器人运动学模型,给出了系统的控制算法和控制结构。仿真结果表明,采用开闭环PD型迭代学习控制算法对轨迹跟踪是可行有效的,收敛速度优于其他迭代学习算法。     

基于轨迹跟踪车式移动机器人编队控制

针对车式移动机器人的运动学模型特点, 提出一种基于轨迹跟踪多机器人编队控制方法. 首先利用编队结构参数确定队形, 根据编队轨迹和相关参数生成虚拟机器人, 把编队控制转化为跟随机器人对虚拟机器人的轨迹跟踪; 然后运用反步法构造车式移动机器人轨迹跟踪系统的Lyapunov 函数, 通过使该函数负定, 得到跟随机器人的轨迹跟踪控制器; 最后在Microsoft robotics developer studio 4 (MRDS4) 中搭建3D 仿真平台, 设计了3 组实验, 所得结果表明了所提出方法的有效性.     

基于梯度自适应极值搜索算法的趋光控制研究

源定位已成为国内外研究的热点问题,为了在实验室环境下研究移动机器人的趋光性,对源定位理论方法进行了研究,设计了地面移动机器人光源定位平台,通过该平台来验证趋光理论的可行性。首先,利用对角线控制策略和梯度自适应极值搜索算法分别进行趋光实验,完成移动机器人对光源的定位。其次,使用MeanShift目标跟踪算法跟踪移动机器人的运动轨迹。最后,绘制出光源强度分布等值线并分析了移动机器人的运动轨迹。相比于对角线控制策略,梯度自适应极值搜索算法根据当前区域梯度值自适应调整反馈增益参数,提高了源定位效率,并在光源定位平台验证了该算法的有效性和稳定性。     

基于混合遗传算法的工业机器人最优轨迹规划

为兼顾工业机器人工作效率与轨迹的平稳性,提出一种基于混合遗传算法的二次轨迹规划方案.通过最优时间轨迹规划得到最小执行时间,在最小执行时间内进行最优冲击轨迹规划,进而规划出一条既高效又平滑的运动轨迹.采用五次均匀B样条在关节空间进行快速插值,不仅保证了各关节速度和加速度连续性还保证了各关节冲击的连续性.连续平滑的冲击可以减少机械振动,延长机器人的工作寿命.选用PUMA560为对象进行仿真与实验,结果表明,该方案可以获得比较理想的机器人运动轨迹,所提出的混合遗传算法能有效提高全局寻优的性能和算法运行的稳定性.     

基于视觉图像的全向移动机器人轨迹跟踪控制研究

机器人轨迹节点跟踪比较难,导致机器人实际轨迹偏离期望轨迹,所以设计基于视觉图像的全向移动机器人轨迹跟踪控制方法;构建全向移动机器人的运动学数学模型,以此确定机器人移动轨迹数学模型;以移动轨迹数学模型为基础,按照视觉图像划分标准对全向移动机器人运动图像的分割,通过分离目标节点的方式提取运动学特征参量,完成机器人轨迹节点跟踪处理;结合节点跟踪处理结果,将运动学不等式与误差向量作为机器人轨迹跟踪控制的约束条件,利用滑模变结构搭建轨迹跟踪控制模型,实现全向移动机器人轨迹跟踪控制;对比实验结果表明,所设计的方法应用后,全向移动机器人角速度曲线、线速度曲线与期望运动轨迹曲线之间的贴合程度均超过90%,满足全向移动机器人轨迹跟踪控制要求。     

多障碍环境中移动机器人的光滑轨迹规划

根据轮式移动机器人参数化轨迹生成模型,结合多障碍物结构化环境中障碍物的建模,把其和参数化轨迹规划模型融合,得到了具有一般性的多障碍物环境中轮式移动机器人光滑轨迹规划模型;并利用最优化控制原理,建立了任意性能指标下,多障碍物环境中最优参数化轨迹生成模型。结合数值求解方法,推导了多障碍物环境中参数化轨迹规划非线性求解模型的求解方法。最后通过仿真验证了参数化轨迹规划求解模型的正确性。