分数阶多机器人的领航–跟随型环形编队控制

针对多机器人系统的环形编队控制复杂问题,提出一种基于分数阶多机器人的环形编队控制方法,应用领航–跟随编队方法来控制多机器人系统的环形编队和目标包围,通过设计状态估测器,实现对多机器人的状态估计.由领航者获取系统中目标状态的信息,跟随者监测到领航者的状态信息并完成包围环绕编队控制,使多机器人系统形成对动态目标的目标跟踪....     

基于模糊控制的移动机器人避障研究

针对移动机器人在未知环境中的不确定性,利用Matlab构建了多传感器仿真试验移动平台,在Simulink中搭建移动机器人运动学模型,利用多传感器采集环境中的障碍物信息与目标物的方位角,设计了具有避障功能的模糊控制算法.通过模糊控制器控制移动机器人的左右轮速度实现机器人的转弯以及直走,根据机器人实时的角度反馈信息不断修正机器人的位姿以精确避障.仿真实验验证了该方法的可行性及有效性.     

非完整移动机器人目标环绕动态反馈线性化控制

本文针对多个非完整移动机器人对静止或运动目标的环绕追踪问题进行研究.每个机器人仅通过自身和其相邻的机器人的位置与方向信息以及所追踪的目标的位置信息来协调其运动.首先,提出了一种基于动态反馈线性化方法的分布式控制策略,并引入一个控制机器人之间相对角间距的非线性函数,控制机器人间的相对角间距.使多个机器人能够以期望的与目标之间的相对距离、环绕速度和机器人之间的相对角间距对目标进行追踪.然后,利用Lyapunov工具对控制算法进行了渐近稳定性和收敛性分析.最后构建了多移动机器人实验平台,进行了数值仿真和实验验证,仿真和实验的运行结果表明了所提出算法的有效性.     

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。     

一组跟随式移动机器人系统的设计方法

设计了 一组跟随式移动机器人系统,通过图像的识别与处理构建局部通信网络,完成机器人自动跟随、协同控制的功能.建立机器人运动模型,根据采集的图像信息通过PID控制算法控制机器人,通过广播网络的构建,使用广播通信方式完成机器人协同控制.单机器人在直行与转向运动测试中均具有良好的跟随表现,多机器人跟随系统具有较好的跟随鲁棒性,同时可完成多机器人的协同控制.     

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。     

移动机器人的队形控制及其主动避障

在这篇论文中, 我们利用一个统一的算法框架来解决移动机器人的队形控制和主动避障问题, 使得编队中的从机器人在避开障碍物的同时, 能够与被跟踪的主机器人保持期望的相对距离或相对方位. 在现有的关于主—从跟踪编队控制的文献中, 为了实现对主机器人快速准确的跟踪, 从机器人在跟踪控制时需要主机器人在惯性坐标系下的绝对运动速度作为队形跟踪控制器的输入. 然而, 在一些环境中, 主机器人的绝对运动状态很难获得. 这里, 我们将利用主—从机器人之间的相对速度来建立机器人编队系统的运动学模型. 基于这个模型的编队控制方法将不再需要测量主机器人的绝对运动速度. 进一步地, 上述的建模和控制方法被扩展为一个移动机器人的动态避障方法, 该方法利用机器人与障碍物之间相对运动状态作为避障控制器的信息输入. 利用由三个非完整移动机器人组成的多机器人系统, 验证了所提出编队控制方法的有效性.     

通讯受限条件下的机器人编队算法

针对通讯受限条件下大规模移动机器人编队任务,本文提出了基于行为的分布式多机器人线形编队控制和避障算法.机器人个体无需获得群体中所有机器人的信息,而是根据传感器获取的环境信息和局部范围内的机器人信息对其自身的调整方向进行预测,并最终很好地完成了设定的编队及避障任务.由于本文方法需求的通讯量不大,并且采用分布式控制,因此该...     

带拖车移动机器人轨迹生成方法的研究与仿真

带拖车的轮式移动机器人系统属于典型的非完整、欠驱动系统,-般的控制理论很难适用.由于多车体的存在,移动轨迹的控制十分复杂,特别是倒车轨迹控制更成为机器人控制的难点问题.以泊车轨迹生成为例,为了准确控制机器人姿态和目标跟踪轨迹,利用重复变换法,提出了简单可行,适用于任意节拖车系统的前行和倒车时的轨迹生成算法进行仿真,解决了带拖车机器人系统控制器关于目标和路径的控制,证明算法为机器人设计提供了可行性参考.     

多移动机器人避障编队控制

研究多移动机器人避障优化设计,针对多移动机器人在障碍物环境下的编队控制问题,为了保持整体合理避障和控制系统的稳定性和安全性,提出一种多机器人避障编队控制策略.首先获得多移动机器人编队的队形结构模型,结合多机器人完成避障编队任务的问题描述;在此基础上引入导航函数采用一种避障编队控制算法,使移动机器人能以设定的队形运动到目标点,可保证编队运动过程中未与障碍物发生碰撞.进行仿真的结果证明,所提算法解决了多机器人编队与避障问题,并保证了闭环系统的稳定性与安全性,验证了设计方法的有效性.     

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.     

Stable Neuro-Adaptive Control for Robots with the Upper Bound Estimation on the Neural Approximation Errors

An indirect adaptive control approach is developed in this paper for robots with unknown nonlinear dynamics using neural networks (NNs). A key property of the proposed approach is that the actual joint angle values in the control law are replaced by the desired joint angles, angle velocities and accelerators, and the bound on the NN reconstruction errors is assumed to be unknown. Main theoretical results for designing such a neuro-controller are given, and the control performance of the proposed controller is verified with simulation studies.     

考虑导弹自动驾驶仪动态特性的带攻击角度约束制导律

针对打击机动目标时带攻击角度约束的制导问题,采用扩张状态观测器和动态面控制方法设计一种考虑自动驾驶仪动态特性的制导律.考虑期望视线角的变化率正比于未知的目标加速度,采用扩张状态观测器对未知目标加速度进行估计.为了避免奇异问题,并克服非匹配不确定项对系统性能的影响,采用非奇异终端滑模和动态面控制方法进行制导律设计.与传统的将目标加速度设为零的制导律相比较,仿真结果表明所提出的制导律具有良好的制导性能.     

Vision-based exponential stabilization of mobile robots

A new smooth closed loop time invariant control law is proposed for the exponential stabilization of mobile robots with nonholonomic motion constraints. The control scheme relies solely on visual information and includes an observer for the system state estimation by means of the essential matrix. The problem of model degeneracies due to short baseline is solved with the definition of a virtual target that provides a stable estimation of the essential matrix. The novelty of this paper lies in the new vision-based control scheme with state observer which is robust, ensuring convergence to the target location. The stability of the system under the proposed control law is demonstrated and experimental results show the goodness of the approach.     

感知范围受限的群机器人自主围捕算法

针对在有障碍物场地中感知范围受限的群机器人协同围捕问题,本文首先给出了机器人个体、障碍物、目标的模型,并用数学形式对围捕任务进行描述,在此基础上提出了机器人个体基于简化虚拟速度和基于航向避障的自主围捕控制律.基于简化虚拟速度模型的控制律使得机器人能自主地围捕目标同时保持与同伴的距离避免互撞;基于航向的避障方法提升了个体...     

移动机器人路径规划的模糊人工势场法研究

静态环境下的路径规划是移动机器人领域非常重要的研究课题。人工势场法由于算法简单、计算量小、运算速度快、实时性好等特点,在移动机器人路径规划中得到了广泛应用,但人工势场法也存在目标不可达和局部极小值问题。针对人工势场法存在的不足,将模糊控制思想引入到移动机器人的路径规划中来,对移动机器人的偏转角进行精确控制。仿真实验结果证明了所提方法的有效性。     

双轮移动机器人安全目标追踪与自动避障算法

设计了双轮移动机器人安全目标追踪算法和双回路的追踪与避障控制方案.内层控制回路是目标追踪的控制律,用来指导机器人追踪到指定目标并保持一定的安全距离,而且兼顾了机器人在运行速度上的限制和追踪的时间效率,其控制的渐近稳定性用Lyapunov函数法进行了证明.当遇到障碍物时,外层控制回路根据超声传感器的信息和阻抗控制的概念产生阻抗虚拟力,将期望目标调整到虚拟位置,使机器人能够自动转向以避开障碍物.仿真研究和实验结果证明了追踪算法的有效性和避障方法的可行性.     

Pursuit formations with dynamic control gains

The paper presents a coordinated motion control law of multiple autonomous agents based on the pursuit strategy with dynamical gains. In particular, we are interested in the control law with no communication between the agents, that is, the leader's moving velocity is not known by the follower robots. Each follower only utilizes its local measurement of relative position information to keep a desired distance and a desired bearing with its neighbors according to a fixed topology. The paper proposes a modified follower's control law, in which each follower pursues its neighbor along the line of sight rotated by a constant offset angle with a dynamic control gain. The offset angle is designed to attain the specific bearing and the dynamic control gain is introduced for the purpose of achieving the desired distance to its neighbor. Then, all the agents make the same motion to the leader's in a steady formation. It is shown that, for the case of uniform rectilinear motion, the group of mobile robots converges to the exact formation specified by the offset angles and the distances no matter what the leader's velocity is, whereas for the case of uniform circular motion, the group of agents converges to an approximation of the formation attained in the rectilinear motion case when the leader's turning radius is much greater than the desired distances between neighboring robots. The effectiveness of the proposed technique and the obtained analytical results are demonstrated in simulations. Copyright © 2011 John Wiley & Sons, Ltd.     

A distributed motion coordination strategy for multiple nonholonomic mobile robots in cooperative hunting operations

This paper presents a distributed smooth time-varying feedback control law for coordinating motions of multiple nonholonomic mobile robots of the Hilare-type to capture/enclose a target by making troop formations. This motion coordination is a cooperative behavior for security against invaders in surveillance areas. Each robot in this control law has its own coordinate system and it senses a target/invader, other robots and obstacles, to achieve this cooperative behavior without making any collision. Each robot especially has a two-dimensional control input referred to as a “formation vector” and the formation is controllable by the vectors. The validity of this control law is supported by computer simulations.     

Feedback control for robotic manipulator with an uncertain Jacobian matrix

In most applications of robots, a desired path for the end‐effector is usually specified in task space such as Cartesian space. One way to move the robot along this path is to solve the inverse kinematics problem to generate the desired angles in joint space. However, it is a very time consuming task to solve the inverse kinematics problem. Furthermore, in the presence of uncertainty in kinematics, it is impossible to derive the desired joint angle from the desired end‐effector path and the Jacobian matrix of the mapping from joint space to task space. In this article, a feedback control law using an uncertain Jacobian matrix is proposed for setpoint control of robots. Sufficient conditions for the bound of the estimated Jacobian matrix and stability conditions for the feedback gains are presented to guarantee the stability and passivity of the robots. A gravity regressor with an uncertain Jacobian matrix is also proposed for gravitational force compensation when the gravitational force is uncertain. Simulation results are presented to illustrate the performance of the proposed controllers. ©1999 John Wiley & Sons, Inc.