基于模糊控制的AGV轨迹跟踪研究

针对AGV轨迹跟踪问题,采用模糊控制原理,设计了一种模糊控制器。通过对AGV运动学模型的分析,得到了控制AGV在绝对坐标系中位姿变化的2个变量,并将这2个变量作为模糊控制器的输出变量,实现对AGV的轨迹控制。利用Matlab进行仿真,仿真结果较理想。     

面向AGV能量优化的轨迹跟踪控制研究

针对AGV不完整约束的运动特性,建立了AGV小车能耗模型及运动学模型,提出了基于能量优化策略的AGV轨迹跟踪控制方法,并通过仿真结果分析验证了AGV小车轨迹跟踪控制方法的最优化。简述了AGVS的关键技术,研究上位机对各AGV小车的随机路径规划、动态调度、冲突消解以及实时故障处理等问题。     

差速驱动AGV建模和轨迹跟踪控制研究

针对应用于工厂物料运输的差速驱动AGV,在实际工作中轨迹跟踪控制将会受外界干扰等因素的影响,提出了一种自适应模糊滑模轨迹跟踪控制律.首先建立了差速驱动AGV的数学模型;然后针对AGV运动学模型设计了Backstep-ping方法控制律,得到虚拟控制速度;针对其动力学模型设计了以力矩为控制输入的自适应模糊滑模控制律,使得...     

基于滑动动力学模型的机器人轨迹跟踪控制

针对三轮全向移动机器人在运动过程中产生的滑动现象,提出一种基于滑动动力学模型的轨迹跟踪控制方法。在三轮全向移动机器人运动学以及动力学建模的基础上,通过分析轮毂滚动方向和滚子滚动方向上的车轮接触摩擦力,提出了一种滑动动力学模型,并将该模型引入三轮全向移动机器人闭环运动控制系统,以提高其轨迹跟踪控制精度。在Matlab/Simulink平台上进行轨迹跟踪控制仿真。结果表明,基于滑动动力学模型的三轮全向移动机器人运动控制系统具有较好的稳定性和准确性。     

基于Backstepping的改进等速趋近律AGV滑模轨迹跟踪控制方法

针对自动导引小车(AGV)轨迹跟踪过程中如何快速平稳消除行进所产生的距离和角度误差问题,提出了一种改进等速趋近律的滑模轨迹跟踪控制方法。在全局坐标系下建立了AGV运动学模型,基于反演算法(Backstepping)处理非线性系统的控制策略得到AGV的滑模切换函数,从而解决了非线性系统滑模控制切换函数难的问题;为了更好地实现AGV从任意初始的偏差状态达到滑模切换面,针对等速趋近律中ε常数对趋近过程的影响,通过连续的函数取代原趋近律中的符号函数,得到基于改进等速趋近律AGV滑模控制的切换函数式和轨迹跟踪的控制律式。通过仿真数据与实验结果表明,所提出的轨迹跟踪控制方法能够使AGV在不同转弯半径和不同速度下均能实现较快的误差纠偏,并最终使系统趋于稳定。     

AGV轨迹跟踪自适应模糊控制器设计

AGV运动模型是一种非线性系统,传统控制方法难以完成AGV轨迹准确跟踪的任务要求,鉴于此提出了一种自适应模糊控制方法。该方法通过判断AGV的位姿误差来控制模糊控制器的输出,实时调整基于李雅普洛夫稳定性设计的速度控制器的比例因子。运用Matlab对所设计的控制系统进行仿真,结果表明,AGV能有效跟踪任意合理的参考轨迹,具有良好的控制性能。     

差速驱动AGV时变反步鲁棒自适应轨迹跟踪控制

为确保差速驱动AGV在不确定性干扰以及复杂环境下,能够进行移动、搬运等任务,同时保证运动精度及稳定性,提出了一种时变反步鲁棒自适应轨迹跟踪控制策略,用于解决差速驱动AGV的轨迹跟踪控制问题。首先,对差速驱动AGV进行数学描述,对其运动学和动力学分析建模;其次,根据运动学模型,基于李雅普诺夫稳定性理论,设计时变反步运动控制器作为外环控制器;然后,依据其非线性动力学模型设计鲁棒自适应滑膜控制器作为内环控制器;仿真实验结果表明,制定的控制策略有效,保证了对有界干扰以及模型参数不确定性的鲁棒性,并能快速达到稳定。     

自主导航小车(AGV)轨迹跟踪的模糊预测控制

针对非完整约束的轮式移动机器人WMR轨迹跟踪问题,以差速驱动式轮式移动机器人XAUT.AGV100为研究对象,对WMR的运动控制问题作了进一步的研究。本文在分析现有移动机器人运动控制方法的基础上,充分利用模糊控制和预测控制的优点,将模糊控制的思想引入到预测控制中,设计了模糊预测控制算法,并采用此方法控制自主导航小车AGV以提高其轨迹跟踪的快速性和运动的平稳性。理论仿真分析和实验研究均证明,采用所设计的模糊预测方法控制AGV,可有效提高AGV轨迹跟踪的快速性和运动平衡性。     

基于轨迹控制的AGV运动控制器设计研究

对基于计算机视觉的AGV路径跟踪技术进行了研究,提出了基于轨迹控制的AGV运动控制器设计新方法,重点解决AGV路径跟踪效果与高速运动稳定性问题。首先对AGV工作环境与计算机视觉的特点进行分析,设计了适合AGV路径跟踪的图像处理流程。然后在深入分析两轮差速驱动运动平台的基础上,提出了基于轨迹控制的AGV运动控制器设计新方法。该控制器以AGV相对路径所处的状态量为输入,输出AGV控制指令——两轮的速度差和运动时间,从而控制AGV按指定轨迹运动,实现轨迹控制即AGV路径跟踪的目标。试验结果表明,AGV路径跟踪技术对直线和弧线具有较好的跟踪效果且AGV运动平稳。     

基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制

轮式机器人具有复杂多变的非线性、强耦合以及时变的动力学特点,采用传统的机器人轨迹跟踪控制容易产生较大的速度突变,导致机器人在控制过程中产生抖振现象,为此提出了一种基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制方法。通过运动学分析并建立轮式机器人的位姿误差模型,采用神经动力学设计机器人轨迹跟踪控制器;分析比较不同参数取值与控制量之间的关系,设计了一种参数自适应方法进一步提高轨迹跟踪控制器的性能;最后,通过对所设计的控制方法进行了仿真实验。实验结果表明,所设计的控制方法能够保证机器人拥有较小的速度突变,在出现误差情况下能够以较快速度收敛,在轨迹跟踪上拥有较高的精度。     

基于神经动力学的轮式移动机器人跟踪与稳定统一控制

为了对轮式移动机器人(WMR)进行光滑、鲁棒、稳定的轨迹跟踪控制,分析了生物激励神经动力学原理,研究了非线性模型预测控制策略,提出了一种基于神经动力学思想的模型预测终端控制方法。首先,针对传统控制方法存在的初始速度跳变问题,利用神经动力学在信息处理方面的优良特性,设计了神经动力学控制模块;然后,根据模型预测控制原理给出了一个优化控制模块;最后,设计了终端域和线性反馈终端控制器来保证系统的全局渐近稳定性。仿真结果表明:利用所设计的控制方法进行曲线跟踪时,被控WMR系统收敛到参考轨迹的时间可从12s降到5s,初始线速度/角速度分别从[-3,4]m/s和[-5,6]rad/s缩小到[0,2]m/s和[-3,3]rad/s,且系统输出有界光滑,使WMR在完成轨迹跟踪的同时实现了全局渐进稳定。由于文中核心算法的推导过程不受WMR运动学模型限制,故该研究结论亦可应用于其他结构的移动机器人。     

AGV轨迹规划及其纠偏控制机理研究

针对重型AGV定位精度差及其纠偏能力弱的问题,阐述了AGV偏差形成原因及其纠偏控制方法,对AGV纠偏运动控制模型、纠偏控制系统进行了研究。建立了AGV轨迹规划数学运动模型以及直流电机PWM纠偏调速控制模型,采用Matlab软件进行了仿真,获得了AGV运动曲线与PID纠偏控制曲线特性规律;给出了现场实验测试方法,进行了实验样机现场运行与测试,获得了AGV实际运行与理想轨迹的偏差数据。研究结果表明:采用直流电机PWM调速与PID纠偏控制算法后,系统能够稳定快速校正AGV的轨迹偏差,响应时间约为3 s,实验测量数据误差小于±10 mm。     

基于迭代学习的光伏路灯轨迹跟踪控制

为提高光伏路灯对太阳的轨迹跟踪能力及储能效率,提出了一种两关节型结构的光伏路灯,根据相关天文学公式和参数计算出太阳轨迹,采用闭环PD型迭代学习控制算法对其进行轨迹跟踪控制。建立了两关节型光伏路灯的动力学模型,给出了闭环PD型迭代学习控制算法。分别对独立PD控制和闭环PD型迭代学习控制进行仿真对比,结果表明采用闭环PD型迭代学习控制算法对轨迹跟踪是有效的。     

空间刚柔性机械臂动力学模型与轨迹跟踪控制

针对双连杆刚柔性空间机械臂建立了非线性动力学方程,运用基于模型的非线性解耦反馈控制方法,得到刚柔性机械臂部分解耦形式的控制方程。讨论了空间机械臂的轨迹跟踪问题,通过二例数值仿真计算,表明了该方法的有效控制。     

基于混合滤波的无人机抗干扰轨迹跟踪控制

提出基于混合滤波的无人机抗干扰轨迹跟踪控制方法。构建无人机轨迹跟踪模型,结合采用混合滤波算法消除强耦合性、非线性和外界环境等带来的干扰,提高轨迹跟踪精度。通过串联终端滑模控制器实现无人机的位置控制与姿态控制,实现无人机抗干扰轨迹跟踪控制的目标。实验结果表明,所提方法的无人机抗干扰轨迹跟踪误差小、轨迹控制效果好及抗干扰能力强。     

基于增强学习的机械臂轨迹跟踪控制

为了提高机器臂轨迹跟踪控制器的工作性能,提出基于增强学习的机械臂轨迹跟踪控制方法。介绍了增强学习的基本原理,提出基于SARSA算法的增强学习补偿控制策略。利用比例—微分(PD)控制器完成了基本的稳定任务后,再利用增强学习算法实现了对未知干扰因素的补偿,提升了对不同未知情况的适应能力。实验结果验证了自适应离散化增强学习方法在机械臂轨迹跟踪问题中的可行性和有效性,明显提高了控制器的学习速度。     

基于控制Lyapunov函数的履带式移动机器人轨迹跟踪

将履带式移动机器人简化为轮式移动机器人系统,建立了其运动模型.讨论了基于运动模型的履带式移动机器人的轨迹跟踪问题.在此基础上,基于控制Lyapunov函数,设计了履带式移动机器人的轨迹跟踪控制器.考虑到机器人的运动学约束,引入受限策略以保证其运动平滑.仿真结果验证了所设计控制器的有效性和正确性.     

基于有限状态机的AGV轨迹模块化研究

将结构化环境的AGV轨迹模块化与有限状态机的思路对比发现,AGV轨迹模块化可以按照有限状态机的模型、转移规则简化设计,经模块化分析与算法推导,设计实现了基于有限状态机的AGV轨迹模块化。该方法将数据处理模块得到的特征信息与路线编辑模块得到的路线逻辑表对比分析,实现AGV轨迹模块化。最后通过实验详细介绍了轨迹模块化的操作流程和实验结果,验证了轨迹模块化的可行性、先进性。     

柔顺并联机器人动力学及轨迹跟踪

以含有开槽型柔顺关节的并联机器人为研究对象,对其动力学及轨迹跟踪问题进行研究。根据柔顺关节特性,建立系统分析模型,应用拉格朗日方法建立系统动力学方程。为补偿系统具有的不确定性,分别设计趋近律上界滑模控制策略和径向基函数(Radial basis function,RBF)神经网络趋近律滑模控制策略,基于Lyapunov理论证明了系统的全局稳定性。应用S型速度规划曲线,分别给出直线轨迹和圆轨迹的运动规划算法。仿真结果表明,系统模型及控制策略能够有效实现柔顺关节并联机器人的轨迹跟踪。