柔性机器人轨迹跟踪的逆动力学分析

基于绝对坐标,以期望轨迹而不是名义刚性位置作为机器人末端点的边界条件,建立了具有柔性关节和柔性杆的机器人的逆动力学模型,此方法可使柔性机器人非常准确地跟踪期望轨迹。最后,提出了求解此类非线性方程的数值算法。通过对３Ｒ机器人进行仿真,表明本方法优于通常的方法。     

基于绝对坐标的柔性机器人逆动力学建模和轨迹跟踪

采用了 Timoshenko梁理论和有限元法 ,由 L agrange方程建立了基于绝对坐标的柔性机器人逆动力学模型。由提出的非线性方程数值解法 ,求解出柔性机器人的输入关节角或驱动力矩 ,以此作为输入参量 ,可使机器人能够非常准确地跟踪末端轨迹。文中就三柔性臂机器人进行了仿真 ,验证了本方法的有效性     

柔顺并联机器人动力学及轨迹跟踪

以含有开槽型柔顺关节的并联机器人为研究对象,对其动力学及轨迹跟踪问题进行研究。根据柔顺关节特性,建立系统分析模型,应用拉格朗日方法建立系统动力学方程。为补偿系统具有的不确定性,分别设计趋近律上界滑模控制策略和径向基函数(Radial basis function,RBF)神经网络趋近律滑模控制策略,基于Lyapunov理论证明了系统的全局稳定性。应用S型速度规划曲线,分别给出直线轨迹和圆轨迹的运动规划算法。仿真结果表明,系统模型及控制策略能够有效实现柔顺关节并联机器人的轨迹跟踪。     

柔性机器人协调操作的动力学建模和轨迹跟踪

首次基于绝对坐标 ,建立了具有柔性关节和柔性臂的机器人协调操作刚性负载的动力学模型。由此推导出了协调操作的正动力学模型。由提出的载荷分配方法 ,以被操作物体质心的实际位置而不是名义刚性位置跟踪期望轨迹 ,建立了柔性机器人协调操作的逆动力学模型。此方法可使机器人非常准确地实现期望轨迹。文中就两个具有柔性关节和柔性臂的机器人协调操作刚性负载为例 ,验证了本方法的有效性     

基于模型预测控制的排爆机器人轨迹跟踪算法研究EI北大核心CSCD

排爆机器人在复杂、危险环境下代替人作业拥有非常重要的地位。排爆机器人对期望轨迹的跟踪是避免发生危险最重要的环节。基于模型预测控制算法提出了排爆机器人末端轨迹跟踪算法。给出了机械臂状态空间的离散模型,已知当前时刻位置状态和下一时刻位置输入状态,预测未来某时域内的输出状态;然后根据给定性能指标和约束条件,求解未来一段时域内的输入序列,对实际输出进行反馈校正;最后,采用实验仿真对比测试,验证了该算法的有效实时性,结果表明,基于模型预测控制的机器人末端轨迹跟踪算法具有良好的动态实时跟踪能力,实现了目标轨迹的有效跟踪。     

基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制

轮式机器人具有复杂多变的非线性、强耦合以及时变的动力学特点,采用传统的机器人轨迹跟踪控制容易产生较大的速度突变,导致机器人在控制过程中产生抖振现象,为此提出了一种基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制方法。通过运动学分析并建立轮式机器人的位姿误差模型,采用神经动力学设计机器人轨迹跟踪控制器;分析比较不同参数取值与控制量之间的关系,设计了一种参数自适应方法进一步提高轨迹跟踪控制器的性能;最后,通过对所设计的控制方法进行了仿真实验。实验结果表明,所设计的控制方法能够保证机器人拥有较小的速度突变,在出现误差情况下能够以较快速度收敛,在轨迹跟踪上拥有较高的精度。     

基于高速视觉的绳索牵引并联机器人轨迹跟踪控制

在绳索牵引并联机器人中,实时测量动平台位姿是实现高精度轨迹跟踪控制的关键环节。为此,设计一种基于高性能工业相机的高速视觉测量系统,实现绳索牵引并联机器人的运动学视觉伺服控制。设计一种基于感兴趣区域的位姿跟踪算法,并且加入Auto-Regressive(AR)模型对位姿进行实时预测,避免了绳索牵引并联机器人复杂的正运动学求解。以此为基础,构建了工作空间的运动学视觉伺服控制方案,在实际6自由度绳索牵引并联机器人上进行了轨迹跟踪控制试验,试验结果表明基于高速视觉测量的工作空间控制方案明显优于基于编码器反馈的关节空间控制。     

空间刚柔性机械臂动力学模型与轨迹跟踪控制

针对双连杆刚柔性空间机械臂建立了非线性动力学方程,运用基于模型的非线性解耦反馈控制方法,得到刚柔性机械臂部分解耦形式的控制方程。讨论了空间机械臂的轨迹跟踪问题,通过二例数值仿真计算,表明了该方法的有效控制。     

基于模糊神经网络的不确定机器人实时轨迹跟踪控制的研究

针对机器人建模的不精确性以及扰动的存在给机器人控制增加难度的问题,提出了一种基于模糊神经网络的不确定机器人实时轨迹跟踪控制方法。该控制方法的控制器由模糊神经网络(FNN)控制器和CMAC控制器组成,FNN控制器代替传统的计算力矩法,CMAC控制器在线补偿控制误差,有效补偿机器人存在的各种不确定性。对二自由度机器人的仿真结果表明了所提出的控制方法的可行性。     

一种弧焊机器人轨迹跟踪控制方法的研究

针对弧焊机器人动态特性中的非线性和不确定因素,对机器人的轨迹跟踪控制问题进行了研究。为提高跟踪精度和控制性能,提出一种基于高斯基模糊神经网络的轨迹跟踪控制方法。该方法以高斯基作为隶属函数,结合神经网络和模糊算法,设计了高斯基模糊神经网络控制器。采用非线性规划中的最速下降法对模糊神经网络进行自学习,能够在线调节隶属度函数的中心以及关节耦合权值,使得控制器具有更好的自学习与自适应能力。数值仿真结果表明该控制方法能高效地控制机器人的轨迹跟踪。     

考虑驱动器特性的柔性弹跳机器人的轨迹跟踪控制

针对弹跳机器人存在的欠驱动问题以及轨迹跟踪控制问题,提出了电机和液压混合驱动的欠驱动仿生柔性弹跳机器人系统。首先建立欠驱动柔性弹跳机器人的运动学模型,通过5次多项式规划、主动关节和被动关节的动力学耦合关系得出各关节转角的变化规律,然后比较了考虑驱动器特性和不考虑驱动器特性时质心的运动规律。其次,建立考虑驱动器特性的机器人完整动力学模型,采用部分反馈线性化和极点配置相结合的方法对其进行运动控制。最后,仿真证明柔性关节能提高机器人弹跳性能,提出的控制方法是可行的。     

基于改进遗传算法的机器人运动轨迹跟踪控制

通过对机器人的运动轨迹准确跟踪控制,能够有效提高机器人路径规划和自主定位的准确性。机器人在运动过程中运动轨迹受到小扰动分段线性误差的影响,机器人系统是一个多变量非线性系统,传统的遗传算法进行运动轨迹跟踪控制在边界层出现稳态跟踪误差。针对以上问题提出一种基于改进遗传算法的机器人运动轨迹跟踪控制算法。模拟构建所研究的机器人的运动环境模型,把机器人运动轨迹的空间坐标抽象为遗传种群的虚拟世界,得到机器人运动空间的网格结构模型。通过遗传进化的方式寻找目标点并进行移动,为了使得机器人的运动轨迹控制满足遗传算法的匹配条件和参数摄动带来的误差,在机器人运动轨迹滑膜面设计一个跟踪误差的积分项,实现算法改进。仿真结果表明:采用该算法进行机器人运动轨迹控制,能以较快的收敛速度找到最优路径,机器人跟踪控制性能精确度和收敛性较好,性能优越。     

移动机器人跟踪控制策略分析及仿真

文中在移动机器人的运动学和动力学模型的基础上,对移动机器人控制算法进行了设计.采用backstepping积分法实现轨迹跟踪,神经元网络控制算法实行速度跟踪.仿真结果验证了控制算法的有效性.     

移动机器人轨迹跟踪与运动控制

针对轮式移动机器人在实际运行中受环境因数影响,采用扩展卡尔曼滤波(EKF)算法融合里程计与激光雷达的观测数据,对机器人的参考轨迹信息进行校正,并与离散卡尔曼滤波进行比较。在机器人动力学模型的基础上,运用Lyapunov直接法,构造具有全局渐近稳定的轨迹跟踪控制器,控制机器人运动的角w速度,v,使机器人的位姿状态达到要求。根据Lyapunov稳定性定理证明了系统的全局稳定性。仿真及实验验证表明,卡尔曼滤波算法对机器人的定位数据滤波与Lyapunov方法结合的轨迹跟踪控制器效果良好。     

轮式移动机器人轨迹跟踪的最优控制

深入分析了轮式移动机器人的运动状态,建立了WMR路径偏差系统的非线性数学模型。应用小偏差线性化理论,将该多输入多输出非线性系统简化成一个单输入单输出线性系统。然后基于线性二次型调节器理论进行了系统最优控制器的设计,并针对该理论中加权矩阵Q与R难以确定的问题,从控制效果出发,采用自适应遗传算法对其进行了优化。实现了移动机器人对预定轨迹的满意鲁棒跟踪,同时满足了实时性要求。实验结果证明了该方法的正确性与实用性。     

轮式移动机器人轨迹跟踪控制研究

根据轮式移动机器人具有非完整约束特点,基于其运动学模型对机器人的轨迹跟踪控制问题进行了研究。采用Lyapunov函数直接法的思想设计机器人轨迹跟踪控制算法,并且直观地分析了系统的全局渐进稳定性.最后应用到MATLAB中对圆轨迹、螺旋线轨迹进行跟踪仿真试验,仿真结果表明位姿误差在2 s时刻趋近于零,轨迹跟踪效果良好,系统具有很好的全局渐进稳定性。     

轮式移动机器人的反步轨迹跟踪控制

在建立轮式移动机器人运动学和动力学模型的基础上,结合反步设计法,将动力学问题反步为运动学问题,设计了具有全局渐近稳定的轨迹跟踪控制律。该控制律由机器人的两驱动电机的力矩组成,简洁且易于实现。利用Lyapunov函数对控制系统进行了稳定性分析,仿真结果验证了所设计控制器的有效性和精确性。     

Adaptive Trajectory Tracking Control for a Nonholonomic Mobile Robot

As one of the core issues of the mobile robot motion control, trajectory tracking has received extensive attention. At present, the solution of the problem only takes kinematic or dynamic model into account separately, so that the presented strategy is difficult to realize satisfactory tracking quality in practical application. Considering the unknown parameters of two models, this paper presents an adaptive controller for solving the trajectory tracking problem of a mobile robot. Firstly, an adaptive kinem...