基于移动机器人路径跟踪的智能控制设计与实践

本文对移动机器人路径跟踪的智能控制设计与实践进行分析,介绍模糊控制系统和视觉导航系统在移动机器人路径跟踪中发挥的作用,经过FPGA令移动机器人进行速度调节和基于PSO的PID算法进行智能方向调节。通过精细算法及控制系统优化,令移动机器人在进行工作中对路径具有高精准选择,提升移动机器人的工作效率。     

基于BP神经网络PID控制的移动机器人避障研究

针对传统PID控制不能实现移动机器人在避障中参数的自整定、响应慢等问题,本文提出一种BP神经网络PID控制方法,利用BP神经网络学习算法实现了PID三个参数的在线自整定。仿真实验表明,BP神经网络PID控制具有更快的响应速度、无明显超调、控制精度高,能满足机器人避障运动的控制要求。     

基于Lyapunov直接法的移动机器人运动控制研究

针对移动机器人的运动学模型,以Pioneer 3DX型轮式移动机器人为研究对象,建立了采用两轮差动驱动控制方式的移动机器人运动学模型,提出了基于Lyapunov直接法的移动机器人运动控制方法,设计了移动机器人控制器。对设计的控制器进行了直线跟踪和圆轨迹跟踪仿真实验,仿真结果表明轮式移动机器人能够有效地跟踪期望轨迹。本文提出的方法不但能够增强移动机器人控制器的调节能力,而且在一定程度上简化了控制器的设计,可应用于移动机器人运动控制实际工程中。     

动态扩散粒子群算法及在机器人路径规划上的应用

针对粒子群算法对高维函数优化性能不佳问题,提出了一种动态扩散粒子群算法,并将其应用于移动机器人路径规划中。该算法通过引进动态调节数,动态的选择粒子的运行轨迹,阻止种群在演化过程中搜索效率降低的缺陷,提高算法的寻优性能,在处理大规模函数优化及移动机器人路径规划方面具有更强的寻优能力及更高的搜索精度。     

动态环境中基于模糊概念的机器人路径跟踪控制

提出一种基于模糊概念的简单、有效的移动机器人路径跟踪控制方法。该方法针对障碍物与机器人的相对关系,提出以机器人自身为参考点,引入相对速度矢量来建立统一的动态环境模型,在此模型基础上将复杂的路径跟踪控制最终归结为简单的速度控制:线速度和角速度控制,并给出了综合评价方法。仿真实验表明,该控制方法能有效地实现机器人路径跟踪,且具有良好的动态避障性能。     

基于灰狼优化算法的长短期记忆网络在时间序列预测中的应用

提出了1种基于灰狼优化算法的长短期记忆(long short term memory,LSTM)模型。结合灰狼优化算法全局收敛的优点,将其应用于长短期记忆网络中参数的优化,克服了传统的长短期记忆网络所采用的随时间反向传播(back propagation through time,BPTT)算法易于收敛于局部最优的缺点。将所提出的模型应用于时间序列预测,实验结果表明,其性能优于基于BPTT的LSTM。     

基于混沌云鱼群算法优化航空发动机自适应PID控制

针对传统鱼群算法存在陷入局部最优、后期收敛速度慢和寻优精度较低等问题,提出了一种混沌云鱼群算法(cloud adaptive artificial fish swarm algorithm based on coupled chaotic map,CCAFSA)。采用云自适应视野范围和可变步长提高收敛速度和寻优精度,利用混沌运动遍历性的特征,增加初始鱼群的多样性,防止陷入局部极值;针对航空发动机控制系统,基于CCAFSA设计了一种参数在线自适应PID控制器。仿真结果表明,相比于传统PID控制,基于CCAFSA设计的自适应PID控制器能实现参数在线优化,快速有效地跟踪指令信号,增强发动机系统的动静态性能和鲁棒性。     

基于局部最小能量的移动机器人路径规划

从移动机器人运动能量损耗的角度对移动机器人全局环境未知时的路径规划问题进行了探索,提出了一种新的基于局部最小能量的路径规划算法.采用概率手段创建了平面环境中不同区域的能量损耗模型,通过引入复杂环境中移动机器人运动规划的最小能量法,设计了一局部能量函数对机器人进行实时局部最优路径规划.仿真试验表明该算法具有较强的适应能力和可行性,在高复杂度、高密度的未知障碍环境中移动机器人依然可以顺利抵达目标点.     

移动机器人智能路径跟踪控制方法研究

采用仿人工智能驾驶思维,提出基于视线导航的模糊控制方法,该方法利用视线导航原理实现提前控制,减小超调量,同时根据道路弯曲度设计速度、角速度模糊控制器,使移动机器人能够快速高效地完成路径跟踪任务,通过仿真试验证实了方法的有效性和可行性.     

基于改进樽海鞘算法优化纯追踪模型的隧道台车路径追踪控制

提出一种基于改进樽海鞘算法优化纯追踪模型前视距离的台车路径跟踪控制方法,将纯追踪算法与集群智能优化算法相结合,对台车进行自动驾驶路径追踪控制研究。建立台车抽象数学模型,确定台车跟踪路径过程中的转向半径。基于提高全局搜索能力和局部深度寻优能力,对樽海鞘算法进行改进,并进行性能分析,结果表明改进的樽海鞘算法具有更快的收敛性。设计模糊纯追踪控制器,将其与改进樽海鞘算法优化纯追踪模型前视距离的控制器进行对中直线、变道回旋曲线及正弦曲线的路径追踪仿真试验,并将试验结果进行对比。对比结果表明,在追踪曲率变化很大的正弦曲线时,改进樽海鞘算法优化纯追踪模型前视距离的控制器可以更加稳定地对正弦曲线进行路径追踪,稳态横向误差与航向角误差均小于模糊纯追踪控制器,而且,改进樽海鞘算法优化纯追踪控制器还能有效提高收敛速度和稳定性。