基于模糊PID的欠驱动水下机器人路径跟踪方法研究

针对不同环境和任务下欠驱动水下机器人的路径跟踪问题进行相关研究,在分析水下机器人控制模型的基础上,基于视线法提出了一种欠驱动水下机器人路径跟踪控制方法。基于模糊控制算法,设计了一种模糊PID控制器,并将其应用于欠驱动水下机器人的艏向跟踪控制。采用PC104设计了水下机器人的控制系统,并给出了硬件结构框图。最后,对水下机器人路径追踪效果进行了仿真和试验,结果表明基于模糊PID控制器的欠驱动水下机器人路径跟踪控制方法可保证机器人沿规划路径航行,而且该控制系统具有较强的鲁棒性。     

浆液下搅拌机器人路径跟踪的模糊逻辑控制

提出了一种应用于防止水煤浆沉淀的新型工业机器人的构思，建立了浆液下搅拌机器人车体的运动学模型，设计了用于机器人路径跟踪的模糊控制器。仿真实验表明。该模糊控制器具有使用方便、精度高和稳定性好等优点。     

电弧传感机器人焊缝跟踪模糊控制系统

以旋转电弧焊炬作为传感器，设计了弧焊机器人焊缝跟踪的模糊控制系统。介绍了弧焊机器人焊缝跟踪系统组成及模糊控制器的具体设计过程，并给出了模糊控制表。通过对V形坡口曲线焊缝的跟踪试验，结果表明，该模糊控制器控制效果良好，跟踪效果达到预期目标。     

移动机器人路径跟踪控制方法研究

基于两轮差动驱动的移动机器人,设计了一种路径跟踪控制系统。系统采用临时路径生成方法,通过规划移动机器人跟踪上期望路径前的轨迹,消除初始位置误差和方向误差,解决了移动机器人直接跟踪期望路径时控制量可能过载的问题,使机器人光滑趋近到期望路径。控制器的设计采用模糊控制器。试验验证了系统的有效性。     

采用蚁群算法优化的机器人运动路径能耗模糊控制研究

移动机器人在搜索目标过程中,运动路径较长,导致消耗功率较大。对此,创建移动机器人简图模型,采用Denavit-Hartenberg(D-H)方法推导机器人动力学方程式,对机器人运动路径进行规划。引用模糊控制器,采用蚁群算法对模糊控制器进行优化,设计了机器人改进模糊控制器优化流程。采用Matlab软件对移动机器人在不同环境下运动路径进行仿真实验。结果表明:在障碍物较少环境中,采用模糊控制器和改进模糊控制器,机器人搜索到的运动路径相同,消耗功率也几乎相同;在障碍物较多的环境中,采用模糊控制器,机器人搜索到的运动路径较长,消耗功率较大;而采用改进模糊控制器,搜索到的运动路径较短,消耗功率较小。采用改进模糊控制器,机器人能够快速地搜索到最优路径,从而降低能量消耗。     

基于模糊滑模控制的工业机器人运动不确定性分析

针对工业机器人运动学和动力学不确定性的问题,在分析工业机器人运动学和动力学模型的基础上提出了一种模糊滑模变结构控制方法。基于滑模变结构控制原理设计了一种工业机器人滑模变结构控制器。采用模糊逻辑系统补偿运动不确定性造成的跟踪误差,以提高跟踪精度,消除系统"抖振"的影响,并利用Lyapunov函数证明了系统的稳定性。最后基于二自由度工业机器人进行了仿真分析,仿真结果表明:在机器人运动参数无法精确确定的情况下,模糊滑模控制器仍具有较好的跟踪性能、快速响应特性和鲁棒性。     

磁导引与UKF滤波定位的轮式AGV路径跟踪研究

为实现农用机器人自主导航行走系统在满足较高环境适应性和运动灵活性条件下,能够平稳导航自动路径跟踪.根据农业机器人采摘作业环境要求,构建四轮转向AGV位姿估计的运动学模型,开展了基于模糊控制器的磁导航路径跟踪控制和多传感器信息融合的AGV位姿定位方法研究.试验结果表明:采用模糊控制器能够即时调整AGV车体速度与导向角,UKF滤波器进行数据信息融合的方法能够有效提高AGV位姿定位精度,实现48mm以内的位姿误差和小于4°的航向误差,可为农用轮式AGV应用提供参考.     

非时间参考的移动机器人变滑模控制

提出一种基于非时间参考移动机器人的变滑模控制方法，设计以一定的速度跟踪路径的控制器，买现对一类轨迹的跟踪。由于采用变滑模控制，增强了机器人在不确定环境下的跟踪能力和系统鲁棒性，可以实现机器人在动态环境中的路径跟踪。买验验证了该方法的有效性。     

多电机机器人模糊PID控制仿真研究

机器人在复杂环境中运动时,其关节角位移跟踪容易受到外界波形干扰,导致角位移跟踪误差较大,造成控制系统稳定性下降。对此,建立三关节机器人简图模型,给出了机器人动力学方程式,采用多电机并行驱动机器人关节角位移运动;采用模糊规则建立模糊PID控制器,利用模糊论域在线调节PID控制参数,保持控制系统的稳定性。采用Matlab软件对多电机机器人模糊PID控制效果进行仿真,结果显示:在大扰动环境中,采用模糊PID控制器,可以提高机器人关节角位移跟踪精度,保持多电机驱动机器人关节运动的稳定性。     

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。     

基于机器人逆运动学的模糊辨识

本文所研究的机器人是SCARA型教学机器人,它是一个四自由度机器人．有三个旋转关节,一个滑动关节。论文研究了采用模糊逻辑系统作为未知非线性对象的辨识器的方法来建立机器人的逆运动学方程．由此建立的机器人结构系统动力学模型的动态特性与实验测试结果具有较好的一致性。     

基于模糊控制的履带式行走机器人的实时控制

介绍了模糊控制在履带式行走机器人实时控制中的应用。通过对精确输入量的模糊化以及模糊控制规则的建立,实现了对机器人行走的实时控制。文中所设计的履带式移动机器人采用差动式驱动结构,实验证明,比传统的带转向轮的移动机器人更容易实现其转向控制。     

基于模糊PID位置控制的气伺服系统

为了提高太阳电池移载机械手的控制精度,减少超调量,针对常规PID控制器参数整定不良,性能欠佳的问题,结合模糊控制技术,设计了一种模糊PID控制器,制定了模糊控制规则,并建立了控制规则表与隶属度函数。最后,运用Matlab进行了仿真,仿真结果表明：该模糊自整定控制器既具有控制精度高、超调量小的优点,又具有模糊控制速度快、适应性强的特点,实现了PID控制器参数的在线调整,使被控对象具有良好的动、静态特性。     

基于人机工程学的虚拟机械手臂运动控制方法

考虑到机械手臂在运动时会受到关节阻尼的作用,使手臂控制的全局稳定性降低的问题,提出一种基于人机工程学的虚拟机械手臂运动控制方法.首先,利用人机工程学构建人体模型架构,将其分为架构层、形态层与尺寸层,并以参数化形式描述表示;然后,通过解析人体模型获取各个关节的连接作用与功能,并计算虚拟机械手臂的运动坐标和运动矢量;再根据雅克比矩阵计算得到机械手臂末端的运动速度;最后,通过构建模糊逻辑系统得到控制模糊隶属度函数,并拟定为输入量输入至运动控制器内,完成对机械手臂的运动控制.     

Control of a manipulator robot by neuro-fuzzy subsets form approach control optimized by the genetic algorithms

In this paper, we describe a new form of neuro-fuzzy-genetic controller design for nonlinear system derived from a manipulator robot. The proposed method combines fuzzy logic and neuronal networks which are of growing interest in robotics, the neuro-fuzzy controller does not require the knowledge of the robot parameters values. Furtheremore, the genetic algorithms (GAs) for complex motion planning of robots require an evaluation function which takes into account multiple factors. An optimizing algorithm based on the genetic algorithms is applied in order to provide the most adequate shape of the fuzzy subsets that are considered as an interpolation functions. The proposed approach provides a well learning of the manipulator robot dynamics whatever the assigned task. Simulation and practical results illustrate the effectiveness of the proposed strategy. The advantages of the proposed method and the possibilities of further improvements are discussed.     

沿任意倾斜面的机器人力/位置控制方法研究

设计了沿任意倾斜面的机器人自适应阻抗控制方法,该方法解决了接触面法向方向、环境阻尼、刚度参数未知对机器人力/位置控制的影响问题。在机器人与倾斜面碰撞接触过程中采用递归最小二乘(RLS)算法估计环境的阻尼、刚度,根据接触力矩实际值与期望值的偏差实现机器人末端期望姿态的调整;在机器人末端沿倾斜面滑动阶段,设计规则自调整的模糊控制器,根据机器人末端位移、接触力误差实时调整机器人阻抗控制模型参数,以适应环境阻尼、刚度的变化。提出的控制方法具有编程实现简单且对环境参数变化鲁棒性较强的优点,实验验证了控制方法的有效性。     

未知环境下基于行为的机器人模糊路径规划方法

针对非结构化环境下的多关节机器人实时避障问题,应用基于模糊逻辑方法,提出了一种新的未知环境下基于行为的机器人实时路径规划方法。敏感皮肤被用来探测机器人周围的障碍物。规划方法包括接近目标和绕过障碍两个行为。机器人根据周围环境的信息选择合适的行为,从而实现机器人路径规划的目标。由于应用了模糊控制,使方法具有较好的实时性,可以应用到存在未知障碍物的机器人在线运动规划中。仿真环境中存在多种类型的未知障碍物,机器人均在算法的控制下到达了目标位姿,证实了算法的有效性。     

基于模糊逻辑的机器人路径规划

提出了一种基于模糊逻辑的移动机器人路径规划算法,并对算法进行了运动仿真,仿真结果表明,对不同的路障能较好地实现机器人的避障,解决了人工势场法中局部极小的问题,避开了传统算法中存在对移动机器人定位精度要求高的约束。     

基于MCU和CPLD的智能移动机器人控制系统

针对移动机器人控制系统设计和开发要求的复杂性,从成本低、易开发、易调试和高集成性的角度出发,提出了一种基于微处理机控制单元（MCU）和复杂可编程逻辑器件（CPLD）的智能移动机器人控制系统设计。给出了自动避障、电机驱动控制、红外遥控等关键功能的设计实现方法,着重对基于CPLD的超声波检测模块、红外编码模块、壁障模糊控制器的设计等进行了详细的论述。同时,还给出了系统主程序和超声测距子程序软件设计流程。实践结果表明,该移动机器人控制系统可使硬件结构大大简化,并具有功能丰富、集成度高、性价比高等特点。     

基于传感器的两栖机器人环境感知系统研究

通过对两栖机器人复杂作业环境及自身设计特点的分析,针对水面、陆地及水陆交叠的不同环境,分别为机器人设计了基于传感器的环境感知系统,并在此基础上,针对陆地环境将模糊控制算法引入两栖机器人的避障研究,设计了模糊控制器.仿真及实验研究的结果表明,该环境感知系统可以在不同的作业环境下及时准确地获取环境信息,同时模糊控制算法应用于陆地环境下的机器人局部路径规划后,取得了较优的无碰撞局部路径.