一种基于迭代学习的移动机器人轨迹跟踪控制方法

机器人迭代学习在某些场合下有着重要的应用。传统的P型或PD迭代学习需要较长的迭代过程,本文提出了一种具有快速收敛的迭代学习策略。在给出的轮式移动机器人运动学模型基础上进行了仿真,结果证明了策略的有效性。     

基于迭代学习控制的移动机器人轨迹跟踪控制

为提高移动机器人对特定轨迹的重复跟踪能力,提出了采用开闭环PD型迭代学习控制算法对移动机器人进行轨迹跟踪控制的方法。建立了包含外界干扰的非完整约束条件下的轮式移动机器人运动学模型,给出了系统的控制算法和控制结构。仿真结果表明,采用开闭环PD型迭代学习控制算法对轨迹跟踪是可行有效的,收敛速度优于其他迭代学习算法。     

极坐标下基于迭代学习的移动机器人轨迹跟踪控制

为提高自主移动机器人对一类特殊轨迹的重复跟踪能力,在极坐标下建立了3轮全向移动机器人的运动学模型,结合离散时域下对轨迹跟踪问题的描述方法,采用开闭环P型迭代学习控制算法,并在给定条件下证明了其收敛性,随着迭代次数的增加,该算法能够有效改善动态不确定环境中系统的稳定性与收敛的快速性。通过将仿真结果作用于实际动态系统的初始控制输入,从而在实际环境下能以较少的迭代过程来获取控制律。实验结果表明,在仿真环境下机器人可以较好地跟踪玫瑰曲线,在实际机器人测试中,机器人能够较好地跟踪期望轨迹,从而证实了该方法对提高自主移动机器人轨迹跟踪能力的可行性与有效性。     

采用惯性测量单元的移动机器人轨迹跟踪方法研究

对于非完整移动机器人的轨迹跟踪控制已有很多方法提出,但是这些方法或者是基于动力学模型或者是采用复杂的运动学模型,对于缺少强大计算设备且需要实时控制的工程应用是不适合的.本文针对非完整移动机器人提出了一种基于比例微分(proportional-differential,PD)控制器的实时轨迹跟踪控制方法.该方法运行在40 MHz的嵌入式控制器上的控制周期只有1～2 ms.通过将一个用于直流电机控制的非线性PID速度控制器与提出的轨迹控制器进行集成,实现了一个轮式移动机器人的运动控制.机器人轨迹跟踪实验系统中采用微机电系统(micro electro-mechanical system,MEMS)惯性测量单元检测轮式移动机器人的偏航角,实验结果验证了提出方法的有效性.     

基于速度空间的移动机器人同时避障和轨迹跟踪方法

针对有障碍物环境下非完整轮式 移动机器人的轨迹跟踪问题,提出一种基于速度空间的同时避障和轨迹跟踪方法(VSTTM).首先,根据机器人 的动力学特性构建速度空间,得到由速度元组构成的控制集;然后,构造目标函数并对各控制量进行 评价,其中跟踪误差评价函数评估跟踪效果,碰撞检测函数检测是否发生碰撞,终端状态惩罚项保证 算法的稳定性;最后,通过优化过程找到最优的无碰控制量.仿真结果表明了所提出方法的有效性.     

一种机器人轨迹跟踪控制的迭代学习方法

本文提出了一种新的迭代学习策略并详细报告了在1台实验用机器人上的实验结果．这 个方法的特点是对于动力学参数未知的系统, 可以通过实验方便地确定满足收敛条件的学习 控制器参数． 因此,它具有实用价值, 并有可能将其使用范围推广到除机器人规迹控制外的 其它控制领域.     

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.     

基于变增益模糊PID控制的移动机器人轨迹跟踪

该文对轮式移动机器人提出了一种基于变增益的模糊PID轨迹跟踪控制方法。首先将常规PID分为PI和PD的组合,再把PID的输出转化为误差和误差变化率之和,然后设计增益随误差变化的自适应调节律,使得移动机器人跟踪期望的运动轨迹。最后通过实验验证了所提方法的有效性。     

移动机器人轨迹跟踪的参数自校正控制

根据移动机器人运动学模型,对两轮移动机器人的轨迹跟踪问题进行了研究。在动态反馈线性化的基础上,采用基于广义最小方差法实现参数的自校正并设计控制器,考虑到机器人的动力学约束,采取对移动机器人的线速度和角速度加以限制的控制策略,保证机器人的运动平滑。仿真结果表明了该方法的有效性和正确性。     

轮式移动机器人轨迹跟踪控制研究

针对轮式移动机器人参数摄动和内外部扰动等问题,提出一种新型的基于自适应扩张状态观测器的滑模控制算法。采用自适应虚拟速度控制器估计系统未知参数,滑模控制器抑制参数摄动和内外部扰动,非线性扩张状态观测器观测系统扰动并减小控制输入的抖振,实现了轨迹跟踪误差的快速收敛。利用Lyapunov稳定性理论证明了控制算法的稳定收敛性。将所提算法与传统自适应反演滑模算法进行对比,对比结果表明了所提算法的有效性和鲁棒性。     

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。     

四轮移动机器人智能预瞄轨迹跟踪控制

针对后轮驱动四轮移动机器人存在非完整约束、模型复杂等特点,提出一种基于多预瞄点的轨迹跟踪混合控制算法。该算法设计从仿人驾车的角度出发,根据不同路况通过模糊控制在线调节机器人的速度、预瞄点个数和预瞄距离。采用免疫控制方法在线整定PID控制器的参数。从控制稳定性角度出发提出轨迹偏离度评价指标。仿真结果表明该控制器的有效性。     

多目标旅行商问题的模拟植物生长算法求解

针对多目标旅行商问题,提出了一种基于模拟植物生长的优化算法。该算法将Deb等人提出的非支配排序及构造偏序集等方法用于模拟植物生长的过程中,克服了模拟植物生长算法搜索空间过大及收敛性不够理想的缺点。基于该算法的核心思想,用MATLAB编程实现,对参考文献的算例进行仿真测试。与其他算法比较,获得了满意的结果。     

A new adaptive tracking control scheme of wheeled mobile robot without longitudinal velocity measurement

This paper proposes a new adaptive trajectory tracking control scheme of the wheeled mobile robot without longitudinal velocity measurement. First, based on a kinematic controller, we obtain a new tracking error equation, which is suitable to develop an adaptive controller. Then, we develop a new adaptive trajectory tracking controller, which does not need any accurate values of the wheeled mobile robot parameters, including the driving motor parameters. Moreover, as the longitudinal velocity measurement is still difficult, this controller is developed without longitudinal velocity measurement. In addition, this new adaptive controller introduces a method to improve the control performance. The stability of the closed‐loop system is presented using the direct Lyapunov method. Finally, numerous simulations verify the effectiveness of the new controller.     

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.     

多障碍环境中移动机器人的光滑轨迹规划

根据轮式移动机器人参数化轨迹生成模型,结合多障碍物结构化环境中障碍物的建模,把其和参数化轨迹规划模型融合,得到了具有一般性的多障碍物环境中轮式移动机器人光滑轨迹规划模型;并利用最优化控制原理,建立了任意性能指标下,多障碍物环境中最优参数化轨迹生成模型。结合数值求解方法,推导了多障碍物环境中参数化轨迹规划非线性求解模型的求解方法。最后通过仿真验证了参数化轨迹规划求解模型的正确性。