基于大脑情感学习的四轮驱动机器人速度补偿控制

由于4轮驱动机器人的轮间耦合特性及系统非线性的存在,即使单个驱动电机的控制精度达到最优,机器人整体的运动控制效果也未必理想.针对这一问题,提出一种基于大脑情感学习的机器人速度补偿控制方法.基于大脑情感学习计算模型,设计了融合机器人整体速度跟踪误差及其积分、微分信息的补偿控制器,通过计算模型内部各节点权值的在线学习,及时地调整控制器的参数,实现对4个轮子速度的自适应补偿.仿真实验表明,该方法有效减小了非线性干扰对系统的影响,具有较高的稳态控制精度和较快的响应速度,大大提高了机器人整体的速度和轨迹跟踪精度.     

基于控制器输出误差方法的自适应模糊控制及其在机器人轨迹跟踪控制中的应用

本文提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制 ,该控制器采用控制器输出误差方法 (COEM) ,根据控制器的输出误差而不是对象的输出误差来在线地调整模糊控制器的参数 ,无须对对象进行辩识 .仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能 ,是一种有效的控制器     

柔性关节微操作机器人自适应模糊预测控制

对一种柔性关节微操作机器人系统提出了多输入多输出直接自适应模糊广义预测控制方法,此方法先基于机器人理论模型设计出广义预测控制器,再构造直接自适应模糊控制器逼近广义预测控制器,并用机器人视觉误差信息对控制器参数和广义误差向量估计值中的未知向量进行自适应调整,以增强对建模误差的鲁棒性,并证明了所设计的控制器可使微操作机器人跟踪时变参考轨迹时的广义误差估计值收敛到原点的小邻域内,以达到控制要求,仿真结果验证了此方法的有效性.     

基于模糊PD控制的四轮驱动全向移动机器人速度补偿控制器研究

由于四轮驱动全向移动机器人的四个轮子之间存在机械差异与耦合关系,即使单个电机的控制参数达到最优,整个机器人的控制效果也未必最佳.针对这一问题,设计一种速度补偿控制器,基于模糊控制与PD控制理论,能够在各种误差e与误差变化量△e的情况下,对机器人四个轮子的速度进行有效补偿.通过在Madab-Simulink环境下的仿真实...     

具有H∞跟踪特性的机器人自适应模糊控制

为使机器人系统在有外界扰动的情况下具有良好的抗干扰能力,加快输出跟踪误差的收敛速度并提高其精度,提出了一种稳定的模糊自适应控制策略.该控制算法基于模糊逻辑系统,将模糊自适应控制器的设计与H∞控制相结合,在鲁棒补偿的基础上引入模糊补偿;并基于Lhapunov方法,给出了学习自适应律,及H∞跟踪特性的证明.对二自由度机器人的仿真结果表明,该算法使系统在跟踪误差的收敛速度和精度上都有了很大的改善,具有良好的鲁棒性和抗干扰能力.     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

具有H∞跟踪特性的机器人自适应模糊控制

为使机器人系统在有外界扰动的情况下具有良好的抗干扰能力，加快输出跟踪误差的收敛速度并提高其精度，提出了一种稳定的模糊自适应控制策略。该控制算法基于模糊逻辑系统，将模糊自适应控制器的设计与H∞控制相结合，在鲁棒补偿的基础上引入模糊补偿；并基于Lyapunov方法，给出了学习自适应律，及H∞跟踪特性的证明。对二自由度机器人的仿真结果表明，该算法使系统在跟踪误差的收敛速度和精度上都有了很大的改善，具有良好的鲁棒性和抗干扰能力。     

基于自适应模糊PID的爬壁机器人运动路径控制研究

为解决爬壁机器人沿轨迹爬行检测过程中出现的位姿偏差问题,将模糊控制和传统比例积分微分(PID)相结合,提出了一种基于自适应模糊PID的运动路径控制方法。在建立相应的爬壁机器人运动模型的基础上,对爬行过程中的位姿偏差进行分析,设计了一种自适应模糊PID控制器。给出以位姿偏差角度为外环、以电机转速为内环的双闭环模糊控制方法,通过不断检测爬壁机器人的位姿角度误差,将实时的角度误差转化为左右电机的差速,再对左右电机转速进行模糊PID控制,进而改变爬壁机器人的运动方向。利用Simulink对模糊PID控制效果进行仿真分析。结果表明:自适应模糊PID相比于传统PID跟踪响应效果更好,具有较好的自适应能力;双闭环模糊控制能够更好地使爬壁机器人沿目标轨迹稳定爬行。     

PHANTOM Omni机器人的自适应模糊滑模控制

针对PHANTOM Omni机器人的位置轨迹跟踪问题,采用了一种基于模糊逻辑的自适应模糊滑模控制方案。利用滑模控制中的切换函数作为输入,根据模糊系统的逼近能力设计控制器,并基于李雅谱诺夫方法设计自适应律对控制器所需参数进行实时调节。仿真中将其与传统的滑模控制进行了比较,仿真结果表明：自适应模糊滑模控制能使PHANTOM Omni机器人更好地实现期望的位置轨迹跟踪并有效地减轻抖振现象,从而证明了该方法在PHANTOM Omni机器人上实施的可行性。     

基于模糊自适应PID的无人机纵向姿态控制研究

针对无人机的典型的非线性、控制参数时变以及建模复杂的特性,设计了一种基于模糊自适应PID的控制器来实现对无人机纵向姿态的控制;该控制器以误差e和误差变化率ec作为输入,可以满足不同时刻e和ec对PID参数自整定的要求;利用模糊控制规则在线对PID参数进行修正,从而使被控对象具有更好的动、静态性能;仿真结果表明,设计的模糊自适应PID控制器具有响应快及超调小的特性,而且自适应能力也较强.     

基于模糊控制的全位移平衡机器人设计

设计了一种模糊控制的四轮全位移平衡机器人,通过SolidWorks改进设计了基于麦克纳姆轮的全位移平衡底盘、双轴云台等机械结构。以Altium Designer为开发平台设计了STM32F405核心板主控,外设电路设计主要包括:ICM20948传感器电路、CAN通信差分电路等。使用Simulink对算法进行仿真验证,云台控制算法使用了串级PID控制,底盘通过HI220陀螺仪传感器结合模糊控制算法实现平衡及运动。最终制作出了实体机器人并对模糊控制算法进行了验证,与传统PID算法相比,基于模糊控制的平衡机器人在响应速度、鲁棒性、稳定性等方面均有一定的提升。相比于传统四轮机器人,制作的平衡机器人能够更好地通过狭小的空间,对环境的适应性更强。     

4WD-4WS型床椅一体化机器人室内定位与点镇定控制研究

以床椅一体化机器人为研究对象,通过设计相应的运动控制器,并结合所搭建的组合导航定位测控系统,实现了室内环境下的点镇定控制;首先,设计了一种四轮转向-四轮驱动模式的全向床椅机器人样机,并对其运动学进行分析;其次,通过不连续坐标变换,用极坐标形式表示当前位姿与目标位姿间的全局控制误差,并选取合适的位姿误差变量对系统模型进行描述,设计出一种基于位置闭环的全局反馈控制器;继而,根据控制器的需要,设计搭建基于卡尔曼滤波的IMU/UWB组合导航定位系统,实现床椅一体化机器人的全局实时精确定位;最后,采用Lyapunov函数法,对所设计控制器中的控制律进行稳定性分析;MATLAB仿真实验与现场实验均表明所设计的点镇定方法控制效果良好。     

基于Fuzzy-PID的移动机器人运动控制

移动机器人涉及到许多研究方向,运动控制是其中的基础。通过对移动机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了Fuzzy-PID技术应用于移动机器人运动控制的可行性。将传统的PID控制与模糊控制相结合,通过PID控制实现控制的准确性,利用模糊控制提高控制的快速性。针对移动机器人运动控制中的实际问题,着重提出了基于误差分区的PID控制器和模糊控制器的设计方法。实验证明该方法不仅增强了控制器的调节能力,还在一定程度上简化了控制器的设计。     

An Intelligent Robust Tracking Control for a Class of Electrically Driven Mobile Robots

This paper addresses the problem of designing robust tracking control for a class of uncertain wheeled mobile robots actuated by brushed direct current motors. This class of electrically‐driven mechanical systems consists of the robot kinematics, the robot dynamics, and the wheel actuator dynamics. Via the backstepping technique, an intelligent robust tracking control scheme that integrates a kinematic controller and an adaptive neural network‐based (or fuzzy‐based) controller is developed such that all of the states and signals of the closed‐loop system are bounded and the tracking error can be made as small as possible. Two adaptive approximation systems are constructed to learn the behaviors of unknown mechanical and electrical dynamics. The effects of both the approximation errors and the unmodeled time‐varying perturbations in the input and virtual‐input weighting matrices are counteracted by suitably tuning the control gains. Consequently, the robust control scheme developed here can be employed to handle a broader class of electrically‐driven wheeled mobile robots in the presence of high‐degree time‐varying uncertainties. Finally, a simulation example is given to demonstrate the effectiveness of the developed control scheme.     

基于滑模位置控制的机器人灵巧手模糊自适应阻抗控制

提出一种基于滑模位置控制的模糊自适应阻抗控制策略。该控制方案通过模糊控制器实时地调整阻抗参数,不但可使系统稳定,而且具有良好的动态品质;同时内环的滑模位置控制器可增强系统的鲁棒性,最后以机器人灵巧手单关节为对象进行仿真研究,证明了该控制策略的有效性和可行性。     

Locomotion Control of a Hydraulically Actuated Hexapod Robot by Robust Adaptive Fuzzy Control with Self-Tuned Adaptation Gain and Dead Zone Fuzzy Pre-compensation

Hydraulically actuated robotic mechanisms are becoming popular for field robotic applications for their compact design and large output power. However, they exhibit nonlinearity, parameter variation and flattery delay in the response. This flattery delay, which often causes poor trajectory tracking performance of the robot, is possibly caused by the dead zone of the proportional electromagnetic control valves and the delay associated with oil flow. In this investigation, we have proposed a trajectory tracking control system for hydraulically actuated robotic mechanism that diminishes the flattery delay in the output response. The proposed controller consists of a robust adaptive fuzzy controller with self-tuned adaptation gain in the feedback loop to cope with the parameter variation and disturbances and a one-step-ahead fuzzy controller in the feed-forward loop for hydraulic dead zone pre-compensation. The adaptation law of the feedback controller has been designed by Lyapunov synthesis method and its adaptation rate is varied by fuzzy self-tuning. The variable adaptation rate helps to improve the tracking performance without sacrificing the stability. The proposed control technique has been applied for locomotion control of a hydraulically actuated hexapod robot under independent joint control framework. For tracking performance of the proposed controller has also been compared with classical PID controller, LQG state feedback controller and static fuzzy controller. The experimental results exhibit a very accurate foot trajectory tracking with very small tracking error with the proposed controller.     

双轮自平衡机器人行走伺服控制算法

为解决双轮自平衡机器人行走伺服控制问题,针对其动力学特性,提出使用分层模糊控制的方法对双轮自平衡机器人运动进行控制,并且设计一种基于mamdani型模糊推理规则的模糊控制器.使用这种模糊控制器在双轮自平衡机器人硬件平台上完成了2个实验.一是以恒定倾斜角行走为控制目标的行走伺服控制;二是以恒定速率行走为控制目标的行走伺服控制.实验结果表明,设计的模糊控制器模糊规则简洁,可以很好地解决双轮自平衡机器人行走伺服控制问题.     

Image-based fuzzy trajectory tracking control for four-wheel steered mobile robots

A four-wheel steered mobile robot is fit for a higher power or improvement in the movement speed of a robot than a two-independent wheeled one. Since a steered mobile robot that slips very often cannot apply a popular dead-reckoning method using rotary encoders, it is desirable to use external sensors such as cameras. This paper describes a method to trace a straight line for four-wheel steered mobile robots using an image-based control method. Its controller is designed as a fuzzy controller and evaluated through some simulations and real robot.     

基于模糊逻辑的轮式移动机器人运动控制的设计与研究

主要对四轮移动小车的运动轨迹控制部分进行研究,采用模糊控制方法,控制各个电机的功率和转向,实现四轮小车转速较大范围误差调节,加快电机启动速度,达到控制平滑和节能的目的,使运动控制系统兼顾实时性高、稳定性强等设计要点;并可通过模糊控制规则库的扩充,提高小车的灵活性。对运动状态进行闭环控制,通过测量脉冲数检测小车是否按所接收指令运动,以达到一定的控制精度,保证小车运动达到预期目的。