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.     

一种新颖的基于两个特征点的室内移动机器人定位方法

提出了一种新颖的基于两个特征点的室内移动机器人定位方法。与已有的几何位姿估计方法或航标匹配方法不同,该方法不需要人工航标,也不需要准确的环境地图,只需一幅由传统的CCD相机拍摄的图像。从机器人接近的目标上选取相对于地面等高的两个点作为两个特征点。基于这两点建立一个目标坐标系。在相机平视且这两个特征点与相机投影中心相对于地面不是恰好等高的条件下,就可以根据这两个特征点在图像中的坐标确定机器人相对于目标坐标系的位置和运动方向。该方法非常灵活,适用范围广,可以大大简化机器人定位问题。试验结果表明这一新的方法不仅简单灵活而且具有很高的定位精度。     

移动机器人前向单目视觉的建模研究

为了实现目标对象的快速、精确识别,对移动机器人前向单目视觉进行了建模.首先,给出了前向单目视觉成像模型,包括软、硬件设计,并结合目标特征属性得到目标中心在图像上的坐标;然后,通过视觉标定模型实现前向单目视觉的目标定位,得到目标对象在机器人体坐标系中的坐标;最后,利用参数估计的方法计算真实检测结果与理想检测结果的误差分布模型的参数,得到前向单目视觉的观测模型.实验结果表明,前向单目视觉模型建立精确,且实时性好.     

外激励参数未知系统的同步控制及其参数识别

考虑外激励的振幅和频率未知的混沌系统.把系统未知参数扩张成系统的新的状态量,构造新的驱动系统.用参数自适应控制方法构造一个响应系统,使之与驱动系统的结构相同.基于级联系统的稳定性理论,通过两个步骤来设计控制器和参数自适应律,使得驱动—响应系统能够达到完全同步.当驱动—响应系统达到完全同步时,就可以识别出系统的未知参数振...     

一种用于接力赛的NAO机器人比赛系统设计

基于NAO机器人平台设计了一种机器人接力比赛系统,提出并试验了一种基于接力赛比赛规则的机器人控制系统。通过单目视觉控制NAO机器人识别并区分周围环境和接力赛赛场跑道;通过运动控制设计控制NAO机器人完成行走转弯等动作;利用Socket通信设计 NAO机器人之间的接力通信使机器人完成整个比赛流程。设计了逆运动学求解步态算法,使比赛系统具有稳定性及快速性。实验证明该比赛系统可行,且该系统在 “软银机器人杯”2018中国机器人技能大赛中获得一等奖。     

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。     

使用单目视觉的移动机器人导航方法

机器视觉与机器人的结合是未来机器人行业发展的一大趋势。在移动机器人的避障导航方案中,使用传统的传感器存在诸多问题,且获取的信息有限。提出一种基于单目视觉的移动机器人导航算法,在算法应用中,如果使用镜头焦距已知的相机,则无需对相机标定。为降低光照对障碍物边缘检测的影响,将机器人拍摄的彩色图像转换到HSI空间。采用canny算法对转换后的分量分别进行边缘检测,并合成检测结果。通过阈值处理过滤合成边缘,去除弱边缘信息,提高检测准确度。采用形态学处理连接杂散边缘,通过区域生长得到非障碍区域,并由几何关系建立图像坐标系与机器人坐标系之间的映射关系。利用结合隶属度函数的模糊逻辑得出机器人控制参数。实验结果表明,对图像颜色空间的转换降低了地面反光、阴影的影响,算法能有效排除地面条纹等的干扰并准确检测出障碍物边缘,而模糊逻辑决策方法提高了算法的鲁棒性和结果的可靠性。     

参数未知的统一混沌系统的同步

针对统一混沌系统,研究驱动系统参数未知,响应系统参数可以调整的自适应同步问题。基于Lyapunov稳定性理论,结合驱动法,提出采用多控制器和单一控制器两种方案实现自适应统一系统的新方法,给出控制律以及参数自适应律的解析表达式。数值仿真结果验证这两种方法的有效性与可行性。     

参数未知耦合时滞不同复杂网络的广义同步

针对具有不同动力学节点和不同拓扑结构的两个复杂网络,研究其广义同步问题,并考虑具有耦合时滞和参数未知的情况.基于Babalat引理,并利用Lyapunov稳定性方法,获得广义同步判据,设计有效的自适应控制器,实现混沌系统参数已知和参数未知两种情况下的广义同步.仿真验证了算法的有效性.