基于视觉图像的全向移动机器人轨迹跟踪控制研究

机器人轨迹节点跟踪比较难,导致机器人实际轨迹偏离期望轨迹,所以设计基于视觉图像的全向移动机器人轨迹跟踪控制方法;构建全向移动机器人的运动学数学模型,以此确定机器人移动轨迹数学模型;以移动轨迹数学模型为基础,按照视觉图像划分标准对全向移动机器人运动图像的分割,通过分离目标节点的方式提取运动学特征参量,完成机器人轨迹节点跟踪处理;结合节点跟踪处理结果,将运动学不等式与误差向量作为机器人轨迹跟踪控制的约束条件,利用滑模变结构搭建轨迹跟踪控制模型,实现全向移动机器人轨迹跟踪控制;对比实验结果表明,所设计的方法应用后,全向移动机器人角速度曲线、线速度曲线与期望运动轨迹曲线之间的贴合程度均超过90%,满足全向移动机器人轨迹跟踪控制要求。     

基于粒子滤波的移动机器人目标追踪控制改进算法

针对移动机器人目标追踪控制问题,以三轮全向移动智能足球机器人为研究对象,结合图像区域分割技术建立机器人运动模型和测量模型,提出基于高斯和粒子滤波的移动机器人目标追踪改进算法应用于足球机器人比赛环境。该算法将高斯和滤波中的并行扩展卡尔曼滤波用并行高斯粒子滤波代替,充分考虑当前时刻观测量对状态分布的影响,提高系统精度的同时降低滤波过程中使用的粒子数目,减轻系统计算量;仿真结果表明,该算法有效的减少足球机器人目标追踪过程中的误差和修正时间,特别是目标物体曲线行驶时,可以有效的将x轴与y轴方向的误差控制在一个较稳定的范围内,提高系统的稳定度。     

基于大数据聚类的移动机器人运动跟踪控制系统设计

目前研究的移动机器人运动跟踪控制系统控制过程易受到外界扰动影响,导致控制稳定性较差,运动跟踪准确性较差,为此,基于大数据聚类算法设计了一种新的移动机器人运动跟踪控制系统。硬件部分主控制器负责远程无线通讯,图像采集的数据传输和舵机驱动连接,驱动控制器为机器人行走提供动能保证;远程控制模块负责数据,图像和指令的传输;舵机控制模块机器人的行走、转向;软件部分首先通过大数据聚类的方法分析机器人移动步态,根据运动超声波传感器原理判定障碍物位置,考虑移动机器人运行状态与足端轨迹,构建机器人行走控制模型。通过髋关节调节机器人姿态,消除外部扰动对机器人姿态和运动速度的影响,得到抗扰动控制模型。实验结果表明,所设计系统在对机器人运动控制的稳定性及对抗外界扰动方法具有较好的性能,能够实现对移动机器人运动的准确跟踪。     

基于平行接近法的对运动目标跟踪的研究

移动机器人可以对运行目标进行跟踪,但机器人跟踪目标的路线的知短对机器人的运动效果有很大影响,因此找一条机器人运行的最优路线是很重要的,本文把导弹追踪的一种自动导引方法－平行接近法应用到机器人对目标的跟踪中,以期用最少的时间和用最短的路线来追踪到目标。     

基于移动机器人机载视觉云台的有限时间目标跟踪控制

研究面向移动目标的移动机器人机载视觉云台跟踪控制系统.首先,对视觉云台跟踪控制系统进行数学建模;然后,为提高移动目标的跟踪快速性和精度,基于有限时间控制技术提出一种新的有限时间视觉跟踪控制算法.严格的理论分析证明即使系统存在外部干扰也可以在有限时间内跟踪上目标,即通过控制云台转动能够保持在机器人运动过程中移动目标始终在相机视觉中心.仿真结果表明,所提出的有限时间控制算法可以实现移动目标的有限时间跟踪.     

基于深度相机的移动机器人视觉跟踪控制研究

基于视觉利用移动机器人进行运动目标跟踪,该文提出一种基于二自由度云台和RGB-D相机的运动目标视觉跟踪及移动机器人路径实时规划、跟踪方法。该方法利用核相关滤波算法在图像中实时追踪目标,控制二自由度云台使深度相机实时对准目标,并根据深度相机得到目标的深度信息,利用坐标转换得到目标相对于机器人的位置信息;其后移动机器人根据目标的位置信息,基于五次多项式进行路径规划;最后采用李雅普诺夫控制律对移动机器人进行轨迹跟踪控制,使得机器人能够平稳地跟踪目标运动。该算法在阿克曼移动机器人上进行了实验,实验结果验证了算法的有效性和实时性。     

一种多模式全向移动机器人攀爬楼梯的步态

针对移动机器人在户外运动中所遇到的台阶、楼梯等复杂地形,设计了一种可攀爬楼梯的多模式全向移动机器人。通过切换运动模态,该机器人既能像传统移动机器人一样快速移动,又具备了足式机器人的越障能力。首先,分析并构建了多模式全向移动机器人的运动学模型;其次,研究了该机器人越障能力和质心位置之间的关系并计算了该机器人可以翻越台阶的...     

六足机器人动态目标检测与跟踪系统研究

动态目标检测与目标跟踪是图像领域的热点研究问题,为研究其在移动机器人领域的应用价值,设计了六足机器人动态目标检测与跟踪系统。针对非刚体运动目标容易被检测为多个分散区域的问题提出区域合并算法,并通过对称匹配、自适应外点滤除对运动背景进行精确补偿,最终基于背景补偿法实现对运动目标的精确检测。研究了基于KCF（Kernel Correlation Filter）的目标跟踪算法在六足机器人平台上的应用,设计了自适应跟踪算法实现六足机器人对运动目标的角度跟踪。将运动目标检测及跟踪算法应用于六足机器人系统。实验表明,在六足机器人移动过程中,系统可对运动目标进行精确检测与跟踪。     

被动同心转向式多履带全向移动机器人设计

采用四组被动同心转向结构的履带单元,设计了一种多履带式全向移动机器人,该机器人不仅具有全向移动的能力,也具备运行平稳、载重能力强等特点。机器人使用ST Nucleo-F446RE开发板为控制器,采用旋转电位器测量每组履带单元的偏转角度,通过电机驱动器独立控制8个履带运动,从而实现机器人的全向移动。实验采集了各个履带的运动速度和每组履带单元的偏转角度,通过航位推测法计算机器人在两种运动中的轨迹,验证了机器人的全向移动能力。     

轮-腿-履带复合移动机器人的研究

中国科学院沈阳自动化研究所自行研制的灵豹复合移动机器人,采用轮-腿-履带复合移动机构,构建了嵌入式控制系统,设计了模糊控制器控制机器人行走,实现了机械臂的自主联动控制.机器人运动控制更加简便,系统具备良好的适应性和运动稳定性.     

基于WiFi的远程目标跟踪系统设计

提出了远程目标跟踪系统的概念并实现一种远程目标跟踪系统.系统主要分为移动机器人端和远程服务器端,主要功能是移动机器人通过USB摄像头采集到实时现场视频,将实时采集到的现场视频从YUV格式硬编码为H.264格式,再通过WiFi传出给远程服务器,服务器将接收到的视频流解码并对指定目标进行跟踪算法处理后控制移动机器人追踪目标.实验结果表明:该系统可以有效实现远程的目标跟踪,验证了该设计的可行性.     

基于MLP和SPSO的机器人行为选择与运动控制方法

针对传统行为选择机制(ASM)不能很好地做出控制决策的问题,提出一种基于多层感知(MLP)前馈神经网络的ASM,并将其应用到移动机器人目标跟踪中。首先,根据具体应用场景预定义多个机器人行为。然后,根据机器人配备的图像和红外传感器获得的目标位置和障碍物信息,通过MLP神经网络从预定义行为中选择出所需执行的行为。另外,为了构造最优的MLP模型,采用一种简化粒子群算法(SPSO)来优化网络权值参数。机器人目标跟踪仿真的结果表明,提出的ASM能够准确选择出合适的行为,实现了控制机器人跟踪目标移动且能够避开各种障碍物。     

电动并联六轮足机器人的运动驱动与多模态控制方法

提出一种并联六轮足移动机器人．该机器人设有多模式Stewart型腿结构,其负载能力大,集成了轮式运动和足式运动的优点,可实现足式、轮式、轮足复合式运动．首先,阐述了机器人设计思路,对电动并联六轮足机器人的硬件系统和控制系统进行设计．其次,针对足式运动模式,设计了一套完整的足式“三角”步态和稳定行走算法,该算法可降低足端与地面之间的垂直方向冲击,防止足式运动拖腿或打滑;针对轮式运动模式,设计并介绍了6轮协同控制和轮式协同转向原理;针对轮足复合式运动模式,介绍了变高度、变支撑面、变轮距、主动隔振控制原理,重点分析了主动隔振控制和变轮距控制,可实现主动隔振及姿态平稳控制,提高了机器人在崎岖颠簸地形下的轮足复合式运动的稳定性．最后,对电动并联六轮足机器人的足式、轮式、轮足复合式运动模式进行实验,实验结果验证了本文提出的并联六轮足移动机器人设计的可行性和各运动模式下驱动与控制算法的有效性．     

轮子打滑状态下全向移动机器人轨迹跟踪控制

针对全向移动机器人轨迹跟踪控制中存在未知轮子打滑干扰问题,设计自抗扰反步控制器.首先,建立存在轮子打滑扰动的全向移动机器人的运动学模型;然后,融合自抗扰控制技术与反步控制技术,设计基于全向移动机器人运动学模型的轨迹跟踪控制器,该控制器分别从纵向控制、横向控制及姿态控制上对打滑干扰进行实时估计与补偿;最后,利用Lyapunov定理分析闭环系统的稳定性并通过仿真实验验证了所提出控制算法的有效性和鲁棒性.     

Robust omnidirectional mobile robot topological navigation system using omnidirectional vision

Robust topological navigation strategy for omnidirectional mobile robot using an omnidirectional camera is described. The navigation system is composed of on-line and off-line stages. During the off-line learning stage, the robot performs paths based on motion model about omnidirectional motion structure and records a set of ordered key images from omnidirectional camera. From this sequence a topological map is built based on the probabilistic technique and the loop closure detection algorithm, which can deal with the perceptual aliasing problem in mapping process. Each topological node provides a set of omnidirectional images characterized by geometrical affine and scale invariant keypoints combined with GPU implementation. Given a topological node as a target, the robot navigation mission is a concatenation of topological node subsets. In the on-line navigation stage, the robot hierarchical localizes itself to the most likely node through the robust probability distribution global localization algorithm, and estimates the relative robot pose in topological node with an effective solution to the classical five-point relative pose estimation algorithm. Then the robot is controlled by a vision based control law adapted to omnidirectional cameras to follow the visual path. Experiment results carried out with a real robot in an indoor environment show the performance of the proposed method.     

Adaptive Polar-Space Motion Control for Embedded Omnidirectional Mobile Robots with Parameter Variations and Uncertainties

This paper presents an adaptive polar-space motion controller for trajectory tracking and stabilization of a three-wheeled, embedded omnidirectional mobile robot with parameter variations and uncertainties caused by friction, slip and payloads. With the derived dynamic model in polar coordinates, an adaptive motion controller is synthesized via the adaptive backstepping approach. This proposed polar-space robust adaptive motion controller was implemented into an embedded processor using a field-programmable gate array (FPGA) chip. Furthermore, the embedded adaptive motion controller works with a reusable user IP (Intellectual Property) core library and an embedded real-time operating system (RTOS) in the same chip to steer the mobile robot to track the desired trajectory by using hardware/software co-design technique and SoPC (system-on-a-programmable-chip) technology. Simulation results are conducted to show the merit of the proposed polar-space control method in comparison with a conventional proportional-integral (PI) feedback controller and a non-adaptive polar-space kinematic controller. Finally, the effectiveness and performance of the proposed embedded adaptive motion controller are exemplified by conducting several experiments on steering an embedded omnidirectional mobile robot.     

Design and Control of a Four‐Wheeled Omnidirectional Mobile Robot with Steerable Omnidirectional Wheels

Omnidirectional mobile robots are capable of arbitrary motion in an arbitrary direction without changing the direction of wheels, because they can perform 3 degree‐of‐freedom (DOF) motion on a two‐dimensional plane. In this research, a new class of omnidirectional mobile robot is proposed. Since it has synchronously steerable omnidirectional wheels, it is called an omnidirectional mobile robot with steerable omnidirectional wheels (OMR‐SOW). It has 3 DOFs in motion and one DOF in steering. One steering DOF can function as a continuously variable transmission (CVT). CVT of the OMR‐SOW increases the range of velocity ratio from the wheel velocities to robot velocity, which may improve performance of the mobile robot. The OMR‐SOW with four omnidirectional wheels has been developed in this research. Kinematics and dynamics of this robot will be analyzed in detail. Various tests have been conducted to demonstrate the validity and feasibility of the proposed mechanism and control algorithm. © 2004 Wiley Periodicals, Inc.     

Fuzzy target tracking control of autonomous mobile robots by using infrared sensors

The theme of this paper is to design a real-time fuzzy target tracking control scheme for autonomous mobile robots by using infrared sensors. At first two mobile robots are setup in the target tracking problem, where one is the target mobile robot with infrared transmitters and the other one is the tracker mobile robot with infrared receivers and reflective sensors. The former is designed to drive in a specific trajectory. The latter is designed to track the target mobile robot. Then we address the design of the fuzzy target tracking control unit, which consists of a behavior network and a gate network. The behavior network possesses the fuzzy wall following control (FWFC) mode, fuzzy target tracking control (FTTC) mode, and two fixed control modes to deal with different situations in real applications. Both the FWFC and FTTC are realized by the fuzzy sliding-mode control scheme. A gate network is used to address the fusion of measurements of two infrared sensors and is developed to recognize which situation is belonged to and which action should be executed. Moreover, the target tracking control with obstacle avoidance is also investigated in this paper. Both computer simulations and real-time implementation experiments of autonomous target tracking control demonstrate the effectiveness and feasibility of the proposed control schemes.