非完整移动机器人的轨迹跟踪控制研究

为削弱非移动机器人系统中由滑模控制引起的抖搌现象,提出一种反演设计方案,设计出具有全局渐进稳定的控制器。通过构造中间虚拟控制量和虚拟反馈函数对控制器进行设计,并对稳定性进行分析。满足了移动机器人轨迹跟踪控制要求,且具有设计方法简单,鲁棒性强的特点。仿真试验验证了控制器的正确性和有效性。     

非完整轮试移动机器人的轨迹跟踪滑模控制

由于轮式移动机器人的非完整性质和运动受限性质,它的轨迹跟踪已经成为一类具有挑战性的控制问题.针对一个可以在医院环境中执行护理任务的室内移动机器人-护士助手机器人,提出一种轮式移动机器人的轨迹跟踪滑模控制方法.由移动机器人在极坐标系中的运动学方程出发设计一个滑模控制器,进而提出了一种新的滑模控制方法,解决了在极坐标系中关于运动学的跟踪问题.分析了此方法的稳定性和执行性能,并且通过仿真证明这个控制方法的实际应用的有效性.     

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...     

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。     

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。     

受非完整约束移动机器人的跟踪控制

讨论受非完整约束移动机器人运动学模型和动力学模型的跟踪控制问题.通过把它们化成统一的标准型,提出了新的动态跟踪控制器.这些控制器具有维数低和没有奇异点的优点.仿真结果表明了所提出控制方法的有效性.     

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·     

非完整约束移动机器人的轨迹跟踪控制

针对非完整约束移动机器人运动学与动力学模型,根据轨迹跟踪控制目标的需要,设计了一种简单的控制器,该控制器结合了运动学控制器设和动力学控制器两部分;针对运动学模型,采用自适应算法对其未知参数进行估计,针对系统动力学模型,采用单层神经网络算法克服未知扰动对系统稳定性的影响,使速度误差尽可能地缩小;在Lyapunov稳定性理论的基础上证明了系统的收敛性和稳定性,该控制算法简单有效,易于实现;仿真结果表明:该控制策略可以实现对移动机器人期望轨迹的稳定跟踪,验证了算法的有效性。     

非完整移动机器人全局路径跟踪控制

根据制导路径跟踪理论,提出了一种非完整移动机器人全局路径跟踪控制方法.这一方法首先在路径坐标系上计算实际位置与期望位置的误差,利用制导的路径跟踪理论,导出消除该误差所需的姿态角和路径参数更新律,然后据此求解角速度及实际控制.文中还给出了初始路径参考点的计算方法,分析了路径跟踪方向和反转方法.稳定性分析证明该方法没有控制奇异点,受控闭环系统全局一致渐近稳定.最后通过移动机器人典型路径跟踪实验验证了所提出方法的可行性.     

非完整四轮式移动机器人反演轨迹跟踪控制

根据非完整约束的四轮式移动机器人的运动学模型,对其轨迹跟踪控制策略进行了深入研究;采用反演控制的相关理论和方法,设计了移动机器人轨迹跟踪控制策略;该控制策略将系统分解为低阶子系统来进行处理,利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计,并且具有全局渐近稳定性;此外,在控制策略中对相应的控制量设置了阈值,保证了移动机器人运动的平滑性;最后,对所设计控制器的稳定性和平滑性进行了仿真实验,验证了其正确性和有效性。     

基于终端滑模机器人模糊自适应路径跟踪控制

对质心位置未知的移动机器人系统设计了基于快速终端滑模的模糊自适应路径跟踪控制方法。该方法采用模糊逻辑系统逼近控制器中的未知函数,基于李亚普诺夫稳定性分析方法对未知参数设计自适应律,并设计鲁棒控制器来补偿逼近误差。该方法不但可以保证闭环系统中的所有信号有界,而且可使跟踪误差在有限时间内收敛到原点的小邻域内。仿真结果验证了方法的有效性。     

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。     

非完整移动机器人路径跟踪的模糊控制

以步进电机驱动的差动式移动机器人为对象,建立非完整约束的离散运动学模型.基于参数整定的思想,并结合路径跟踪的特点来设计用于非完整移动机器人路径跟踪的分阶段模糊控制器,在跟踪的趋近和稳定阶段,分别采用了不同的模糊化比例因子和解模糊比例因子.仿真和实验表明,移动机器人采用分阶段模糊控制器对路径进行跟踪,响应速度快,稳态误差小,鲁棒性强.     

Cooperative adaptive consensus tracking for multiple nonholonomic mobile robots

This paper addresses the cooperative adaptive consensus tracking for a group of multiple nonholonomic mobile robots, where the nonholonomic robot model is assumed to be a canonical vehicle having two actuated wheels and one passive wheel. By integrating a kinematic controller and a torque controller for the nonholonomic robotic system, a cooperative adaptive consensus tracking strategy is developed for the uncertain dynamic models using Lyapunov-like analysis in combination with backstepping approach and sliding mode technique. A key feature of the developed adaptive consensus tracking algorithm is the introduction of a directed network topology into the control constraints based on algebraic graph theory to characterise the communication interaction among robots, which plays an important role in realising the cooperative consensus tracking with respect to a specific common reference trajectory. Furthermore, a novel framework is proposed for developing a unified methodology for the convergence analysis of the closed-loop control systems, which can fully ensure the desired adaptive consensus tracking for multiple nonholonomic mobile robots. Subsequently, illustrative examples and numerical simulations are provided to demonstrate and visualise the theoretical results.     

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.     

移动机器人的免疫非时间参考路径跟踪控制

针对移动机器人非时间参考控制方法的不足之处,借鉴生物免疫反馈响应过程的调节规律,提出了移动机器人的免疫非时间参考路径跟踪控制方法。该方法既有不依时间规划调节输出控制的特性,而且充分考虑到机器人机械结构与电机力矩特性的要求,实现了在误差较大时对控制量的限幅;通过选取合适参数,还能减小系统的超调量,进一步改善整个控制系统的性能。对于动态事件,采用插入算法,提高机器人对动态环境适应能力,使控制方法更适宜实际应用。仿真与实物实验,验证了该方法的有效性。     

基于反步法的移动机器人鲁棒跟踪控制

以四轮移动机器人为研究对象,建立了机器人完整的数学模型,包括运动学模型、动力学模型以及驱动电机模型。在机器人数学模型的基础上,采用反步法的思想设计具有全局收敛特性的鲁棒轨迹跟踪控制器,设计中考虑了驱动电机模型使控制器更符合实际控制要求,并将其分解为运动学控制器、动力学控制器以及电机控制器三部分,降低了控制器设计的难度。构造了系统的李雅普诺夫函数,证明了该类型移动机器人在所得控制器作用下,能实现对给定轨迹的全局渐近追踪。仿真实验结果表明基于反步法的控制器是有效的。     

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。