智能车路径跟踪控制

智能车路径控制通常分为路径规划和路径跟踪两级。本文着重研究基于定位信息的路径跟踪.文中提出的方法无需确知智能车动力学模型,实践证明,有较高的路径控制精度。     

移动小车的路径跟踪与镇定

本文讨论受非完整约束限制的移动小车的几何路径跟踪与镇定问题，给出了小车以恒定速度跟踪任意期望几何路径的控制律，证明了小车的实际运动路径渐近收敛于期望的路径。文中还讨论了小车的镇定问题，给出了小车从任意初始位置和姿态到达另一位置和姿态的控制方案，最后给出了仿真结果。     

飞机牵引机器人路径跟踪模糊控制

为了提高飞机地面自动导航路径跟踪的控制精度,提出了基于模糊自适应控制的智能飞机牵引机器人纯追踪路径跟踪方法。首先建立了牵引机器人-飞机两轮简化模型,进行了路径跟踪运动分析;基于此分析,以牵引机器人-飞机系统运动速度和轨迹误差为输入,以预测距离为输出,通过模糊自适应控制实时调整纯追踪算法预测距离,设计了基于自适应模糊控制的路径跟踪控制器;通过几何仿真和虚拟样机仿真两种方法分别对所提出的方法进行了验证。结果表明,牵引机器人-飞机系统在变速运动时,路径跟踪的轨迹误差能控制在0.5 m左右,完全满足飞机地面自动牵引滑行的精度要求,验证了所提方法的有效性和适应性。     

纯方位角目标跟踪及移动平台可观性控制方法

为了解决未知环境下的单目视觉移动机器人目标跟踪问题,提出了一种将目标状态估计与机器人可观性控制相结合的机器人同时定位、地图构建与目标跟踪方法。在状态估计方面,以机器人单目视觉同时定位与地图构建为基础,设计了扩展式卡尔曼滤波框架下的目标跟踪算法;在机器人可观性控制方面,设计了基于目标协方差阵更新最大化的优化控制方法。该方法能够实现机器人在单目视觉条件下对自身状态、环境状态、目标状态的同步估计以及目标跟随。仿真和原型样机实验验证了目标状态估计和机器人控制之间的耦合关系,证明了方法的准确性和有效性,结果表明:机器人将产生螺旋状机动运动轨迹,同时,目标跟踪和机器人定位精度与机器人机动能力成正比例关系。     

基于纯追踪模型的路径跟踪改进算法

针对前视距离随车辆位置、速度变化而调整的问题,将模糊控制器与纯追踪算法相结合,把速度和航向偏角作为模糊控制器的输入量,利用驾驶经验制定模糊控制规则,输出前视距离,从而使前视距离得到动态调整,以达到理想的跟踪效果.在直线道路和折线道路上,对动态前视距离纯追踪算法和固定前视距离纯追踪算法进行仿真对比,结果表明改进的算法使得...     

一种新的履带机器车轨迹跟踪控制

以履带机器车为研究对象,通过对履带机器车轨迹跟踪误差的分析,给出了履带车的内部误差和外部误差的定义。采用交叉耦合控制器对履带车辆的内部误差进行补偿,采用专家模糊控制器对履带机器车的外部控制误差进行补偿,从而实现了履带机器车的轨迹跟踪控制。仿真结果验证了该算法的有效性。     

基于自适应神经网络的AUVs路径跟踪控制

为解决由于随时间变化水动力阻尼引起的参数变化和不确定性的问题,提出了基于径向基函数神经网络的未知评估算法,引入自适应算法以保证神经网络权值的最优评估.基于Lyapunov稳定性理论,设计一种自适应神经网络控制器以保证路径跟踪系统中所有误差状态都趋于稳定.为了验证该控制器的可行性,对系统施加如位置误差、方向误差等虚拟干扰,证明该控制器可将误差消减为零.另一方面,机器人在以恒定的速度行驶时,每个航点被指定一个适合半径的圆弧可以保证其有较高的精度.为了评估路径跟踪控制器的性能,提出直线型和直线加圆弧型路径方案.仿真结果表明,该控制器可以有效地消除机器人非线性和模型不确定性造成的干扰.     

带拖车移动机器人全局路径跟踪控制

研究带拖车移动机器人的前向路径跟踪控制和倒车路径跟踪控制问题.首先建立系统的运动学模型,并进行系统的运动特性分析;然后基于Lyapunov方法提出一种新的单体移动机器人全局路径跟踪控制器,并将其引入带拖车移动机器人的前向路径跟踪控制;再后通过运动学变换,实现了拖挂任意节拖车的系统的倒车路径跟踪控制;最后针对三车体系统的两种路径跟踪控制进行仿真,结果表明了该方法的有效性.     

移动小车的轨迹跟踪控制

对由运动学模型描述的二自由度移动小车的跟踪问题进行研究。利用终端滑动模态技术设计控制律,使得移动小车能在有限时间内完全跟踪转动速度不为零的期望轨迹。仿真结果表明了该方法的有效性。     

带一个拖车的移动机器人小车的一种路径跟踪控制方法

本文的研究主要是针对开放研究实验室资助课题“两轮驱动小车在笛卡尔空间的控制”进行的，本文利用时间变换的方法建立了一个拖车的移动机器人的运动学模型，并且利用坐标变换和状态反馈对所建立的非线性模型进行了精确线性化，提出了一种控制算法，在仿真中验证了这种算法的可行性。     

基于模糊混合控制的自治水下机器人路径跟踪控制

基于模糊混合控制策略,本文提出了一种用于非线性欠驱动自治水下机器人的鲁棒路径跟踪控制方法.利用Sugeno型模糊推理系统,将PD滑模控制器与非奇异终端滑模控制器光滑连接,构造了模糊混合控制器.它能充分融合这两类控制器的优势,无论系统远离平衡点还是在其附近,都能取得快速收敛的效果.如果,借助于非时间参考量,将该混合控制器用于自治水下机器人路径跟踪控制,将有利于提高它在不确定环境中的跟踪能力.最后,通过仿真计算结果验证了该控制策略的有效性.     

移动机械手的跟踪控制

讨论一类不确定非完整移动机械手的跟踪控制问题。在系统惯性参数不精确知道的情况下,提出一种鲁棒控制器。为提高跟踪性能,进一步设计出使跟踪误差指数收敛的控制器。计算机仿真验证了所提出控制律的有效性。     

蜿蜒步态下的蛇形机器人路径跟踪控制研究

在面向灾区救援等针对蛇形机器人蜿蜒运动的直线路径跟踪效果差的问题,本项目提出基于滑模控制理论的方向控制器,有效收敛了蛇形机器人在稳态时的运动误差。针对蛇形机器人头部晃动影响头部传感器获取有效数据的难题,创新地提出基于补偿函数的头部控制方法,使得蛇头的运动方向与蛇身整体的运动方向一致,保证了蛇头相机拍摄的可读性和传感器测量的准确性,便于机器人准确地感知环境,确保在转弯时机器人整体呈蛇形曲线。     

移动小车轨迹跟踪的力矩控制

讨论了移动小车的轨迹跟踪控制。在速度控制的基础上,利用控制Ｌｙａｐｕｎｏｖ函数（ｃｌｆ）,基于小车动力学模型设计具有渐近收敛性的力矩反馈控制律,使人有更广泛的工程实践意义。仿真结果表明了该控制律的有效性。     

基于滑模变结构控制的路径跟踪研究

为解决锅炉水冷壁磨损检测机器人的路径跟踪问题,提出了一种基于指数趋近律的滑模变结构控制的机器人路径跟踪方法。在水冷壁磨损检测机器人运动模型的基础上,进行路径跟踪误差分析,设计一种基于指数趋近律的滑模变结构控制器,再利用Lyapunov定理验证其收敛性,最后通过MATLAB软件模拟仿真,仿真结果表明该控制器可以克服误差,使位姿误差收敛至零。     

轮式移动焊接机器人弯曲焊缝跟踪控制

分析了轮式移动焊接机器人弯曲焊缝轨迹跟踪问题,建立了机器人的数学模型,采用基于积分backstepping时变状态反馈方法设计了控制器,利用Laypunov方法证明系统是镇定的。针对旋转电弧传感器仅能检测单方向偏差的情况,根据焊枪前端上一时刻和当前时刻的位置对跟踪轨迹的方位角进行估计。控制器在对机器人速度和角速度控制的同时,还对十字滑块进行了控制,使跟踪更加快速、平滑。最后通过数值仿真和机器人实际运动仿真证明了该方法的有效性。     

口腔机器人手术中移动路径控制方法设计

口腔手术机器人是口腔医学的智能体工具,为了提高口腔机器人手术中移动路径自动控制水平,提出基于视觉感知和运动学模型规划的口腔机器人手术中移动路径控制方法。构建口腔机器人手术中移动的运动学规划模型,采用视觉伺服控制的方法提取口腔机器人手术中移动过程中的视觉特征参数,采用神经网络学习方法实现对口腔机器人手术中移动过程中的路径空间参数捕获和避障参数拟合,采用路径边缘引导的方法,结合目标点测距和视觉特征点匹配方法,实现对口腔机器人手术中移动路径的自适应控制和空间移动规划设计。测试结果表明,采用该方法口腔机器人手术中移动路径控制的环境适应性较强,控制鲁棒性较高,提高了口腔机器人手术过程中的精准性。     

自动导引车路径跟踪控制

路径跟踪控制算法是自动导引车(AGV,automated guided vehicle)控制系统设计的关键问题之一.推导了差速驱动式AGV的运动学模型,结合反演控制方法设计了变结构控制的切换函数,基于指数趋近律设计了路径跟踪变结构控制器,并采用饱和函数代替符号函数消除抖振.在不同速度和任意初始位姿误差条件下,仿真分析了对直线、圆周和曲线参考路径的跟踪能力,结果验证了控制器的有效性.     

光伏阵列清洁机器人路径跟踪改进型自抗扰控制

针对光伏阵列清洁机器人清洁作业过程中存在路径跟踪精度低与外界不确定干扰等问题,提出了一种改进型自抗扰控制策略来控制驱动单元模型,实现驱动单元角速度（力矩）的高鲁棒性控制,从而提高了机器人的路径跟踪精度.通过分析机器人的运动状态,得到清洁机器人实际运动位姿与期望运动位姿之间的误差.由于外界环境以及其他不确定因素的干扰,通过建立清洁机器人移动底盘带不确定干扰因素的动力学控制模型,在传统自抗扰控制器的基础上通过改进fal函数,提出了一种运动学与动力学内外嵌套的改进型自抗扰策略.改进型扩张状态观测器来实时观测并补偿不确定干扰因素,从而实现清洁机器人高精度跟踪作业目标路径.通过多种目标路径的跟踪仿真实验,最终都表现出了较好的跟踪结果.证明了本文所设计的基于改进型自抗扰控制的光伏阵列清洁机器人路径跟踪控制算法的优越性与有效性,提高了光伏阵列清洁机器人的清洁作业路径跟踪精度.     

基于FNN的轮式机器人路径跟踪研究

针对目前轮式机器人在路径跟踪时容易出现的偏离期望路径甚至打滑、侧翻失去控制等问题,对轮式机器人结构及其路径跟踪特点进行了分析,构建了轮式机器人运动学模型,设计了一种基于模糊神经网络(FNN)的行进路线和行驶速度分级控制的路径跟踪方法.第一级中模糊神经网络利用机器人位姿信息确定行进路线即转弯半径,第二级根据前方路径情况和转弯半径调节机器人行驶的角速度和线速度.仿真实验表明,所设计的模糊神经网络能够对所期望的路径进行快速准确地拟合,且鲁棒性强;轮式机器人路径跟踪过程稳定,不会出现失控现象.