基于视觉伺服反馈的不确定非完整动态移动机器人的自适应镇定

研究了带有固定在天花板上的摄像机系统的非完整动态移动机器人的镇定问题. 首先, 利用针孔摄像机模型引入了基于摄像机目标的视觉伺服运动学模型,并针对该运动学模型给出了一个运动学镇定控制器. 然后,在摄像机参数不确定的情形下设计了一个自适应滑模控制器实现了不确定动态移动机器人的镇定. 提出的控制器不仅对结构不确定性如质量变化, 而且对无结构不确定性如外部扰动都具有鲁棒性. 通过Lyapunov方法严格证明了提出的控制系统的稳定性和估计参数的有界性. 仿真结果证实了控制律的有效性.     

基于预测控制的非完整移动机器人视觉伺服镇定

非完整移动机器人视觉伺服镇定越来越受到人们的广泛关注. 目前研究人员在解决该问题时未同时考虑摄像机的可见性约束和机器人系统的控制约束, 所设计的控制器在实际应用中很难实现满意的控制. 针对此问题, 本文设计一种预测控制器来解决移动机器人视觉伺服镇定问题. 首先设计运动学预测镇定控制器来产生参考速度指令; 然后设计动力学预测控制器使移动机器人实际速度渐近逼近期望值; 所设计的预测控制器能够容易处理系统中存在的可见性约束和控制约束; 最后对所提出的视觉伺服镇定方法进行仿真验证, 结果表明所设计的控制器能有效解决移动机器人视觉伺服镇定问题.     

移动机器人视觉伺服镇定quasi-min-max预测控制

针对受限移动机器人视觉伺服系统,提出一种移动机器人视觉伺服镇定准最小最大模型预测控制策略. 基于移动机器人视觉伺服镇定误差模型,建立移动机器人视觉伺服线性参数时变预测模型,进而引入准最小最大策略,设计移动机器人视觉伺服镇定模型预测控制器.与传统视觉伺服预测控制器相比,所提控制器只需求解线性矩阵不等式表示的凸优化问题,降低了视觉伺服预测控制器的计算耗时,同时保证了闭环视觉伺服系统的渐近稳定性.仿真结果验证了所提出策略的有效性和在计算效率上的优越性.     

基于2D三焦点张量的移动机器人视觉伺服镇定控制

针对单目视觉移动机器人系统, 本文提出了一种基于二维三焦点张量(2D trifocal tensor, 2DTT)的视觉伺服镇定控制方法. 具体而言, 首先描述了2D三焦点张量的导出过程, 并给出了基于图像特征点的估计方法. 在此基础上根据2D三焦点张量的元素, 设计了一种反馈线性化控制器以实现机器人的位置镇定, 以及一种比例控制器来实现姿态镇定, 因而在场景信息与平移信息均未知情况下完成了移动机器人的视觉镇定控制. 通过理论分析证明了本文设计的镇定控制算法具有指数收敛性能. 相比现有方法, 这种基于2D 三焦点张量的方法在图像特征识别方面具有更强的鲁棒性, 并且在平面场景与立体场景情况下均适用. 最后利用仿真与实验结果验证了本文提出的视觉伺服方法的优良性能.     

基于自适应动态规划的移动机器人视觉伺服跟踪控制

针对移动机器人视觉伺服跟踪控制问题, 提出一种基于自适应动态规划(Adaptive dynamic programming, ADP) 的控制方法. 通过移动机器人上的相机拍摄共面特征点的当前图像、期望图像以及参考图像, 利用单应性技术得到移动机器人当前的位姿信息与期望的位姿信息(即平移量与旋转角度), 从而通过当前与期望的平移旋转之间差值得到系统的开环误差模型. 进而, 针对此系统设计最优控制器, 同时做合适的控制输入变换. 在此基础上设计一个基于ADP的视觉伺服控制方法以保证移动机器人完成轨迹跟踪任务. 为求出最优控制输入, 采用一个评价神经网络近似值函数, 通过不断学习逼近哈密顿−雅可比−贝尔曼(Hamilton-Jacobi-Bellman, HJB)方程的解. 与以往不同的是, 由于系统存在时变项, 导致HJB方程也含有时变项, 因此需要设计具有时变权值结构的神经网络近似值函数. 最终证明在所设计的控制方法作用下, 闭环系统是一致最终有界的.     

基于视觉伺服非完整移动机器人的有限时间饱和镇定

对视觉伺服反馈的一类类非完整移动机器人,提出在视觉参数不确定下的有限时间饱和镇定问题.运用多步控制策略和有限时间稳定性理论,设计分段连续的饱和控制律使得闭环系统的状态在有限时间内收敛到平衡点.仿真结果验证了该方法的有效性.     

基于单应性矩阵的移动机器人视觉伺服切换控制

针对具有单目视觉的移动机器人,本文提出了一种基于单应性矩阵的视觉伺服控制算法,在缺乏深度信息的情况下利用视觉反馈实现了移动机器人的控制目标,即给定机器人目标位姿下拍摄得到的图像,通过视觉伺服使机器人从初始位姿准确到达目标位姿.视觉反馈环节采用单应性矩阵中的元素构造状态变量,而非利用常见的单应性分解,此外,考虑到视野约束,本文提出的算法在计算单应性矩阵时结合了单应性的传递特性,从而避免了参考目标的实时可见性.伺服环节设计了切换控制器,在满足非完整约束的同时可驱动机器人到达期望位姿.理论分析及实物仿真验证了该算法的可行性和有效性.     

未校正摄像机的非完整机器人的自适应镇定

针对基于未校准顶置摄像机的非完整移动机器人视觉伺服镇定问题,首先从标准机器人运动学模型以及视觉空间与工作空间的转换得到视觉平面上的机器人运动学模型,而后根据视觉空间的运动学的速度误差以及视觉空间的机器人的动力学模型设计了一个自适应控制器,而且控制器具有鲁棒性,控制器中的鲁棒项函数用以抑制动力学的扰动,摄像机估计值用以估计未知的摄像机参数,动力学的惯性参数估计值用以消除动力学参数的不确定性.控制系统的稳定性以及参数估计值的有界性由李雅普诺夫定理证明.仿真结果用于说明控制律的有效性.     

移动机器人滑动参数定界及鲁棒镇定控制

本文针对带运动学参数不确定性的野外轮式移动机器人模型的在线辨识、定界和点镇定控制问题展开了研究.考虑了移动机器人二维平面运动过程中所存在的滑动效应和自身几何参数未知等不确定性,并将其建模为运动学模型中所包含的未知时变参数.通过引入基于有界误差假设的非线性集员滤波方法,对移动机器人运动学模型中存在的不确定性参数进行了辨识和定界.在此基础上结合backstepping控制思想和Lyapunov分析方法解决了移动机器人的鲁棒镇定问题,在存在滑动参数干扰的情况下实现了移动机器人的全局指数收敛点镇定控制,提高了整体控制系统的稳定性和鲁棒性.仿真结果证明了本方法的有效性和鲁棒性.     

具有参数不确定性的轮式移动机器人自适应backstepping控制

针对参数不确定的轮式移动机器人的轨迹跟踪问题,设计自适应跟踪控制器.基于移动机器人的动力学模型,采用backstepping积分方法,通过逐步递推选择适当的Lyapunov函数,设计基于状态反馈的自适应控制器,并进行了相应的稳定性分析.与传统PID控制进行仿真对比,结果表明提出的自适应控制策略能较好地补偿系统参数摄动的影响,提高了移动机器人的轨迹跟踪性能和鲁棒性.     

Quasi-min-max MPC for visual servoing stabilization of omnidirectional wheeled mobile robots

This paper proposes a new visual servoing quasi-min-max MPC algorithm for stabilization control of an omnidirectional wheeled mobile robot subject to physical and visual constraints. The visual servoing dynamics of the robot are modeled as the state-dependent linear error system with nonlinear control inputs of rotation and deflection velocities of wheels. The state-dependent linear error system is covered as linear parameters-varying models which is used to design the visual servoing quasi-min-max MPC controller. The actual control inputs of the robot are then computed by the solution of an inverse algebraic equation of the MPC actions. The recursive feasibility and stability of the new visual servoing MPC are ensured by some LMIs conditions. The performance and practicability of the visual servoing MPC are verified by some simulation and experiment results.     

未知环境中移动机器人导航控制研究的若干问题

未知环境中移动机器人导航控制理论和方法是机器人学和智能控制的一个重要研究领域，综述了该领域研究的主要内容及其发展动态，分析了与导航控制有关的机器学习方法的研究现状，指出存在的不足和有待进一步研究的问题，并提出了一些解决思路。     

Switched visual servo control of nonholonomic mobile robots with field-of-view constraints based on homography

This paper presents a novel scheme for visual servoing of a nonholonomic mobile robot equipped with a monocular camera in consideration of field-of-view (FOV) constraints. In order to loosen the FOV constraints, the system states are expressed by the homography between the current frame and the key frame so that the target is not necessarily to be always visible in the control process. A switched visual controller is designed to deal with the nonholonomic constraints. Moreover, an iteration strategy is used to eliminate errors caused by the parameter uncertainty. The stablity and robustness of the proposed scheme are guaranteed by theoretical analysis. Compared to conventional schemes, the proposed approach has the following advantages: 1) a better path in Cartesian space can be achieved owing to the loosening of FOV constraints; 2) the iteration strategy ensures the robustness to parameter uncertainty; 3) when used in landmark-based navigation, it needs much sparser and simpler landmarks than those localization-based approaches need. Simulation results demonstrate the effectiveness of the proposed method.     

Homography-based visual servo regulation of mobile robots.

A monocular camera-based vision system attached to a mobile robot (i.e., the camera-in-hand configuration) is considered in this paper. By comparing corresponding target points of an object from two different camera images, geometric relationships are exploited to derive a transformation that relates the actual position and orientation of the mobile robot to a reference position and orientation. This transformation is used to synthesize a rotation and translation error system from the current position and orientation to the fixed reference position and orientation. Lyapunov-based techniques are used to construct an adaptive estimate to compensate for a constant, unmeasurable depth parameter, and to prove asymptotic regulation of the mobile robot. The contribution of this paper is that Lyapunov techniques are exploited to craft an adaptive controller that enables mobile robot position and orientation regulation despite the lack of an object model and the lack of depth information. Experimental results are provided to illustrate the performance of the controller.     

轮子纵向打滑条件下的移动机器人自适应跟踪控制

针对纵向滑动参数未知的轮式移动机器人的轨迹跟踪问题,提出一种自适应跟踪控制策略.利用两个未知参数来描述移动机器人左右轮的纵向打滑程度,建立了产生纵向滑动的差分驱动轮式移动机器人的运动学模型;设计了补偿纵向滑动的自适应非线性反馈控制律;应用 Lyapunov 稳定性理论与 Barbalat 定理证明了闭环系统的稳定性;同时,提出了一种由极点配置方法在线调整控制器增益的方法.仿真结果验证了所提出控制方法的有效性.     

非完整移动机器人轨迹跟踪自适应控制器设计

针对轮式移动机器人的非完整运动学模型,将自适应反演控制技术和李亚普诺夫稳定性理论应用于机器人轨迹跟踪控制,设计了具有全局渐近稳定性的自适应轨迹跟踪控制器,并在Matlab环境下实现了移动机器人对直线和椭圆2种轨迹追踪的仿真实验.实验表明:该控制方法在轨迹跟踪控制中有较好的航向跟踪效果,对机器人非完整系统模型的非线性特性...     

Simultaneous tracking and regulation visual servoing of wheeled mobile robots with uncalibrated extrinsic parameters

This paper presentsa global adaptive controller that simultaneously solves tracking and regulation for wheeled mobile robots with unknown depth and uncalibrated camera-to-robot extrinsic parameters. The rotational angle and the scaled translation between the current camera frame and the reference camera frame, as well as the ones between the desired camera frame and the reference camera frame can be calculated in real time by using the pose estimation techniques. A transformed system is first obtained, for which an adaptive controller is then designed to accomplish both tracking and regulation tasks, and the controller synthesis is based on Lyapunov's direct method. Finally, the effectiveness of the proposed method is illustrated by a simulation study.     

Visual servoing of mobile robots for posture stabilization: from theory to experiments

On the basis of the kinematic model of a unicycle mobile robot in polar coordinates, an adaptive visual servoing strategy is proposed to regulate the mobile robot to its desired pose. By regarding the unknown depth as model uncertainty, the system error vector can be chosen as measurable signals that are reconstructed by a motion estimation technique. Then, an adaptive controller is carefully designed along with a parameter updating mechanism to compensate for the unknown depth information online. On the basis of Lyapunov techniques and LaSalle's invariance principle, rigorous stability analysis is conducted. Because the control law is elegantly designed on the basis of the polar‐coordinate‐based representation of error dynamics, the consequent maneuver behavior is natural, and the resulting path is short. Experimental results are provided to verify the performance of the proposed approach. Copyright © 2013 John Wiley & Sons, Ltd.