多移动机器人的队形研究

从多移动机器人队形结构的角度，分析机器人队形的基本特征，并结合队形控制，提出便于分析研究的队形模型。该模型不但包含队形的几何特征，而且包含机器人个体的运动信息，能够揭示整个队形的运动特点。将队形分为可平稳运动的队形和不可平稳运动的队形两类，并重点研究了可平稳运动的队形的运动特征。     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

基于PMAC的码垛机器人模糊PID算法研究

为了提高可编程多轴运动控制器(PMAC)的控制精度和性能,设计了模糊PID控制算法.该算法应用在4自由度码垛机器人控制系统中,通过机器人电机在传统PID控制下与模糊PID控制下的位置阶跃响应实验和速度抛物线响应实验,利用电机的调节时间Ts、超调量Mp、上升时间T r、最大跟随误差M feer等数据证明模糊PID控制算法很好地改善了机器人控制系统的稳定性,提高了伺服电机的稳态性能和动态性能,改善了PMAC对4自由度码垛机器人的控制效果.     

一种改进的多机器人队形形成算法

针对多机器人系统编队控制中的队形形成问题,提出一种改进的基于行为分解的编队控制方法。此算法采用重心法获取机器人的动态目标点,依据有限状态机的原理,将动态目标点产生的运动需求分解为机器人不同子行为,通过对子行为归一化处理得到最终行为控制矢量,控制机器人运动。实验结果表明,该方法能快速有效的形成期望的圆形队形。     

挖掘机器人的模型与自适应模糊滑模控制

为实现挖掘机器人的自动挖掘,在挖掘机器人的轨迹规划器给出铲斗期望运动轨迹的情况下,需要挖掘机器人的控制系统能够控制其工作装置实现对给定轨迹的准确跟踪.利用拉格朗日方法建立了挖掘机器人工作装置的三自由度动力学方程,设计了自适应模糊滑模变结构控制器.利用模糊控制动态调节切换增益,将滑模控制的切换项转化为连续的模糊系统,增强了控制系统对挖掘机器人工作装置不确定性和外界干扰的鲁棒性,削弱了滑模控制的抖振现象,并且有较强的自适应跟踪能力.利用MATLAB7.4/Simulink工具箱对所设计的控制器进行了仿真,给出了自适应模糊滑模控制的跟踪性能及误差.     

机器人多传感器信息的模糊融合

本文基于模糊积分理论提出了一种多传感器信息的模糊融合方法,该方法简单实用,能很好的用于机器人的物体识别,实验结果证明了该方法的可行性和正确性.     

基于递归神经网络的多机器人智能协同控制

多机器人协同系统具有负载能力强、工作空间广、灵活性好等优点,是机器人领域的研究热点。由于系统非线性、关节约束等问题,给其高性能协同控制带来了巨大挑战。研究关节约束下多机器人智能协同运动控制问题,设计同步策略并将多机协同控制问题建模为一个二次型优化问题,基于速度逃逸法将机器人关节角与关节角速度限幅归并描述到速度层,基于递归神经网络(RNN)设计了一个稳定性可证明的实时求解器。MATLAB与V-REP联合仿真平台下以多LBR iiwa机器人系统为对象的仿真实验表明,基于所提协同控制策略所有机器人都精确跟踪到了期望的三环路径轨迹,跟踪误差可达10~(-4)量级,轨迹跟踪过程中关节角、关节角速度皆在约束限幅内。     

基于模糊逻辑的浆液下搅拌机器人路径跟踪研究

首先建立了浆液下搅拌机器人车体的运动学模型，然后分析了传统的控制方法无法对其进行精确路径跟踪的原因，设计了用于机器人路径跟踪的模糊控制器，最后经过被控对象的分析与实验，验证了模糊控制器具有使用方便、精度高和稳定性好等优点。     

基于PSO算法的多机器人探测行为控制研究

本文在研究控制多机器人探测未知环境时,提出了强制机器人遵循的多目标规划模型,采用了交通规则规范机器人的运行,通过粒子群算法进行优化求解。     

未知环境下基于行为的机器人模糊路径规划方法

针对非结构化环境下的多关节机器人实时避障问题,应用基于模糊逻辑方法,提出了一种新的未知环境下基于行为的机器人实时路径规划方法。敏感皮肤被用来探测机器人周围的障碍物。规划方法包括接近目标和绕过障碍两个行为。机器人根据周围环境的信息选择合适的行为,从而实现机器人路径规划的目标。由于应用了模糊控制,使方法具有较好的实时性,可以应用到存在未知障碍物的机器人在线运动规划中。仿真环境中存在多种类型的未知障碍物,机器人均在算法的控制下到达了目标位姿,证实了算法的有效性。     

基于模糊算法的机器人行进控制

针对亚广联（ABU）第四届机器人电视大赛，搭建一台由单片机控制的轮式机器人，依靠光纤传感器感知场地内白线而前进。山于比赛场地所铺设的白线宽度会存在较大的误差，而且赛场上外界光线变化较大，容易对传感器产生影响。因而提出了高鲁棒性的控制要求，故对其寻线算法采用了模糊算法，取得了很好的控制效果，在大赛中获得了冠军。     

冗余度机器人多目标模糊规划的研究

利用冗余度机器人的冗余特性可以实现机器人避奇异位形，仿止关节运动范围越限，避障碍物等多种优化，从而使该类机器人的操作性能和灵活性得到提高。采用多目标模糊规划对冗余度机器人的多目标优化进行研究，并提出优化方法，仿真验证了该方法具有可行性。     

神经元调整比例因子模糊控制器控制直接驱动机器人单关节

基于文献「１」的神经元模型及学习策略,提出用神经元优化调整比例因子的模糊控制器设计方法方法,并针对直接驱动机器人单关节位置控制系统进行仿真实验。研究结果表明,非模型控制方法具有很强的鲁棒性,抗干扰性及满意的控制品质。     

单自由度磁悬浮微动机器人的模糊控制系统研究

提出利用电磁铁的磁力作为机器人的运动驱动,利用这种电磁力的磁悬浮微动机器人不需要任何关节,结构紧凑,运动精度高。文中介绍了一种基于DSP的单自由度磁悬浮微动机器人的结构和工作原理,研究了磁悬浮机器人的运动控制系统,包括DSP系统、控制算法、软件结构,实验证明该系统能够较好地控制机器人的运动。     

基于多Agent可重构机器人控制方法的研究

根据多Agent理论中的协商，合作机制和可重构机器人结构的分布性，将集中式的机器人控制分配到一组关节Agent中，每个Agent控制机器人的一个关节，使用这种分布式方法，得到了一种新的通用机器人控制方法，即将关节机器人的复杂控制转换为多个简单子系统的控制，该方法可应用于具有不同构型的机器人系统，特别适用于可重构模块化机器人的控制，利用微分运动理论提出了一种新的决策方法，便于Agent之间的合作与协商，仿真实验结果表明该方法是一种可行的机器人控制方法。     

基于环境刚度模糊自适应估计的机器人力控制

在未知环境中为实现精确的接触力控制,需要力控制器能够适应环境的变化。该文将多模型模糊控制器引入到机器人力控制中来适应未知环境的变化,针对几种典型的接触环境刚度设计相应的模糊控制器。由于在环境变化时,很难得到精确的环境刚度值,该文对环境刚度进行模糊自适应估计,进而确定各个模糊力控制器的加权系数,模糊力控制器生成机器人位置控制系统的输入指令。仿真研究表明所设计的控制器是可行和有效的。     

基于模糊控制的2R欠驱动机器人位置控制

基于模糊控制理论,研究2R欠驱动机器人关节的位置控制问题.在被动关节附加电磁制动器以控制关节间的耦合状态.根据电磁制动器的工作状态,将欠驱动机器人的位置控制分为两个阶段.第一阶段,制动器解锁,利用被动关节加速度与驱动关节转矩间的动力学耦合效应,间接控制被动关节沿预定轨迹运动到预定位置,同时总结模糊控制规则,设计用于控制被动关节运动的模糊控制器.第二阶段,制动器锁定,然后驱动关节运动到预定位置.设计并搭建了基于可编程多轴运动控制卡的试验控制系统.最后通过试验成功实现2R欠驱动机器人关节的位置控制.试验数据表明,模糊控制方法对于机器人被动关节具有较高的位置控制精度,鲁棒性良好,并且不依赖于机器人动力学模型,实时控制的计算量小,体现出智能控制的优越性.     

管间机器人纵向移动平台模糊控制系统

针对核电站蒸汽发生器热交换管道自动化视频检测的要求,研制了管间机器人,介绍了管间机器人结构和工作原理。检测模块安装在纵向移动平台上,纵向移动平台由步进电机驱动沿导轨做间歇直线运动。在每个管间距行程中,步进电机必须有升速和降速过程,这样可以防止堵转、失步并提高效率。对无法精确建模的纵向移动平台系统,用模糊控制原理设计了步进电机的升降速曲线,给出了模糊推理的步骤。用单片机和外围电路制作了步进电机控制器,将设计结果用于控制程序设计,实验证明纵向移动平台升降速过程平稳,从导轨始端移动到末端的位置总误差在允许范围内,管间机器人样机在此基础上实现了对蒸汽发生器模型的自动化检测。     

基于领航-跟随法的多机器人编队控制

编队控制是多机器人系统研究的核心问题之一,具有广泛的研究价值。针对编队问题,通过对轮式差分驱动机器人运动模型进行分析,并设计相应的控制器。在传统的领航-跟随模型上,引入“虚拟机器人”,将跟随者机器人对领航者机器人的轨迹跟踪转换为跟随者对“虚拟领航者”的轨迹跟踪。首先,预设定实际领航者机器人的行进路径,由实际领航者引导运动方向的运动轨迹被视为主轨迹,虚拟机器人通过数据产生参考点从而生成参考轨迹,跟随者机器人通过对参考轨迹的跟踪与“虚拟领航者”构成轨迹误差跟踪系统。然后通过Lyapunov的控制理论验证控制器的理论可行性,最后在MATLAB/Simulink仿真平台进行实验,通过改变控制参数来使机器人形成相应的期望队形,在较短的时间内,跟随机器人对参考轨迹的跟踪误差趋向于0且速度收敛,验证了编队系统的可行性。     

操作机器人控制的多智能体方法研究综述

传统基于模型的控制方法应用于复杂机器人控制遇到很多困难,最近十几年,很多学者利用多智能体(Multi-Agent)技术构建基于行为的操作机器人控制系统,取得的满意的效果。介绍了基于多智能体方法的操作机器人控制原理,对国内外基于多智能体的操作机器人控制算法和与之对应的控制系统结构、运行平台和多智能体交互模型等相关研究进展进行综述,对多智能体方法用于操作机器人控制的优势和不足进行了总结,最后探讨了多智能体方法在操作机器人控制系统中应用的发展方向。