基于深度相机的移动机器人视觉跟踪控制研究

基于视觉利用移动机器人进行运动目标跟踪,该文提出一种基于二自由度云台和RGB-D相机的运动目标视觉跟踪及移动机器人路径实时规划、跟踪方法。该方法利用核相关滤波算法在图像中实时追踪目标,控制二自由度云台使深度相机实时对准目标,并根据深度相机得到目标的深度信息,利用坐标转换得到目标相对于机器人的位置信息;其后移动机器人根据目标的位置信息,基于五次多项式进行路径规划;最后采用李雅普诺夫控制律对移动机器人进行轨迹跟踪控制,使得机器人能够平稳地跟踪目标运动。该算法在阿克曼移动机器人上进行了实验,实验结果验证了算法的有效性和实时性。     

基于观测器的轮式移动机器人路径跟踪控制

研究基于状态观测器的轮式移动机器人的路径跟踪控制问题.首先简要回顾了基于状态反馈的移动机器人的路径跟踪控制问题;进而通过适当的状态变换将移动机器人模型转换为合适的形式,并在移动机器人的位置可以测量的情况下设计了一种可保证状态观测误差指数收敛的状态观测器;最后结合状态反馈路径跟踪控制器和所设计的观测器得到了一种基于观测器的路径跟踪控制器,该控制器可以保证移动机器人的运动轨迹指数收敛到期望路径上.仿真结果证实了所提出的基于观测器的路径跟踪控制器的有效性.     

农业轮式移动机器人反演自适应滑模轨迹跟踪控制

为提高农业轮式移动机器人路径跟踪控制的鲁棒性,提出一种基于农业轮式移动机器人反演自适应滑模控制策略。运用反演控制设计其运动学控制律,保证位置跟踪误差渐进收敛到零;根据动力学模型,设计自适应滑模动力学控制律,实现农业轮式移动机器人左右轮平稳的运行;运用李雅普诺夫定理保证闭环系统的最终一致稳定性。仿真实验验证了该方法的有效性和优越性,能够实现正弦型曲线路径跟踪。     

带拖车移动机器人全局路径跟踪控制

研究带拖车移动机器人的前向路径跟踪控制和倒车路径跟踪控制问题.首先建立系统的运动学模型,并进行系统的运动特性分析;然后基于Lyapunov方法提出一种新的单体移动机器人全局路径跟踪控制器,并将其引入带拖车移动机器人的前向路径跟踪控制;再后通过运动学变换,实现了拖挂任意节拖车的系统的倒车路径跟踪控制;最后针对三车体系统的两种路径跟踪控制进行仿真,结果表明了该方法的有效性.     

未知环境下基于三次螺线Bug算法的移动机器人路径规划

研究了环境未知情况下的移动机器人实时路径规划问题,将Bug算法与基于滚动窗口的路径规划相结合,提出了一种改进的移动机器人路径规划方法。详细分析了三次螺线作为移动机器人跟踪路径所具有的各种优异的几何特性,定义路径光滑成本函数,利用三次螺线对滚动窗口内规划的路径光滑化,使得移动机器人易于跟踪所规划的路径,扩展了移动机器人的应用领域。最后对本文算法的收敛性和完备性予以证明。仿真实验验证了该方法的有效性。     

基于模糊逻辑控制技术的移动机器人路径跟踪中的偏差纠正

本文在分析移动机器人在路径跟踪中所产生的３种误差之间关系的基础上，提出了基于两个模糊子控制器的移动机器人路径跟踪纠偏的新方法．该方法简化了移动机器人的纠偏控制过程，改善了控制算法的实时性，提高了移动机器人的路径跟踪精度．     

非时间参考的移动机器人路径跟踪控制

基于非时间参考的思想提出了一种移动机器人路径跟踪控制方法.首先选择移动机器人实际路径在某参考系下的x轴投影作为非时间参考量,并针对一类几何路径的跟踪建立移动机器人非时间参考的运动学模 型,据此设计以恒定速度跟踪期望路径的控制律,然后在此基础上给出跟踪任意几何路径的分段控制策略.此跟踪 控制系统所采用的参考量为非时间量􀁯,摆脱了时间因素的影响,因此能提高移动机器人在不确定环境中的跟踪能 力.仿真和物理实验表明了控制方法的有效性.􀁱     

采用滑模条件积分的无人驾驶汽车弯道超车路径规划与跟踪控制

针对无人驾驶汽车弯道超车场景,基于五次多项式曲线提出一种路径规划算法和基于滑模条件积分控制方法提出一种路径跟踪控制策略.首先,为了简化无人驾驶汽车弯道超车路径规划过程,将其分解成驶入超车道路径、保持超车道内行驶路径和驶回原车道路径3部分,并基于五次多项式曲线分别规划出满足汽车侧向加速度约束和动态障碍物避障约束的驶入超车道路径和驶回原车道路径,3部分路径平滑连接构成无人驾驶汽车弯道超车路径.随后,为了高精度的跟踪规划的路径,采用滑模条件积分控制方法设计具有强鲁棒性优点且无抖振的无人驾驶汽车路径跟踪控制策略,并采用李雅普诺夫稳定性理论证明其收敛性.最后,进行了算法的仿真验证,结果表明:所提出无人驾驶汽车路径规划算法和路径跟踪控制策略可以引导无人驾驶汽车安全、舒适的完成弯道超车操作,并且相对于斯坦利方法,具有更快的响应速度和更高的跟踪精度.     

动态环境下移动机器人路径跟踪与避障

采用模糊神经网络并结合模糊逻辑控制的方法,研究在动态环境下移动机器人的在线路径跟踪与实时避障问题:针对移动机器人的运动学模型,依据点与直线间的距离关系设计了移动机器人的路径跟踪算法,提出了一种基于模糊神经网络的移动机器人在线路径跟踪方案,采用改进的BP算法对网络进行学习与训练,利用梯度下降法调整网络的权值与阈值,使其实际输出与期望输出的误差总均方差最小.同时,运用模糊逻辑控制,实现了移动机器人的实时避障.仿真实例证实了控制方案的有效性,表明了所提出的跟踪算法与控制方案具有良好的动态路径跟踪与实时避障能力.     

加速度约束条件下的非完整移动机器人运动控制

将移动机器人的运动规划与跟踪控制问题合并在一起，对加速度约束条件下的非完整移动机器人运动控制问题进行研究，提出基于贝塞尔曲线的路径规划方法，以满足机器人的非完整约束．在考虑所受加速度约束的条件下，通过规划机器人状态时问轨线的方法实现了时间最优的轨迹规划．基于控制李亚普诺夫函数推导出了轨迹跟踪的控制律．仿真实验结果表明所提出的算法是有效的．     

A Smooth Path Tracking Algorithm for Wheeled Mobile Robots with Dynamic Constraints

In order to avoid wheel slippage or mechanical damage during the mobile robot navigation, it is necessary tosmoothly change driving velocity or direction of the mobile robot. This means that dynamic constraints of the mobile robotshould be considered in the design of path tracking algorithm. In the study, a path tracking problem is formulated asfollowing a virtual target vehicle which is assumed to move exactly along the path with specified velocity. The drivingvelocity control law is designed basing on bang-bang control considering the acceleration bounds of driving wheels. Thesteering control law is designed by combining the bang-bang control with an intermediate path called the landing curve whichguides the robot to smoothly land on the virtual target's tangential line. The curvature and convergence analyses providesufficient stability conditions for the proposed path tracking controller. A series of path tracking simulations and experimentsconducted for a two-wheel driven mobile robot show the validity of the proposed algorithm.     

轮式足球机器人平滑运动轨迹控制算法的研究--Robocup系列研究之四

介绍一种轮式足球机器人的平滑运动轨迹控制算法。为了更简洁有效地驱动足球机器人平滑快速地跟踪目标位置与姿态，在控制其移动的过程中应平滑连续地改变其速度和方向。提供了一种基于双积分系统时间最优Bang-Bang控制的轨迹生成及控制算法，在模拟引导轨迹的引导下进行连续的速度控制引导机器人平滑高速跟踪运动轨迹并按要求调整其末端姿态。通过一系列的仿真结果来体现该控制算法的高效性和准确性。     

基于CPLD的彩色视觉移动机器人路径跟踪系统

路径跟踪是机器人视觉导航控制基本技术之一,为使机器人沿地面彩色引导线自主运动,并能在适时离线执行任务后自动返航,提出了一种用可编程逻辑器件(CPLD)实现的视觉伺服PID控制方法.该方法利用图像特征反馈对其所跟踪的路经进行实时识别跟踪.仿真结果表明,该方法改善了控制算法的实时性,提高了移动机器人的路径跟踪精度与速度.     

A higher level path tracking controller for a four-wheel differentially steered mobile robot

A variety of approaches for path tracking control of wheeled mobile robots have been implemented. While most of these are based on controlling the robot dynamics, they are not applicable if the robot dynamics are inaccessible. In this paper, a fuzzy logic controller (FLC) for the path tracking of a wheeled mobile robot based on controlling the robot at a higher level is presented. The controller is highly robust and flexible and automatically follows a sequence of discrete waypoints, and no interpolation of the waypoints is needed to generate a continuous reference trajectory. The speeds are varied depending on the variations in the path and on the posture of the robot. The heuristic rules of the FLC are based on an analogy with a human driving a car and the optimization of the controller is based on experimentation. The implementation on a P3-AT mobile robot shows the effectiveness of the proposed approach.     

加入临时路径的移动机器人路径跟踪模糊控制

对含不确定性的移动机器人系统设计了路径跟踪模糊控制方法。该方法引入临时路径,使机器人先从初始位置出发沿临时路径行进,当移动到期望路径附近时,再让机器人跟踪期望路径。整个控制过程只需要一个模糊控制器,极大地减少了工作量,并引进积分环节以消除稳态误差。仿真和实验结果验证了该方法的有效性。     

光伏阵列清洁机器人路径跟踪改进型自抗扰控制

针对光伏阵列清洁机器人清洁作业过程中存在路径跟踪精度低与外界不确定干扰等问题,提出了一种改进型自抗扰控制策略来控制驱动单元模型,实现驱动单元角速度（力矩）的高鲁棒性控制,从而提高了机器人的路径跟踪精度.通过分析机器人的运动状态,得到清洁机器人实际运动位姿与期望运动位姿之间的误差.由于外界环境以及其他不确定因素的干扰,通过建立清洁机器人移动底盘带不确定干扰因素的动力学控制模型,在传统自抗扰控制器的基础上通过改进fal函数,提出了一种运动学与动力学内外嵌套的改进型自抗扰策略.改进型扩张状态观测器来实时观测并补偿不确定干扰因素,从而实现清洁机器人高精度跟踪作业目标路径.通过多种目标路径的跟踪仿真实验,最终都表现出了较好的跟踪结果.证明了本文所设计的基于改进型自抗扰控制的光伏阵列清洁机器人路径跟踪控制算法的优越性与有效性,提高了光伏阵列清洁机器人的清洁作业路径跟踪精度.     

时滞的非完整动力学系统滑模抗干扰跟踪控制

针对具有外部扰动和时滞的非完整轮式移动机器人系统,本文阐述了一种基于非线性扰动观测器的时滞滑模控制方法.首先,利用扰动观测器估计系统的外部扰动;然后,用极坐标转化移动机器人的姿态,并用计算转矩法对机器人的动力学方程进行反馈线性化.设计带时滞控制的滑模,目的是使移动机器人渐近稳定在期望轨迹上,并有效地减小控制增益的过高估计.最后,利用李雅普诺夫函数建立闭环系统的稳定性.仿真结果表明,该方案具有良好的跟踪精度和鲁棒性.     

Reducing a class of polygonal path tracking to straight line tracking via nonlinear strip-wise affine transformation

In this paper a piecewise linear homeomorphism is presented that maps a strictly monotone polygonal chain to a straight line. This mapping enables one to reduce the path tracking task for mobile robots to straight line tracking. Due to the simplicity of the transformation, closed form solutions for the direct and inverse mapping are presented. Furthermore, the transformation also defines a feedback equivalence relation between the original and the transformed system equations of the mobile robot. It is shown that the form of the system equations is preserved and that the transformation essentially maps a car-like robot in the original domain, to a car-like robot in the transformed domain. This enables one to use straight line trackers developed solely for this system, for the tracking of arbitrary strictly monotone polygonal curves. Finally, it is shown that the use of this mapping can also simplify the application of existing path tracking controllers since they only need to track straight line paths. In general, one can eliminate from the existing path controllers all parameters that are needed for non-straight paths, thus obtaining respective simplified controllers. For example, it is shown that a fuzzy path controller with 135 rules can be reduced to an equivalent fuzzy straight line tracking controller with 45 rules.