基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。     

轮式移动机器人轨迹跟踪控制的参数化方法

在轮式移动机器人控制系统状态空间模型的基础上,通过分析两轮独立驱动的移动机器人的动力学方程,给出轮式移动机器人轨迹跟踪控制问题的数学描述;基于线性系统的特征结构配置和模型参考理论提出一种轮式移动机器人轨迹跟踪控制的参数化方法,设计系统的反馈镇定控制器和前馈跟踪控制器.仿真结果表明,提出的控制方案是行之有效的.     

约束非完整移动机器人轨迹跟踪的非线性预测控制

针对存在非完整约束和控制输入约束的轮式移动机器人动力学模型,研究了其全动态误差系统准无限时域非线性模型预测控制策略,通过沿名义轨迹在线线性化获取局部稳定化控制器及不变终端域,以跟踪"8"字形轨迹为例进行了仿真,结果表明,闭环系统在满足控制输入条件下具有良好的跟踪性能。     

力矩受限的非完整WMR镇定与轨迹跟踪统一预测控制

针对动力学模型描述的非完整轮式移动机器人,研究了存在控制输入约束情况下的镇定及轨迹跟踪统一预测控制问题.基于控制Lyapunov函数,设计了满足稳定性条件及输入约束的终端控制器,给出了相应的终端域,分别以跟踪圆轨迹和并行泊车为例给出了轨迹跟踪与镇定控制的仿真结果.     

轮式移动机器人快速轨迹跟踪

为了克服轮式移动机器人响应能力的有限性、保证轮式移动机器人快速跟踪给定的参考轨迹,本文充分利用预演信息(即提前获取的将来参考信息),设计预演控制策略、调节轮式移动机器人的驱动电压来控制机器人,使其快速跟踪给定的参考轨迹.首先,针对运动学模型设计虚拟控制器以保证轮式移动机器人能够渐近跟踪给定的参考轨迹.其次,建立了虚拟控制器的离散时间线性状态空间模型.再次,基于轮式移动机器人的动力学模型和虚拟控制器的线性模型,将轨迹跟踪控制问题等价转化成一个具有已知输入的线性二次调节问题.最后,基于Riccati方程的解,给出了最优预演控制策略的反馈增益.事实上,本文所提出的为虚拟控制器建立线性状态空间模型的方法适用于任意离散信息,这极大地方便了信息的处理与提前使用;另一方面,由于提前使用了参考信息,本文所提的预演控制策略能够快速地跟踪给定的参考轨迹.仿真实验以类正弦曲线为参考轨迹进行跟踪,结果表明:所提控制策略能使轮式移动机器人的速度与轨迹跟踪误差快速地趋于零,验证了所提预演控制算法的有效性.     

基于反馈增益反步法的非完整约束移动机器人路径跟踪控制

为实现非完整约束轮式机器人的路径跟踪控制,采用虚拟向导方法建立跟踪误差方程,基于李亚普诺夫稳定性理论,设计了一种基于反馈增益的反步法控制器,既能通过控制反馈增益的调节补偿机器人动态误差模型中的非线性项对系统的影响,又能避免传统反步法控制器中存在虚拟控制的高阶导数的问题。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

非完整约束下腿轮式机器人的路径跟踪控制

在分析一种腿轮式机器人运动原理的基础上,建立了机器人在非完整约束作用下的动力学模型并讨论了路径跟踪控制问题．由于机器人受到非完整约束,线性控制方法难以实现准确的路径跟踪,为此设计了基于滑模控制的路径跟踪控制器,实验结果证明了所提出控制方法的有效性．     

轮式移动机器人的双强化学习自适应模糊控制

针对包含执行器动力学模型的三阶不确定非完整轮式移动机器人系统,提出了一种基于反演设计和双强化学习自适应模糊系统的轨迹跟踪控制方法。该控制方法对运动学控制器采用分流控制技术,防止系统运行初期的速度跳变。对本体动力学和执行器动力学分别使用强化学习自适应模糊控制,优化补偿常规方法难以解决的系统未知参数和非参数不确定性,并利用鲁棒项来消除未知外部扰动和模糊控制逼近误差对系统的影响,提高了系统的控制性能。Lyapunov理论证明:控制系统是稳定且最终有界收敛的,仿真结果表明了该方法的有效性。     

考虑执行机构动态的非完整轮式移动机器人镇定控制

本文研究了将执行机构动态考虑在内的非完整轮式移动机器人(WMR)的镇定控制问题.在运动学时变镇定控制律的基础上,利用李雅普诺夫方法及Backstepping技术,首先将运动学控制器推广到动力学模型,进一步将驱动电机的动态考虑在内,最后给出了典型镇定控制任务的仿真结果.     

球上平衡移动机器人线性二次型最优控制

对一种在球上平衡的轮式移动机器人系统进行了动力学分析,运用拉格朗日方程法建立了其动力学模型,根据系统的特点提出了一种线性二次型最优控制方法,用于机器人的控制。仿真结果表明,所设计的线性二次型最优控制器可以有效地实现球上平衡移动机器人的平衡控制、定位控制和轨迹跟踪控制,并且整个控制过程具有响应速度快、超调小、抗扰动能力强等特点。     

移动机器人神经网络自适应控制

针对一类非完整移动机器人的轨迹跟踪控制问题,同时考虑移动机器人的运动学和动力学模型,设计运动学控制器和动力学控制器结合的神经网络控制系统.其中动态模型中的不确定性是由神经元控制器进行补偿,由此可保证闭环误差系统最终趋近稳定.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.     

控制受限的非完整轮式移动机器人滚动优化镇定控制

研究了存在控制量约束的非完整轮式移动机器人的镇定控制问题.针对笛卡尔坐标下的机器人动力学模型,选取加权矩阵,给出了滚动优化控制的仿真结果.为了消除位置坐标之间的耦合关系,通过坐标变换获得极坐标下动力学描述并进行了仿真,与笛卡尔坐标系下的结果相比,控制性能有较大的提高.     

考虑万向轮扭转角扰动轮式移动机器人轨迹跟踪

为了研究轮式移动机器人运动过程中万向轮扭转的扰动对其轨迹跟踪的影响,提出了一种考虑前端万向轮摩擦扰动及其质心与几何中心不重合的轨迹跟踪控制方法。首先,建立了考虑万向轮扭转角扰动的轮式移动机器人动力学模型;其次,根据位姿误差模型,采用反步法设计虚拟速度控制器收敛系统位姿误差;然后,结合扰动观测器对机器人行进过程中万向轮扭转所带来的摩擦扰动进行估计,构造出一种基于积分滑模思想的力矩控制器以保证速度追踪;最后,利用Lyapunov稳定性理论对系统的稳定性和渐近收敛进行证明。仿真及实验结果表明,将万向轮摩擦所带来的扰动反馈给动力学控制器,可以减轻控制器的负载。与忽略万向轮扰动的控制方法相比,轮式移动机器人的位置误差最大值的均方根值降低了37.37%,提高了运动系统的稳定性。     

两轮自平衡机器人运动控制研究

轮式移动机器人是典型的不完整控制系统,其自身的不确定性影响控制的性能.以两轮自平衡机器人为研究对象,建立了机器人的运动学与动力学模型.利用多惯性传感器信息融合建立的基于T-S模糊模型的模糊控制器有效地解决了两轮自平衡机器人平衡控制的问题,并同时对轨迹跟踪的问题进行了探讨.仿真结果表明,通过多惯性传感器的信息融合建立的控制器对于机器人的平衡和跟踪问题是有效的,并在实际的实验中得到了验证.     

基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制

轮式移动机器人路径跟踪控制问题中通常存在状态约束和输入约束,并且系统运行时容易受到外部扰动的影响。本文基于非线性扰动观测器提出了一种轮式移动机器人滚动时域路径跟踪控制策略。当没有外部扰动作用于系统时,滚动时域控制算法可以满足控制约束和状态约束,并且使得轮式移动机器人跟踪期望的轨迹;当存在外部干扰,尤其是慢变扰动时,非线性扰动观测器能够估计扰动,并通过反馈补偿扰动对轮式移动机器人移动轨迹的影响。仿真结果表明,在外部干扰存在的情况下该控制策略能够保证移动机器人渐近跟踪期望路径。     

基于视觉伺服的移动机器人离散型滑模跟踪控制

针对视觉伺服轮式移动机器人,考虑其非完整约束被破坏情形下的离散化运动学系统,给出了一个离散型的滑模跟踪控制器设计策略,运用Lyapunov理论对相应的跟踪误差系统进行了严格的稳定性证明。最后,仿真算例验证了控制器设计的有效性。     

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.     

基于终端滑模的移动机器人轨迹跟踪控制

分析了具有不确定性非完整约束移动机器人系统的轨迹跟踪问题。在运动学模型分析的基础上,利用非奇异终端滑模技术,提出了一种新的轨迹跟踪控制算法,该算法消除了传统滑模控制带来的奇异问题。基于后退方法的思想设计系统状态变量,将系统分解为低阶子系统处理,简化了控制律的设计。结合Lyapunov方法,证明了在该控制律作用下,对满足一定速度条件的期望轨迹,移动机器人完全能够实现轨迹跟踪。仿真实验结果表明了该方法的有效性。     

采用模糊逻辑的移动机器人轨迹跟踪

针对差动轮驱动的移动机器人动力学的高度非线性和运动环境的不确定性,提出了基于模糊逻辑的移动机器人路径跟踪控制方法。该方法通过合理选择模糊控制器的参数和优化规则库,使其输出合适的线速度和角速度,从而控制移动机器人准确地跟踪预规划的路径。提出了两轮差动式移动机器人的动力学模型,使得该模糊控制器对不同几何参数的差动式机器人具有普遍的适应性。在实际场地试验和亚太机器人大赛中验证该方法的有效性。     

基于路径识别和跟踪的视觉导航

路径识别和路径跟踪是轮式移动机器人视觉导航的两个关键问题,本文利用带状路径标示线的直线信息对路径进行识别,采用模糊控制器实现对路径的跟踪控制。通过仿真实验表明,该方法具有很高的实时性和很好的控制精度,能够满足轮式移动机器人视觉导航的需要。