存在滑移和侧滑的轮式移动机器人轨迹跟踪

轮式移动机器人由于存在非完整性约束,其轨迹跟踪有一定挑战性.实际机器人运动中由于轮胎变形或其他原因,往往存在侧滑和滑移,对存在滑移的轮式移动机器人进行了研究,对其建立运动学模型,对存在滑移的轮式移动机器人的轨迹跟踪进行研究.基于Iyapunov函数,提出了轨迹跟踪控制算法,最后使用Matlab进行仿真,证明该控制算法具有快速,精确,全局稳定的良好特性.     

基于迭代学习控制的移动机器人轨迹跟踪控制

为提高移动机器人对特定轨迹的重复跟踪能力,提出了采用开闭环PD型迭代学习控制算法对移动机器人进行轨迹跟踪控制的方法。建立了包含外界干扰的非完整约束条件下的轮式移动机器人运动学模型,给出了系统的控制算法和控制结构。仿真结果表明,采用开闭环PD型迭代学习控制算法对轨迹跟踪是可行有效的,收敛速度优于其他迭代学习算法。     

轮式移动机器人瞬态模型鲁棒自适应同步终端滑模编队控制

在轮式移动机器人协同编队问题中,如何保证移动机器人在追踪自身期望轨迹的同时,又能实现与其他机器人运动同步的问题对控制算法的设计提出了更高的要求.本文提出一种基于图论的鲁棒自适应同步终端滑模控制算法来解决这一问题.首先介绍了轮式移动机器人非线性运动学瞬态模型,该模型避免了一般运动学模型多输入耦合互相干扰的问题.然后根据交叉耦合误差设计同步控制算法实现运动同步,通过鲁棒控制对系统外部干扰进行抑制,自适应律保证切换增益实时调节.运用Lyapunov方法进行了稳定性分析,证明了系统追踪误差的收敛性.最后通过MATLAB仿真验证了所设计算法的有效性.     

基于阿克曼原理的车式移动机器人运动学建模

基于阿克曼原理的轮式移动机器人运动学模型对于无人驾驶车辆的研究有着重要的意义.对轮式移动机器人的运动学特性进行了分析,建立了不考虑滑行、刹车等的轮式移动机器人的运动学模型.对该运动学模型引入了阿克曼约束,给出了描述机器人运动状态的转向角、航向角和转弯半径等物理量的数学公式.最后对该运动学模型进行仿真实验,验证了所建立的运动学模型的正确性,为进一步研究轮式移动机器人提供了理论分析的基础.     

轮式移动机器人固定时间轨迹跟踪控制

针对存在外部干扰的轮式移动机器人轨迹跟踪控制问题,提出一种固定时间轨迹跟踪控制方案.首先,对于轮式移动机器人的运动学误差模型,基于一种新颖的积分滑模面设计固定时间运动学速度控制器,使跟踪误差在固定时间收敛到原点所在的邻域内;其次,对于轮式移动机器人的动力学模型,设计固定时间干扰观测器对外部干扰信息进行估计,提出一种固定时间轨迹跟踪控制器,以确保动力学系统的固定时间稳定性,实现轮式移动机器人的高精度轨迹跟踪控制;最后,通过仿真结果验证所设计的轨迹跟踪控制方案的有效性.     

受侧滑和滑移影响的移动机器人自抗扰控制

对存在侧滑和滑移干扰问题的轮式移动机器人轨迹跟踪问题进行研究。首先利用移动机器人系统的运动学模型,通过设计其辅助运动学控制器,使得机器人的辅助速度渐近收敛到期望速度;然后利用反步法思想设计了基于动力学模型的一阶线性自抗扰控制（LADRC）,通过扩张状态观测器（ESO）实时估计和补偿机器人运行过程中的侧滑和滑移干扰,使得机器人的实际速度渐近收敛到辅助速度;最终使得移动机器人的轨迹误差渐近趋近于零。通过仿真及实验验证了所设计方法的有效性。     

轮式机器人滑模轨迹跟踪控制器设计

轮式机器人是一个典型的非完整性系统。由于非线性和非完整特性,很难为移动机器人系统的轨迹跟踪建立一个合适的模型。介绍了一种轮式机器人滑模轨迹跟踪控制方法。滑模控制是一个鲁棒的控制方法,能渐近的按一条所期望的轨迹稳定移动机器人。以之为基础,描述了轮式机器人的动力学模型并在二维坐标下建立了运动学方程,根据运动学方程设计滑模控制器,该控制器使得机器人的位置误差收敛到零。     

滑动与打滑条件下的轮式移动机器人自抗扰跟踪控制

针对具有未知的滑动与打滑的轮式移动机器人(WMR),提出了一种基于自抗扰思想的跟踪控制策略.首先建立了滑动与打滑条件下的轮式移动机器人动力学模型.其次,由反步法设计运动学控制器,基于模型设计线性扩张观测器和动力学控制器,并给出了控制器稳定性分析.最后与积分滑模控制进行了仿真对比,结果表明该控制方法的误差收敛速度更快.观测器能够精确估计滑动与打滑及动力学不确定性对机器人的扰动,提高了轮式移动机器人轨迹跟踪的鲁棒性.     

非完整移动机器人的反步跟踪控制方法

移动机器人是典型的非完整系统,对其进行运动控制是一个热点且是一项具有挑战性的工作.目前的大部分研究都是基于运动学模型的,而在实际应用中,动力学特性不可忽视.针对轨迹跟踪这一典型控制任务,文中对一种轮式移动机器人进行了动力学建模.利用反步技术,提出了一种控制结构,综合了速度控制器和力矩控制器.该控制律不但能够得到稳定跟踪所需要的速度,而且同时能够计算出驱动移动机器人行进的电机力矩.仿真结果表明,该控制律可以良好地工作.控制结构的通用性保证了其他控制方法拓展的可能性.     

轮子打滑状态下全向移动机器人轨迹跟踪控制

针对全向移动机器人轨迹跟踪控制中存在未知轮子打滑干扰问题,设计自抗扰反步控制器.首先,建立存在轮子打滑扰动的全向移动机器人的运动学模型;然后,融合自抗扰控制技术与反步控制技术,设计基于全向移动机器人运动学模型的轨迹跟踪控制器,该控制器分别从纵向控制、横向控制及姿态控制上对打滑干扰进行实时估计与补偿;最后,利用Lyapunov定理分析闭环系统的稳定性并通过仿真实验验证了所提出控制算法的有效性和鲁棒性.     

基于高阶多项式的爬游机器人足端轨迹规划

针对深海爬游机器人足端轨迹规划问题,采用高阶多项式拟合的方法对其进行研究;首先,介绍了爬游机器人整体结构并对其进行运动学建模,结合爬游机器人运动学模型提出了一种直线与曲线相结合的机器人足端轨迹;其次,利用四阶多项式和六阶多项式分别对机器人足端轨迹进行拟合,比较两种拟合结果可知,六阶多项式拟合方法对机器人足端速度、加速度的规划效果更佳;利用六阶多项式轨迹拟合方法对多段轨迹连接点处的速度问题进行了分析,解决了机器人在运动过程中腿部抖动问题,使机械腿具有良好的控制柔顺性;最后,根据D-H法则建立机器人单腿仿真模型,通过仿真验证了算法的可行性,进一步在水池中利用机器人实物样机验证了算法的有效性.     

基于四阶贝塞尔曲线的无人车可行轨迹规划

对于实际的无人车系统来说,轨迹规划需要保证其规划出来的轨迹满足运动学约束、 侧滑约束以及执行机构约束.为了生成满足无人车初始状态约束、目标状态约束的局部可行轨迹,本文提出了一种基于四阶贝塞尔曲线的轨迹规划方法.在该方法中, 轨迹规划问题首先被分解为轨形规划及速度规划两个子问题.为了满足运动学约束、 初始状态约束、目标状态约束以及曲率连续约束,本文采用由3个参数确定的四阶贝塞尔曲线来规划轨迹形状.为了保证转向机构可行,本文进一步采用优化方法求解一组最优参数从而规划出曲率变化最小的轨线.对于轨线执行速度规划,为了满足速度连续约束、加速度连续约束、加速度有界约束以及目标状态侧滑约束,本文首先求解了可行的轨迹执行耗时区间,再进一步在该区间中求解能够保证任意轨迹点满足侧滑约束的耗时,最后再由该耗时对任意点速度进行规划.本文结合实际无人车的应用对轨迹搜索空间生成、道路行车模拟以及路径跟踪进行了仿真实验,并基于实际的环境数据进行了轨迹规划实验.     

基于带约束S型速度曲线的机械手笛卡尔空间轨迹规划

针对机械手在笛卡尔空间中轨迹规划问题，设计基于S型速度曲线的空间直线和空间圆弧插补算法。增加路径长度约束，将S型速度规划分为七段式、六段式、五段式和四段式4种类型；建立基于四元数的直线与圆弧运动的位姿模型，并采用弧长增量法插补技术实现轨迹规划。在六自由度机械手实时控制平台上进行了实验验证。结果表明:该算法可实现在路径长度约束下速度和加速度的自动调整；该算法可保证机械手末端加速度连续，有效减少冲击。     

基于非线性制导的四旋翼轨迹跟踪控制

四旋翼是一种欠驱动、强耦合的可垂直起降的飞行器,为了实现其能够以设定速度跟踪空间轨迹,设计了一种基于非线性制导算法的轨迹跟踪控制方法。该方法分为了导引与控制两部分组成,导引部分以任务轨迹与期望速度为输入量通过非线性制导算法输出当前四旋翼的期望加速度,控制部分以得到的期望加速度为输入量采用串级PID算法对四旋翼进行姿态控制,从而实现四旋翼保持设定速度对任务轨迹的跟踪。仿真结果表明,所提方法能够实现四旋翼对复杂任务轨迹的精确跟踪,二维复杂轨迹跟踪距离偏差不超过±0.6m,速度偏差不超过2m/s;三维复杂轨迹除了受自身控制力限制的飞行段外,跟踪距离偏差基本控制在±4m以内,速度偏差不超过2m/s。     

Online trajectory planning of robot arms for interception of fast maneuvering object under torque and velocity constraints

This paper presents a novel approach to an online trajectory planning of robot arms for the interception of a fast-maneuvering object under torque and velocity constraints. A body axis is newly introduced as a trajectory-planning coordinate in order to meet the position and the velocity matching conditions for a smooth grasp of the fast-maneuvering object. Using the position of the object and the end-effector in the inertia axis, the acceleration commands are generated in the X-, Y-, and Z-directions of the body axis and the acceleration commands are modified considering the torque and the velocity constraints. The trajectory planning in the X-direction becomes the speed planning to achieve the maximum speed, whereas the trajectory planning in the Y- and Z-directions becomes the direction planning where a missile-guidance algorithm is employed to intercept the maneuvering object. Finally, the acceleration commands in the body axis are transformed into the angle commands of the end-effector in the joint axis, which is used as the actual trajectory commands in robot arms.     

数控机床上下料机器人运动控制轨迹优化研究

运动轨迹优化是工业机器人研究的一个重要领域.七段S型曲线是从传统的梯形加减速算法基础上发展而来的,尽管S型速度曲线控制算法提高了加减速过程中的稳定性,使运动过程中的速度变化连续,有较好的平滑性,但其加加速度仍存在阶跃变化问题,导致加速度存在明显的拐点,容易造成机器人在运动过程中发生冲击或振动.在上述研究的基础上,将多项式速度曲线控制算法与S型速度曲线控制算法相结合,提出了一种改进的S型速度曲线控制算法,通过优化加加速度,使其速度、加速度连续变化,曲线平滑性更好.在新代机械手臂控制系统下,对改进后S型速度曲线控制算法进行试验,证明所提出的算法在加减速过程中能够获得更加平滑的速度和加速度.     

基于STM32F4的电机控制系统设计

为改善步进电机堵转、失步、超步等问题,提高步进精度,使步进电机能够快速准确定位,提出基于STM32F4微控制器的步进电机控制系统设计。通过改变PWM输出定时器的预分频值控制电机转速,直线阶梯形升降速算法实现调速;采用DMA方式控制电机脉冲数量,实现位置精确控制。实验以及实际应用情况表明,阶梯形升降速算法以及DMA方式位置控制算法能够满足一般要求,系统误差为±0.01度。系统精确度高、性能可靠、扩展性强,具有较高的应用价值。     

轮式机器人轨迹跟踪控制系统的设计

针对轮式机器人轨迹跟踪控制系统误差收敛速率低、精度和实时性差的问题,采用反演控制算法并结合李雅普诺夫稳定性分析方法对轮式机器人的轨迹跟踪系统进行了优化设计;建立了轮式机器人轨迹跟踪控制系统的运动学模型,并对该模型进行位置偏差分析;在反演控制算法中引入了分部虚拟控制量,并分析和设计了其他间接受控量,提高了算法运行的效率;采用李雅普诺夫收敛定理对系统的收敛性进行分析,根据分析的结果提出了算法更加简单的控制律;利用Matlab软件的Simulink库对设计的轨迹跟踪控制系统试验研究;结果表明,与基于李雅普诺夫直接法或者迭代学习算法设计的轮式机器人轨迹跟踪控制系统相比较,设计的控制系统具有跟踪精度高、收敛速度快、实时性好的优点。     

安全平滑的改进时间弹性带轨迹规划算法

传统TEB(time elastic band)算法在杂乱场景下规划易出现倒退、大转向等异常行为,造成加速度跳变,控制指令不平滑,机器人受到大冲击,不利于移动机器人轨迹跟踪.鉴于此,提出一种改进TEB算法,通过增加危险惩罚因子约束规划更安全的运动轨迹,增加加速度跳变以抑制约束减小运动中的最大冲击,增加末端平滑约束以减小末端冲击,实现目标点平滑、准确到达.构建图优化问题,以机器人的位姿和时间间隔为节点、目标函数和约束函数为边,利用问题的稀疏性快速获得相应时刻点的控制量.最后,通过基于机器人操作系统的大量对比仿真测试以及真实差速机器人上的物理实验对提出的改进TEB算法进行性能验证.结果表明,改进TEB算法在复杂环境中能够规划出更安全、平滑的轨迹,减小机器人所受冲击,实现移动机器人更合理地运动.     

基于滑模预测控制的海底采矿车轨迹跟踪算法

海底采矿车多工作于稀软底质,其面临的外部扰动较大,难以快速收敛跟踪误差,精准地跟踪预设轨迹。为此,本文提出了一种海底采矿车的滑模预测控制（sliding model predictive control,SMPC）轨迹跟踪算法。基于海底采矿车的运动学模型,首先设计滑模控制率实现轨迹跟踪误差快速收敛,其次利用少预测时域的线性时变模型预测控制算法（linear time varying model predictive control,LTV-MPC）优化该滑模控制率。而后,通过证明滑模控制率收敛和模型预测控制稳定,保证了闭环控制系统的稳定性。RecurDyn&Simulink联合仿真结果表明,与单一的滑模控制（sliding mode control,SMC）和线性时变模型预测控制算法相比,所提出的SMPC轨迹跟踪算法提高了轨迹跟踪精度,且算法具有较好的实时性。