基于模糊控制的移动机器人视觉反馈跟踪

探讨视觉空间下非完整移动机器人的跟踪问题。在不校准摄像机视觉参数的前提下,提出一种利用视觉反馈信息设计非完整移动机器人轨迹跟踪的模糊控制方法。其模糊控制使用Mamdani推理机,包含if-then规则和重心法,对线速度和角速度进行控制。仿真结果证明了该方法的有效性。     

具有未校准视觉参数的移动机器人的跟踪控制

基于未校准视觉反馈的非完整运动学系统具有参数不确定性,较一般的运动学系统更加复杂.根据视觉反馈和非完整移动机器人的链式标准形式,研究了具有未标定摄像机视觉参数的移动机器人的轨迹跟踪控制问题.利用固定在天花板上的摄像机系统提出运动学跟踪误差模型,并对该误差系统模型提出了一种动态反馈跟踪控制器;对具有不确定机械参数的动力学模型,提出一种自适应力矩控制器,该控制器保证了实际机器人状态渐近跟踪给定的参考轨迹,并通过Lyapunov方法严格证明了整个闭环系统的稳定性.仿真结果证实了所提出的控制器的有效性.     

不确定非完整移动机器人的轨迹跟踪控制

具有未校准视觉参数的非完整移动机器人的运动学系统具有参数不确定性,较一般的运动学系统更加复杂.基于视觉反馈、Barbalat's定理和Lyapunov直接方法,研究了具有未标定摄像机参数的非完整移动机器人的轨迹跟踪问题.首先,利用固定在天花板上的针孔摄像机透视投影模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型;基于这个模型,提出了一种新的与未知视觉参数无关的动态反馈跟踪控制器.该控制器不仅保证系统的状态渐近跟踪给定参考轨迹,而且控制器是全局的,通过Lyapunov方法严格证明了闭环系统的稳定性.在惯性系和图像坐标系下讨论跟踪问题,使问题变的简单且设计的控制器更加有用.最后,仿真结果证实了所提出的控制器的有效性.     

具有未知视觉参数的非完整移动机器人的自适应动态反馈跟踪控制

基于视觉反馈和标准链式形式,研究了一类不确定非完整移动机器人的轨迹跟踪控制问题.首先,利用针孔摄像机模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型.基于这个模型,在具有不确定视觉参数的情形下,利用back-stepping技术,设计出了一种新的自适应动态反馈跟踪控制器,实现了全局渐近的轨迹跟踪,并通过李亚普诺夫方法严格证明了闭环系统的稳定性和估计参数的有界性.仿真结果证明了所提出的控制器的有效性.     

含未标定摄像机参数的非完整移动机器人的自适应动力学跟踪控制

结合一类非完整移动机器人的运动学模型和链式转换,在质心与几何中心重合的情况下,研究含有未知参量的非完整移动机器人的跟踪控制问题.首先,利用针孔摄像机模型提出一种基于视觉伺服的运动学跟踪误差模型;然后在此模型下,将动态反馈、Back-stepping技巧与自适应控制相结合,设计一个区别于以往处理方法、含有两个动态反馈的自适应跟踪控制器,从而实现动力学系统的全局渐近轨迹跟踪,并通过李亚普诺夫方法严格证明闭环系统的稳定性和估计参数的有界性;最后,利用Matlab仿真验证所提出的控制器的有效性.     

基于全局视觉的轮式移动机器人轨迹跟踪控制

将视觉伺服控制思想引入到全局视觉条件下的轮式移动机器人轨迹跟踪控制中,提出一种基于消除图像特征误差的控制方法.讨论并推导了包含电机模型的非完整移动机器人动力学方程,设计了鲁棒速度跟踪控制器.实验结果证明了文中方法的有效性.􀁱     

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.     

不校准视觉参数的非完整运动学系统的鲁棒指数镇定

基于视觉反馈和非完整（1,2）型移动机器人的标准链式形式,探讨了具有不校准视觉参数的机器人的鲁棒镇定问题,得到了这种机器人在图像平面内新的非完整运动学系统的不确定链式模型.借助于状态缩放和切换技术,对非完整不确定链式模型提出了新的指数镇定的时变反馈控制器,并给出了指数镇定的严格证明.仿真结果验证了控制器设计的有效性.     

基于自适应反步法的轮式移动机器人跟踪控制

轮式移动机器人是一种典型的非完整约束系统.基于反步法提出一种自适应扩展控制器,对含有未知参数的非完整轮式移动机器人动力学系统进行轨迹跟踪控制并且Lyapunov稳定性理论保证跟踪误差渐近收敛到零.为了克服速度跳变产生滑动,加入了神经动力学模型对控制器进行改进.以两驱动轮移动机器人为例,利用运动学自适应控制器设计出转矩控制器,有效解决了不确定非完整轮式移动机器人动力学系统的轨迹跟踪问题.仿真结果证明该方法的正确性和有效性.     

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.     

Dynamic feedback robust stabilization of nonholonomic mobile robots based on visual servoing

This paper investigates the visual servoing robust stabilization of nonholonomic mobile robots. The calibration of visual parameters is not only complicated, but also needs great consumption of calculated time so that the accurate calibration is impossible in some situations for high requirement of real timing. Hence, it is interesting and important to consider the design of stabilizing controllers for nonholonomic kinematic systems with uncalibrated visual parameters. A novel uncertain model of these nonholonomic kinematic systems is proposed. Based on this model, a stabilizing controller is discussed by using dynamic feedback and two-step techniques. The proposed robust controller makes the mobile robot image pose and the orientation converge to the desired configuration despite the lack of depth information and the lack of precise visual parameters. The stability of the closed loop system is rigorously proved. The simulation is given to show the effectiveness of the presented controllers.     

含驱动器动力学的移动机器人编队自适应控制

针对含有驱动器及编队动力学的多非完整移动机器人编队控制问题,基于领航者-跟随者[l-ψ]控制结构,通过反步法设计了一种将运动学控制器与驱动器输入电压控制器相结合的新型控制策略。采用径向基神经网络（RBFNN）对跟随者及领航者动力学非线性不确定部分进行在线估计,并通过自适应鲁棒控制器对神经网络建模误差进行补偿。该方法不但解决了移动机器人编队控制的参数与非参数不确定性问题,同时也确保了机器人编队在期望队形下对指定轨迹的跟踪;基于Lyapunov方法的设计过程,保证了控制系统的稳定与收敛;仿真结果表明了该方法的有效性。     

基于神经网络的不确定移动机器人鲁棒自适应跟踪控制

针对含运动学未知参数以及动力学模型不确定的非完整轮式移动机器人轨迹跟踪问题,基于Radical Basis Function(径向基函数)神经网络,提出了一种鲁棒自适应控制器.首先,考虑移动机器人运动学参数未知的情况,提出了一种含自适应参数的运动学控制器,用以补偿参数不确定性导致的系统误差;其次,利用神经网络控制技术,对于机器人在移动中动力学模型不确定问题,提出了一种具有鲁棒性的动力学控制器,使得移动机器人可以在不知道具体动力学模型的情况下跟踪到目标轨迹;最后利用Lyapunov稳定性理论证明了整个系统的稳定性.通过数值仿真验证了所设计的控制器的可行性.     

具有未知参数的机器人-摄像机系统的自适应动态反馈跟踪控制

研究了不确定非完整移动机器人系统的跟踪问题.首先,基于视觉反馈和状态输入变换,展示了一种非完整移动机器人运动学系统的不确定链式模型.基于反步法思想和跟踪误差系统结构,给出了两个重要的新变换.然后运用李雅普诺夫直接方法和扩展巴巴拉引理设计了自适应控制律和动态反馈鲁棒控制器,以实现理想轨迹的跟踪控制.严格证明了闭环误差系统的渐近收敛性.最后,仿真结果证实了提出的控制策略有效.     

Adaptive tracking control for uncertain dynamic nonholonomic mobile robots based on visual servoing

The trajectory tracking control problem of dynamic nonholonomic wheeled mobile robots is considered via visual servoing feedback. A kinematic controller is firstly presented for the kinematic model, and then, an adaptive sliding mode controller is designed for the uncertain dynamic model in the presence of parametric uncertainties associated with the camera system. The proposed controller is robust not only to structured uncertainties such as mass variation but also to unstructured one such as disturbances. The asymptotic convergence of tracking errors to equilibrium point is rigorously proved by the Lyapunov method. Simulation results are provided to illustrate the performance of the control law.