基于Kinect视觉功能的机器人控制方法

介绍了一种基于Kinect装置的机器人控制方法,该方法涉及机器人控制领域,并且具体应用于两轮自平衡机器人运动控制和人机交互系统。该方法针对两轮自平衡机器人的运动控制系统利用Kinect与DTW手势识别算法对其进行控制。实验结果表明：该方法能够实现人与两轮自平衡机器人的自然交互控制,并且具有良好的实时性和鲁棒性。     

复杂环境下两轮自平衡机器人稳定控制研究

针对两轮自平衡机器人在控制过程中的抖动现象,采用一种快速跟踪的有限记忆递推最小二乘估计方法,实现系重心偏移角的参数辨识.仿真表明,在参数突然变化时,该方法能快速辨识系统参数.通过增加一个惯导元件,用一个倾角仪A中采集的数据辨识出的偏移角对另一个倾角仪B的零位进行修正,将B采集的数据反馈到控制器中,对机器人实施平衡控制.分析表明,考虑重心偏移的控制策略是一种自适应的控制方法,能有效去除抖动现象,提高两轮自平衡机器人平衡控制的鲁棒性.     

两轮自平衡机器人的控制方法研究

由于两轮自平衡机器人在工业和社会的应用日益广泛,结合传统的机器人控制理念,提出了两种思路新颖、效果更优的控制方法.在数学建模基础上对自平衡机器人的运动进行分析,把非线性模型线性化.并针对两轮自平衡机器人平衡点线性化模型,采用现代控制理论经典的极点配置方法设计状态反馈控制器,对初始倾角及初始位移控制进行了仿真分析,同时也运用了LQR方法,对现代控制理论中的状态空间方程给出的线性系统进行研究,对倾角控制和位移控制进行仿真.     

Kalman滤波算法在自平衡机器人中的应用

针对两轮自平衡机器人系统的单一惯性传感器采集数据不够准确,且极易受到外界噪声信号的干扰的问题,提出了基于片上可编程系统的卡尔曼滤波算法来实现多惯性传感器的数据融合系统.介绍了卡尔曼滤波器的基本原理、特点和应用环境.利用FPGA控制器的硬件可重构特性,搭建了Nios软核处理器的SOPC系统硬件平台,在硬件平台上采用C语言实现多姿态传感器的卡尔曼滤波算法,为两轮自平衡机器人的多传感器姿态数据融合提供了有效工具,获得了自平衡机器人姿态数据的最优估计,解决了陀螺仪和加速度计惯性传感器的数据补偿问题.测试结果表明,采用FPGA硬件平台实现卡尔曼滤波算法效率高,姿态数据融合准确、可靠,能够满足自平衡机器人控制系统的姿态最优估计和倾角数据实时反馈要求,系统工作稳定.     

两轮自平衡机器人运动控制研究

轮式移动机器人是典型的不完整控制系统,其自身的不确定性影响控制的性能.以两轮自平衡机器人为研究对象,建立了机器人的运动学与动力学模型.利用多惯性传感器信息融合建立的基于T-S模糊模型的模糊控制器有效地解决了两轮自平衡机器人平衡控制的问题,并同时对轨迹跟踪的问题进行了探讨.仿真结果表明,通过多惯性传感器的信息融合建立的控制器对于机器人的平衡和跟踪问题是有效的,并在实际的实验中得到了验证.     

两轮直立式自平衡移动机器人的控制系统设计

研究了两轮直立式自平衡机器人的系统组成,并利用动力学原理建立系统的数学模型,在Matlab环境下设计了状态反馈控制器(LQR),并进行了仿真和机器实体的实验,系统具有良好的鲁棒性.表明了系统建模和控制器设计的合理性和有效性.这种机器人两轮共轴、独立驱动,车身重心倒置于车轮轴上方,通过运动保持平衡,可直立行走.由于特殊的结构,其适应地形变化能力强,运动灵活,可以胜任一些复杂的工作.为机器人的自主控制、自学习提供了可靠的实验平台.     

两轮自平衡机器人动力学建模与运动控制

为兼顾低成本、小体积,可实现负重行走的运动控制,设计了一种基于姿态传感器的两轮桌面式小型机器人SmallRot-I.介绍了机器人的系统构成,包括机械结构部分和电气结构部分.使用Lagrange方程对此机器人进行了动力学建模,并采用双闭环PID算法对此机器人分别进行了系统仿真和实物的控制.机器人负重保持自平衡行走和转向运动时的仿真结果和实物控制结果证明了机器人物理系统和控制方法的合理性与有效性.     

滑模变结构方法在两轮自平衡机器人上的应用

研究了滑模变结构理论在两轮自平衡机器人系统的稳定控制.将滑膜变结构控制应用于具有非线性及强扰动性的两轮自平衡机器人.设计了滑模控制器,利用滑模控制器的特点实现对被控对象快速、有效的控制;针对滑模控制器本身的抖动问题,提出了一种模糊控制和滑模控制策略相结合的模糊滑模控制器,推导出模糊滑模控制律,根据Lyapunov稳定性定理,建立模糊逻辑规则库.通过仿真验证,控制方法有可行性和有效性,结果表明,本文提出的方法不仅保留了滑模控制系统所具有的较强的鲁棒性,而且消除了系统的高频颤动.     

基于参数寻优的自学习算法在两轮机器人控制上的应用

针对两轮机器人现有控制算法的弊端,基于自学习参数寻优算法设计自适应控制器.该控制器结构简单,无需依赖精确数学模型,经过多次学习训练,即可获得最优控制参数.将该控制器应用于两轮机器人的平衡控制中,并与线性二次型(linear quadratic regulator,LQR)最优控制器进行对比,仿真结果验证了该算法的正确性、有效性,凸显出较强的鲁棒性和仿生学习性;将该控制器应用于两轮机器人物理系统,取得了良好的控制效果.     

基于扩展卡尔曼滤波的两轮机器人姿态估计

针对两轮自平衡机器人惯性传感器存在误差的问题,提出基于扩展卡尔曼滤波的方法进行补偿,从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型,并对误差进行标定.采用扩展卡尔曼滤波将传感器的数据进行融合并对误差进行补偿,得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明改进后的系统误差得到了有效的抑制,从而验证了采用低成本的惯性传感器进行机器人的姿态估计是有效可行的.     

基于MPU6050的双轮平衡车控制系统设计

双轮平衡车是一个高度不稳定两轮机器人,单独使用陀螺仪或者加速度计都不能提供有效而可靠的信息来保证车体的平衡.介绍了以STC12C5A60S2单片机作为核心控制器的双轮平衡车控制系统设计方案,采用MPU6050六轴传感器采集角度和角速度信号,应用卡尔曼融合滤波方式和PID控制算法,以实现双轮平衡车的平衡和简单的直立行走.     

基于改进遗传算法的两轮自平衡机器人能量优化策略

为有效使用有限的电池容量,延长机器人运行时间,针对机器人能量消耗问题,建立了两轮自平衡机器人的动力学模型和能耗模型。由于能量函数具有指数形式,很难获得解析解最小化能耗函数。因此提出基于改进遗传算法的分步渐进优化策略。通过全局寻优的方式对机器人的运动速度和能量消耗进行优化,解决了能耗最小化问题。通过仿真验证了算法的有效性和实时性。     

柔性两轮移动机器人动力学建模及模型分析

针对两轮机器人腰部柔性的结构特点,以柔性多体系统动力学理论为基础,设计了柔性两轮移动机器人,并根据假设模态法,将其抽象为平面柔性三连杆系统,利用D'Alembert-Lagrange原理建立了柔性机器人的动力学模型,得到了以机器人本体的3个杆的倾斜角度和左右轮的转角为参量的系统动力学方程和系统腰部柔性连杆的振动方程.给出了数学模型推导的具体步骤,并对该模型做了仿真分析.结果表明,该模型为柔性机器人的运动及控制研究提供了理论依据.     

基于Boltzamnn机的机器人自主学习算法

针对两轮机器人自平衡运动控制问题,提出了一种基于Boltzamnn机的Skinner操作条件反射学习机制作为机器人仿生自主学习的算法.该算法利用Boltzamnn机中Metropolis判据平衡Skinner操作条件反射学习中探索和利用的比例,并依据概率取向机制以一定的概率选择最优行为,从而使机器人在未知环境下可获得像人或动物一样的仿生自主学习技能,实现机器人的自平衡运动控制.最后,分别用基于Boltzamnn机的Skinner操作条件反射的学习算法和基于贪婪策略的Skinner操作条件反射的学习算法做了仿真实验并进行了比较.结果表明,基于Boltzamnn机的Skinner操作条件反射的学习算法能使机器人获得较强的运动平衡控制技能和较好的动态性能,体现了机器人的自主学习特性.     

基于BP神经网络控制的多机器人运动规划(Ⅰ)

对多个机器人在简单环境中的运动的研究,利用多机器人控制的神经网络模型,将BP神经网络应用于机器人与障碍物,机器人与机器人之间的避碰行为控制,对机器人进行的行为设计.讨论了机器人训练神经网络及运动规划.实验结果表明了该方法的有效性.     

基于混合粒子群优化的仿袋鼠机器人站立平衡控制

为提高仿袋鼠机器人的站立平衡控制性能,基于混合粒子群算法对机器人的平衡控制进行了优化.首先,将在地面站立平衡时的仿袋鼠机器人简化成一个倒立摆模型,使用拉格朗日方法对机器人进行动力学建模.然后,基于机器人的动力学模型设计了线性二次型控制器,并使用混合粒子群算法对线性二次型控制器的权重矩阵进行优化.最后,使用优化的线性二次型控制器对仿袋鼠机器人站立平衡控制进行了仿真实验.优化后的控制器的调节时间比优化前明显缩短,结果表明:基于混合粒子群算法优化的线性二次型(linear quadratic regulator,LQR)控制器可以提高系统的稳定性和鲁棒性,能有效降低控制器参数的整定工作量.     

基于PLC的浆液下移动机器人控制系统

结合浆液下移动机器人系统的功能要求及PLC的特点，构建了浆液下移动机器人的控制系统。为提高该机器人系统的经济效益和实用性，简化机器人控制系统，以西门子PLC为主控制器构成整个机器人的控制网络。对网络通信，电机控制的关键技术进行了探讨，并完成了整个控制系统的软件程序设计。该系统的实现对于研究以PLC控制移动机器人的相关技术具有指导意义。