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...     

非完整移动机器人的轨迹跟踪控制

讨论基于运动学模型的非完整移动机器人的轨迹跟踪控制问题。在一定的假设条件下实现了全局指数跟踪，该假设允许参考模型角速度和平移速度均趋于零，并将该方法推广到 动力学模型。仿真例子证明了该方法的有效性。     

轮式移动机器人驱动系统的动力学模型的研究

本文论述了一种首先应用阶跃响应的面积法得到开环系统的辩识模型，然后结合对开环辨识模型的根轨迹分析进行闭环系统的模型综合的辩识方法。     

地面移动机器人的分阶段位姿镇定方法

针对无侧移地面移动机器人的位姿镇定问题提出一种多阶段控制律.在运动学层次上位姿镇定制问题与带落角约束的二维制导问题具有很大的相似性.基于此,在最优制导律的基础上增加对线速度的控制后,可以实现一定初始位姿条件下的位姿镇定控制.对于不满足条件的初始位姿,则增加一个姿态调整阶段,使其达到初始条件.所构造的多阶段控制律可以对任意期望位姿实现控制,并具有能量最省的特性.仿真结果证实该控制律具有较好的控制精度.     

移动机器人多规则因子模糊控制方法

本文针对轮式移动机器人这种典型的非完整性系统,在给出了动力学模型后将模型中的参数选取进行了一些改进使用直观的电压参数来取代转距:在实际应用中由于模糊规则一经确定就无法改变,本文采用了一种在全论域范围内自调整规则因子的方法,调整过程符合人在决策过程中的思维特点,且易于计算机实现控制算法.仿真结果表明系统的动态性能得到明显改善.     

含未知信息的轮式移动机器人编队确定学习控制

本文研究含未知信息的轮式移动机器人(wheeled mobile robots,WMR)的编队控制问题.首先,基于领航–跟随法和虚拟结构法,将WMR编队控制问题转化为跟随机器人对参考虚拟机器人的跟踪控制问题.然后,利用径向基函数神经网络(radial basis function neural networks,RBF NN)对WMR的未知系统动态进行学习,以及根据李雅普诺夫稳定性理论设计了稳定的自适应RBF NN控制器和RBF NN权值估计的学习率.依据确定学习理论,闭环系统内部信号在对回归轨迹实现跟踪控制的过程中满足部分持续激励(persistent excitation,PE)条件.随着PE条件的满足,RBF NN权值估计收敛到其理想权值,实现了对未知闭环系统动态的准确学习.最后,利用学习结果设计了RBF NN学习控制器,保证了控制系统的稳定与收敛,实现了闭环稳定性和改进了控制性能,并通过仿真验证了所提控制方法的正确性和有效性.     

具有未校准视觉参数的移动机器人的跟踪控制

基于未校准视觉反馈的非完整运动学系统具有参数不确定性,较一般的运动学系统更加复杂.根据视觉反馈和非完整移动机器人的链式标准形式,研究了具有未标定摄像机视觉参数的移动机器人的轨迹跟踪控制问题.利用固定在天花板上的摄像机系统提出运动学跟踪误差模型,并对该误差系统模型提出了一种动态反馈跟踪控制器;对具有不确定机械参数的动力学模型,提出一种自适应力矩控制器,该控制器保证了实际机器人状态渐近跟踪给定的参考轨迹,并通过Lyapunov方法严格证明了整个闭环系统的稳定性.仿真结果证实了所提出的控制器的有效性.     

两轮移动机器人运动控制系统的设计与实现

通过对两轮驱动机器人小车的运动模型的分析,提出一种非完整性两轮机器人小车运动控制器的设计方法.在将运动参量角速度和线速度进行解耦的基础上,引入速度控制器,通过反馈抑制了左右轮的扰动及参数差异对控制性能的影响,􀁯并且以数字信号处理器芯片TMS320LF2407A为控制器核心,具体实现了非完整性两轮机器人小车运动控制.实验结果证明了上述方法的有效性.     

一种基于迭代学习的移动机器人轨迹跟踪控制方法

机器人迭代学习在某些场合下有着重要的应用。传统的P型或PD迭代学习需要较长的迭代过程,本文提出了一种具有快速收敛的迭代学习策略。在给出的轮式移动机器人运动学模型基础上进行了仿真,结果证明了策略的有效性。     

一类不确定非完整动力学系统的鲁棒镇定及其在移动机器人中的应用

本文讨论了一类带有未知惯性参数、动静态摩擦及外界干扰的非完整动力学系统的控制问题．基于变结构控制的思想，给出了该系统的镇定方法，使得Ｐｏｍｅｔ［３］关于非完整运动学系统的时变光滑镇定律可推广到相应的带有参数不确定和干扰的动力学系统上．最后，将所得结果应用于一类移动机器人的镇定控制，仿真结果验证了该方法的有效性．     

Quasi-min-max MPC for visual servoing stabilization of omnidirectional wheeled mobile robots

This paper proposes a new visual servoing quasi-min-max MPC algorithm for stabilization control of an omnidirectional wheeled mobile robot subject to physical and visual constraints. The visual servoing dynamics of the robot are modeled as the state-dependent linear error system with nonlinear control inputs of rotation and deflection velocities of wheels. The state-dependent linear error system is covered as linear parameters-varying models which is used to design the visual servoing quasi-min-max MPC controller. The actual control inputs of the robot are then computed by the solution of an inverse algebraic equation of the MPC actions. The recursive feasibility and stability of the new visual servoing MPC are ensured by some LMIs conditions. The performance and practicability of the visual servoing MPC are verified by some simulation and experiment results.     

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.     

基于阿克曼原理的车式移动机器人运动学建模

基于阿克曼原理的轮式移动机器人运动学模型对于无人驾驶车辆的研究有着重要的意义.对轮式移动机器人的运动学特性进行了分析,建立了不考虑滑行、刹车等的轮式移动机器人的运动学模型.对该运动学模型引入了阿克曼约束,给出了描述机器人运动状态的转向角、航向角和转弯半径等物理量的数学公式.最后对该运动学模型进行仿真实验,验证了所建立的运动学模型的正确性,为进一步研究轮式移动机器人提供了理论分析的基础.     

An uncertainty compensator for robust control of wheeled mobile robots

This paper proposes an uncertainty compensator to design a novel robust control for mobile robots with dynamic and kinematic uncertainties. A novel gradient-based adaptive fuzzy estimator is developed to compensate uncertainties with minimum required feedback signals. As a novelty, the proposed approach uses the tracking error and its first time derivative to form the estimation error of uncertainty, and guarantees that both the estimation error and tracking error converge asymmetrically to ignorable value. Advantages of the proposed robust control are simplicity in design, robustness against uncertainties, guaranteed stability, and good control performance. The control approach is verified by stability analysis. Simulation results and experimental results illustrate the effectiveness of the proposed control. Experimental evaluation of the proposed controller is expressed for two different low-cost nonholonomic wheeled mobile robots. The proposed control design is compared with an adaptive control approach to confirm the superiority of the proposed approach in terms of precision, simplicity of design, and computations.     

轮式移动机器人里程计系统误差校核*

里程计使用编码器为轮式移动机器人提供基本的位姿估计,在运行过程中里程计存在严重的误差累计,通过校核系统参数可以减小系统误差,UMBmark方法是轮式移动机器人广泛使用的系统误差校核方法。针对UMBmark方法存在的不足,提出一种改进的系统误差校核新方法：综合考虑三种主要系统误差来源产生的误差对移动机器人直线运动和定点旋转运动造成的影响,同时采用正方形回路终点的方向误差代替传统UMBmark方法中的位置误差来校核系统参数。实验结果表明提出的方法能够有效校核系统参数,提高移动机器人的定位精度。     

具有参数不确定性的轮式移动机器人自适应backstepping控制

针对参数不确定的轮式移动机器人的轨迹跟踪问题,设计自适应跟踪控制器.基于移动机器人的动力学模型,采用backstepping积分方法,通过逐步递推选择适当的Lyapunov函数,设计基于状态反馈的自适应控制器,并进行了相应的稳定性分析.与传统PID控制进行仿真对比,结果表明提出的自适应控制策略能较好地补偿系统参数摄动的影响,提高了移动机器人的轨迹跟踪性能和鲁棒性.     

不确定轮式移动机器人的任意轨迹跟踪

本文研究参数不确定轮式移动机器人的任意轨迹跟踪统一控制问题.通过引入坐标变换、输入变换和辅助动态,将机器人模型转换为合适的形式;进而运用Lyapunov方法和自适应技术设计了一种自适应统一控制器,该控制器可以保证跟踪误差全局一致最终有界,且最终界大小可以通过调整控制器参数而任意调节.仿真结果验证了控制律的有效性.