基于模糊控制的移动机器人路径跟踪

建立了履带式移动机器人的数学模型.模仿人工驾驶过程中的预瞄行为,提出了一种移动机器人路径跟踪的模糊控制方法.用距离误差和预瞄角度误差作为控制量建立角速度控制器,实现对匀速行驶移动机器人的路径跟踪控制.LabVIEW仿真结果表明,提出的模糊控制方法能够保证移动机器人快速、准确的沿规划路径行驶,具有良好的鲁棒性.     

基于Sweep法的自动引导车路径追踪调节器设计

提出了一种基于sweep法的自动引导车路径追踪调节器的设计方法．根据自动引导车的状态空间模型,采用成本函数最小的标准来推导求解反馈矩阵的最佳控制问题,并对该两端点边界值问题引入sweep法解得要求的时变最佳控制．仿真实验结果表明,自动引导车在该路径跟踪调节器的速度及加速度补偿作用下可以很快消除3个追踪误差量,保证自动引导车具有准确跟随预定路径的能力．     

AUV平面直线航迹跟踪控制算法

针对自主水下航行器（AUV）在平面直线航迹跟踪过程中的航迹超调问题,设计基于航向航速双闭环运动控制的航迹跟踪控制算法.跟踪算法以视线导引法（LOS）为基础,设计时变前视距离提高AUV的机动性,并以一阶惯性滤波抑制因航向切换产生期望航向角的阶跃变化.控制算法采用抗积分饱和PID控制及参数自适应,以增加算法的鲁棒性,并将航向航速控制设计成双闭环,使得AUV航行时期望航迹段终点的距离偏差实时调整期望航速.结果表明,此航迹跟踪控制算法根据距离偏差调节实时航速,可使AUV提前减速以低速转向,抗积分饱和可避免航速超调,参数自适应以适应多种航行工况. AUV能准确跟踪期望航迹,最大航迹偏差小于1.0 m,并且大角度转向时可有效减小航迹超调.     

基于PMAC的自主车运动控制系统研究

为了提高自主车运动控制的精度，满足自主车精确行走的需要，研制了一种以PMAC运动控制器为核心、基于视觉导航的自主车运动控制系统。在建立自主车运动控制系统的硬件结构的基础上，探讨了VC 环境下对PMAC进行二次开发的方法，并将模糊控制的算法引入自主车的路径跟踪，所研制的控制系统已成功地用于QDU—Ⅰ型自主车上。经QDU—Ⅰ型自主车路径跟踪实验表明：该控制系统精度高、灵活方便，可以满足自主车在各种环境中的行走需要。     

移动机器人非线性前置追踪算法

针对移动机器人跟踪移动目标过程中速度过大问题而提出的前置追踪方法,将机器人导引到目标运动的前方,并沿着与目标相同的方向运动,从而在目标运动轨迹的前方捕获目标,但要求移动机器人的速度低于目标的速度。在建立了移动机器人和目标的前置追踪运动学模型的基础上,根据滑模变结构控制对系统干扰具有鲁棒性的特点,在目标机动加速度未知的情况下,以移动机器人的两后轮线速度为控制变量,提出了一种全局渐进稳定的非线性自适应变结构前置追踪算法。通过移动机器人对机动目标的追踪仿真验证了跟踪算法的有效性。     

基于双目光束法平差的机器人定位与地形拼接

为了实现自主移动机器人完成复杂智能任务,如路径规划和避障等,针对移动机器人在复杂未知环境中精确定位并对周围环境进行致密地形构建问题,提出一种基于双目光束法平差的机器人定位与致密地形拼接算法.利用安装在移动机器人上的立体相机获取图像序列,跟踪前后帧图像序列中的对应特征点,基于双目光束法平差优化(BBA)精确估计机器人位置姿态.对左右相机采集图像对进行立体匹配获取致密三维地形信息,结合定位时获取的旋转平移姿态,实现了地形的构建与拼接.实验结果表明,该算法具有较好的实时性和鲁棒性.     

自适应LOS制导结合MPC控制的车辆循迹优化

为提升无人驾驶车辆循迹过程的动态响应能力,确保车辆能快速且稳定地跟踪参考路线,首先基于模糊控制的思想,在传统视线(line-of-sight, LOS)制导策略中引入了时变前视距离,提出了改进后的自适应LOS制导策略,把目标轨迹的跟踪简化为目标点航向的跟踪。其次,建立车辆三自由度动力学模型,并结合自适应LOS状态方程设计路径跟踪系统的线性数学模型。最后,基于模型预测原理,使用多步预测、滚动实时优化、反馈校正等控制方式,求解出最优反馈的方向盘控制指令。本文为验证上述所提及跟踪策略的有效性,在Simulink仿真环境中分别以直线路径和曲线路径作为参考轨迹进行追踪仿真实验,结果表明:所提自适应LOS制导策略能使循迹车辆的轨迹横向误差和航向误差迅速地收敛到零,从而验证了改进LOS制导算法可以提高无人车路径跟踪的响应速度和平稳性。     

基于人工势场与细胞自动机的移动机器人路径规划算法

提出了一种基于细胞自动机（Cellular Automata,CA）和人工势场的全向移动机器人路径规划算法,并通过一个4层的细胞自动机模型实现了该算法。通过构造扩张的障碍占位网格地图可在规划算法中将机器人简化为一个点,然后通过建立数值化的障碍人工势场图来考虑障碍物的局部影响,并使用CA模型得到距离传播图,最后通过搜索势场超曲面的最小值获得从起始点到目标点的最优无碰撞路径。仿真结果表明,提出的算法可以获得最优无碰撞路径,最优路径足够光滑且与障碍有较大的安全距离,便于全向移动机器人跟踪。     

动态环境中机器人路径规划算法研究

针对自主移动机器人在未知动态环境中的路径规划问题,提出了一种改进的概率地图算法,详细描述了经过改进的自适应概率地图算法（flexible adaptive probabilistic roadmap method,FAPRM）的实现步骤,该算法可以显著地提高自主移动机器人的路径质量,讨论了自适应概率地图算法和传统概率地图算法在动态路径规划中的优缺点,并进行了仿真,改进后的自适应概率地图算法可以有效地在动态环境中重新计算路径。     

动态环境下自主移动机器人的导航复杂性

在自主移动机器人相关技术的研究中，导航技术是其研究核心.动态不确定环境下的路径规划是自主移动机器人导航的关键环节之一，受到了许多学者的关注.多障碍环境下的路径规划，尤其是多障碍动态环境下的路径规划，是一个比较复杂的问题.通过混沌现象对自主移动机器人在动态环境下，利用传感器信息导航的复杂性进行了探讨.通过计算最大Lyapunov指数和描绘功率谱分析图这两种方法，确定了自主移动机器人从传感器上获得的机器人与障碍物间距离信息的时间序列存在混沌现象，揭示了自主移动机器人在动态环境下导航复杂性的原因.     

基于滚动优化原理的类车机器人路径跟踪控制

针对存在非完整约束的类车移动机器人路径跟踪问题,提出了带约束曲线拟合的路径跟踪策略。借鉴预测控制中的滚动优化原理,通过运用微分平坦方法对所规划路径进行轨迹生成,进而完成路径跟踪过程。同时,基于滚动优化原理的跟踪方式也满足了路径跟踪对实时性的要求,移动机器人在遇到未知障碍情况下能够完成主动避障动作。为验证该方法的有效性,文章最后进行了仿真实验,结果表明,类车机器人在满足执行机构约束以及几何约束的条件下,能够成功避开障碍物,并且具有良好的跟踪性能。     

不确定环境下移动机器人路径规划算法研究

该文对不确定环境下移动机器人路径算法进行了研究，并提出了一种新算法一基于两点法的模糊控制算法。首先利用两点法求出预设轨迹，然后把预设轨迹上的点作为移动机器人的阶段目标点，再利用模糊控制算法修正移动轨迹，进行路径规划。这样可以简化模糊控制规则的制定，减少模糊控制规则的数目，从而大大提高路径规划的速度。应用该方法进行了避障、道路跟踪等控制实验。实验表明，该算法具有很好的灵活性和鲁棒性。     

一种多机器人编队控制策略及实现

针对多机器人协作系统中机器人编队控制问题,采用了一种基于运动学的领航-虚拟跟随法的编队方法,并在跟踪控制方面对算法进行了改进和修正。MATLAB软件仿真以及在HR-I型双轮差速移动机器人实验平台上的实验证明,改进算法能够达到更好的编队效果。     

一种新的移动机器人路径跟踪控制策略

在分析传统三种径跟踪方式跟踪误差较大,运动不稳定等不足的基础上,首次提出了一种基于神经网络和模糊控制技术的移动机器人人路径跟踪新方法。该方法利用神经网络技术对其所跟踪径进行实时识别进行进行跟踪,当误差较大时,利用两个模糊控制器迅速纠偏,从而避免了移动机器人在路径跟踪中的运动不稳定现象,改善了控制算法的实时性,提高了移动机器人的路径跟踪精度。     

移动机器人改进Dijkstra算法下路径规划及可视化研究

在移动机器人的路径规划研究中,避障策略和规划路径距离最短是核心问题.凸包障碍模型策略实现移动机器人的路径规划中不规则障碍物的规整化.针对凸包障碍模型对象,提出了改进Dijkstra算法求解移动机器人路径规划中避障下的距离最短轨迹.为了验证算法的有效性,构建移动机器人作业虚拟场景,利用虚拟现实技术中通用Unity3D引擎...     

基于速度观测器的移动机器人轨迹跟踪控制

提出了一种无需纵向速度测量的新的移动机器人轨迹跟踪控制方法,可以采用速度观测器替代纵向测量装置来确定移动机器人的运动速度.设计了一种基于速度观测器的轨迹跟踪控制器.控制器设计是以轮式及履带式移动机器人模型及其所采用的驱动电机数学模型为基础,具有两种实用性能：（1）控制器不需要很精确的移动机器人模型参数和驱动电机参数,就可以很好地在一个闭环控制系统中减小跟踪误差;（2）在理论上仅需要通过一个设计参数的设置就能够有效地控制跟踪误差范围.     

基于MC9S12XS128的激光传感器循迹智能车控制系统设计

以飞思卡尔MC9S12XS128单片机为控制芯片,设计能够自主循迹行驶的智能车。利用双排激光传感器采集路径信息,获取车中心线与路径中心线位置偏差信息;采用分段比例法控制追踪舵机转动使上排激光传感器追踪路径中央黑线、PD算法控制转向舵机转向使车沿黑线行驶;根据细化的路径信息及速度编码器所测智能车的当前速度,对控制车速的直流电机采用增量式PID算法闭环调节控制。实验结果表明,智能车能在不同弯道下对舵机及行驶速度实现准确控制,稳定快速地循迹行驶。     

基于模糊逻辑的自主移动机器人实时滚动路径规划及控制

针对动态不确定环境下自主移动机器人路径规划和运动控制这一工程实际问题,提出一种简化的实验参考系统结构模型。在此基础上,借鉴预测控制的基本原理,运用模糊逻辑推理方法解决了自主移动机器人导航和避障问题,实现了自主移动机器人实时滚动路径规划和控制,仿真结果表明了算法的有效性。     

基于模糊逻辑的自主移动机器人实时滚动路径规划及控制

针对动态不确定环境下自主移动机器人路径规划和运动控制这一工程实际问题,提出一种简化的实验参考系统结构模型。在此基础上,借鉴预测控制的基本原理,运用模糊逻辑推理方法解决了自主移动机器人导航和避障问题,实现了自主移动机器人实时滚动路径规划和控制,仿真结果表明了算法的有效性。     

一种机器人路径规划算法的研究

路径规划算法是室内移动机器人应用中最重要的算法之一.根据室内移动机器人在动静态环境下实时避障规划出一条最优路径的要求,设计一种新的路径规划算法.通过删除冗余点并平滑路径的方式对A*算法进行改进,又将其与TEB算法相结合,实现从指定起始点到指定目标点的路径选择及移动.实验结果表明,利用该算法可得到耗时短、平滑的路径,实时...