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RBF神经网络的轮式移动机器人轨迹跟踪控制

针对一类非完整移动机器人的轨迹跟踪控制系统,提出一种基于RBF神经网络的滑模控制与转矩控制相结合的智能控制方法。该方法同时考虑机器人运动学和动力学模型,通过RBF神经网络进行移动机器人运动过程学习,与速度误差结合构成力矩控制器,可保证闭环误差系统一致最终渐进稳定。采用基于李亚普诺夫(Lyapunov)稳定性理论的判稳方法,证明整个闭环控制系统的稳定性。仿真结果表明,该控制方案具有较强的鲁棒性。     

基于“非伪”理论的非完整移动机器人轨迹跟踪控制

"非伪"控制是一种基于数据驱动的无模型控制方法,它根据输入-输出数据进行在线学习,计算与当前系统状态相匹配的控制量并作用于系统,以获得系统所要求的动静态品质,并以此检验系统是否满足该性能指标.基于"非伪"控制理论,研究了移动机器人的轨迹跟踪控制问题.根据非完整移动机器人的动态方程,采用"非伪"控制,直接作用于移动机器人的控制输入,使移动机器人能快速、准确地跟踪期望轨迹.     

不确定非完整移动机器人的轨迹跟踪控制

具有未校准视觉参数的非完整移动机器人的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.基于视觉反馈、Barbalat's定理和Lyapunov直接方法,研究了具有未标定摄像机参数的非完整移动机器人的轨迹跟踪问题.首先,利用固定在天花板上的针孔摄像机透视投影模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型;基于这个模型,提出了一种新的与未知视觉参数无关的动态反馈跟踪控制器.该控制器不仅保证系统的状态渐近跟踪给定参考轨迹,而且控制器是全局的,通过Lyapunov方法严格证明了闭环系统的稳定性.在惯性系和图像坐标系下讨论跟踪问题,使问题变的简单且设计的控制器更加有用.最后,仿真结果证实了所提出的控制器的有效性.     

非完整移动机器人的有限时间跟踪控制算法研究

对非完整移动机器人的有限时间轨迹跟踪控制问题进行讨论．与基于非连续状态反馈的传统有限时间控制算法相比，基于连续状态反馈的有限时间控制算法更适合于控制工程应用．利用该连续系统有限时间控制技术，设计一种连续的状态反馈跟踪控制算法．使得对角速度为非零常数的期望轨迹，非完整移动机器人能够实现全局跟踪，并能在有限时间内完全跟踪上期望轨迹．仿真结果表明了该方法的有效性．     

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。     

轮式移动机器人的数据驱动轨迹跟踪滑模约束控制

针对有输入饱和约束的轮式移动机器人(WMR)的轨迹跟踪问题,提出一种抗饱和无模型自适应积分终端滑模控制方案.该方案基于紧格式动态线性化技术,构建WMR系统的在线数据驱动模型.在积分终端滑模控制器设计过程中,引入动态抗饱和补偿器,以解决WMR系统轨迹跟踪过程中执行器饱和问题.控制器设计仅利用控制系统的输入输出数据,与WMR系统模型信息无关.因此,针对不同类型的WMR系统,该方案均可实现.最后,通过仿真实验将所提出的方法与PID方法的控制效果进行对比,仿真结果表明,所提出的控制算法的跟踪误差更小且响应速度更快.     

Adaptive Trajectory Tracking Control for Nonholonomic Wheeled Mobile Robots:A Barrier Function Sliding Mode Approach

The trajectory tracking control performance of nonholonomic wheeled mobile robots(NWMRs) is subject to nonholonomic constraints, system uncertainties, and external disturbances. This paper proposes a barrier function-based adaptive sliding mode control(BFASMC) method to provide high-precision, fast-response performance and robustness for NWMRs.Compared with the conventional adaptive sliding mode control,the proposed control strategy can guarantee that the sliding mode variables converge to a pre...     

Adaptive Sliding Mode Based Disturbance Attenuation Tracking Control for Wheeled Mobile Robots

This paper is devoted to investigating a composite controller for wheeled mobile robots in the presence of external disturbance and parametric uncertainty.     

Sliding Mode Neuro Adaptive Control in Trajectory Tracking for Mobile Robots

In this work a neural indirect sliding mode control method for mobile robots is proposed. Due to the nonholonomic property and restricted mobility, the trajectory tracking of this system has been one of the research topics for the last ten years. The proposed control structure combines a feedback linearization model, based on a kinematics nominal model, and a practical design that combines an indirect neural adaptation technique with sliding mode control to compensate the dynamics of the robot. Using an online adaptation scheme, a neural sliding mode controller is used to approximate the equivalent control in the neighbourhood of the sliding manifold. A sliding control is appended to ensure that the neural sliding mode control can achieve a stable closed-loop system for the trajectory-tracking control of a mobile robot with unknown nonlinear dynamics. The proposed design simultaneously guarantees the stability of the adaptation of the neural nets and obtains suitable equivalent control when the parameters of the robot model are unknown in advance. The robust adaptive scheme is applied to a mobile robot and shown to be able to guarantee that the output tracking error will converge to zero.     

Trajectory Tracking Control of Nonholonomic Wheeled Mobile Robots Using Model Predictive Control Subjected to Lyapunov-based Input Constraints

International Journal of Control, Automation and Systems - This paper studies the trajectory tracking control for the nonholonomic wheeled mobile robot (WMR) based on model predictive control...     

Trajectory Tracking Control for Wheeled Mobile Robots with Kinematic Parameter Uncertainty

International Journal of Control, Automation and Systems - The trajectory tracking control for a class of wheeled mobile robots (WMRs) with kinematic parameter uncertainty is studied in this paper....     

高阶滑模控制在非完整移动机器人鲁棒输出跟踪中的应用

给出了移动机器人鲁棒输出跟踪的高阶滑模控制器, 它不仅可以削弱滑模控制系统的抖振问题, 还对系统存在的不确定性具有良好的鲁棒性. 数值仿真表明了该控制器的有效性.     

Trajectory Tracking Control of Omnidirectional Wheeled Mobile Manipulators: Robust Neural Network-Based Sliding Mode Approach

This paper addresses the robust trajectory tracking problem for a redundantly actuated omnidirectional mobile manipulator in the presence of uncertainties and disturbances. The development of control algorithms is based on sliding mode control (SMC) technique. First, a dynamic model is derived based on the practical omnidirectional mobile manipulator system. Then, a SMC scheme, based on the fixed large upper boundedness of the system dynamics (FLUBSMC), is designed to ensure trajectory tracking of the closed-loop system. However, the FLUBSMC scheme has inherent deficiency, which needs computing the upper boundedness of the system dynamics, and may cause high noise amplification and high control cost, particularly for the complex dynamics of the omnidirectional mobile manipulator system. Therefore, a robust neural network (NN)-based sliding mode controller (NNSMC), which uses an NN to identify the unstructured system dynamics directly, is further proposed to overcome the disadvantages of FLUBSMC and reduce the online computing burden of conventional NN adaptive controllers. Using learning ability of NN, NNSMC can coordinately control the omnidirectional mobile platform and the mounted manipulator with different dynamics effectively. The stability of the closed-loop system, the convergence of the NN weight-updating process, and the boundedness of the NN weight estimation errors are all strictly guaranteed. Then, in order to accelerate the NN learning efficiency, a partitioned NN structure is applied. Finally, simulation examples are given to demonstrate the proposed NNSMC approach can guarantee the whole system's convergence to the desired manifold with prescribed performance.     

轮式机器人轨迹跟踪控制系统的设计

针对轮式机器人轨迹跟踪控制系统误差收敛速率低、精度和实时性差的问题,采用反演控制算法并结合李雅普诺夫稳定性分析方法对轮式机器人的轨迹跟踪系统进行了优化设计;建立了轮式机器人轨迹跟踪控制系统的运动学模型,并对该模型进行位置偏差分析;在反演控制算法中引入了分部虚拟控制量,并分析和设计了其他间接受控量,提高了算法运行的效率;采用李雅普诺夫收敛定理对系统的收敛性进行分析,根据分析的结果提出了算法更加简单的控制律;利用Matlab软件的Simulink库对设计的轨迹跟踪控制系统试验研究;结果表明,与基于李雅普诺夫直接法或者迭代学习算法设计的轮式机器人轨迹跟踪控制系统相比较,设计的控制系统具有跟踪精度高、收敛速度快、实时性好的优点。     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型;采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器;搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统;在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比;实验结果验证了文章所提算法的有效性,控制器易于实现且具有一定的鲁棒性。