基于多项式加减速控制的轨迹规划的研究

轨迹规划是机器人控制系统研究的重要内容之一,它对机器人性能的提高起着关键性的作用。为解决机器人在笛卡尔空间直线和圆弧拟合自由曲线时存在的误差较大的问题,提出机器人冲击最优的轨迹规划算法。通过多项式速度控制曲线和阿当姆斯微分方程,并以最大弓高误差、最大加速度为约束条件,对机器人轨迹进行插补。同时使用四元数来对机器人姿态进行描述,并使用球形线性插值法对其进行插补。最后以IRB2600工业机器人为仿真本体,使用Matlab对所提出的算法进行仿真,可以得到误差允许范围内的工业机器人运行轨迹,证明了此算法理论上的有效性。     

基于IMU的主动伴舞机器人人机协作控制算法

提出了基于惯性测量单元IMU的主动型伴舞机器人人机协作控制算法。机器人腰部安装具有一定刚度的弹簧,利用Kalman滤波将三轴加速度计数据与三轴陀螺仪数据进行融合,得到机器人在人类舞伴作用下的姿态角变化,采用阈值法滤除相对姿态角抖动误差,再结合当前机器人状态,综合判断得到相对姿态角到速度矢量的映射。将期望轨迹速度与人力产生的轨迹修正速度融合,得到人机协作下机器人的运动轨迹和剩余目标点的坐标修正值。将算法应用于华尔兹CCL舞步轨迹测试,实验结果表明算法效果良好。     

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。     

机器人轨迹纠偏控制方法研究

为减小机器人在执行轨迹跟踪任务过程中末端产生的位姿误差,在建立机器人轨迹纠偏系统模型的基础上,提出了一种积分型纠偏控制器实现方案.该方案直接在机器人的关节空间上对误差进行补偿.基于前述模型和一系列假设,首先从数学上证明了比例-积分纠偏控制器能够使纠偏误差以负指数收敛,进而说明积分型纠偏控制器的有效性.实验结果表明:通过设置合适的参数,在初始轨迹最大偏差为8 mm的情况下,纠偏控制后偏差均方根值小于0.07 mm,最大值小于0.4 mm.     

水面救助机器人轨迹跟踪方法研究

为了拓展水面救助机器人的作业范围,使机器人按照预定的轨迹运动,研究了机器人的轨迹跟踪问题;文章提出了将PID算法和视线法相结合,实现了水面救助机器人的轨迹跟踪;开发了基于Google Earth交互平台,利用Windows Hook技术和KML文件实现了在GE地图上目标轨迹的绘制和机器人运动轨迹的绘制,并对轨迹跟踪的误差进行了分析。     

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.     

轮式移动机器人的位置量测输出反馈轨迹跟踪控制

针对机器人的姿态角难以精确测量的困难,本文研究基于位置测量的轮式移动机器人的轨迹跟踪问题.首先提出一种利用机器人的位置信息估计其姿态角的降维状态观测器,当机器人的线速度严格大于零时,可保证姿态角观测误差的指数收敛.然后给出一种新的状态反馈轨迹跟踪控制律,当参考轨迹满足一定的激励条件时,可以保证机器人的线速度严格大于零且跟踪误差全局渐近收敛.进一步结合姿态角观测器和状态反馈控制律,得到一种输出反馈轨迹跟踪控制算法.理论分析表明,当参考轨迹满足一定的激励条件时,所提出的输出反馈控制算法可以保证跟踪误差的全局渐近收敛.最后对所提出的姿态角观测器、状态反馈和输出反馈轨迹跟踪控制算法进行了仿真验证,证实了算法的有效性,并且当存在位置测量误差时,所提出的输出反馈轨迹跟踪控制算法仍可以保证机器人对参考轨迹的实际跟踪.     

无迹卡尔曼滤波在旋转乒乓球轨迹预测中的应用

乒乓球机器人不能进行成功的智能回球的主要原因是对旋转球的轨迹预测不准确。减小轨迹预测误差可采取如下对策:分析旋转乒乓球飞行过程的运动学模型,采用无迹卡尔曼滤波(UKF)思想构建过程方程和观测方程,根据视觉系统观测得到的三维空间位置信息对乒乓球的三维空间位置、线速度及角速度进行在线估计。通过多次Matlab仿真对比实验和实际对比实验表明,UKF算法相对EKF算法在轨迹预测用时上可节省99%,跟踪误差更小。     

工业机器人轨迹规划方法综述

轨迹规划是工业机器人运动控制的基础,对工业机器人的工作效率和稳定性有重大影响。为掌握工业机器人轨迹规划方法的研究现状,根据工业机器人规划空间和优化目标的不同对轨迹规划方法进行分类,介绍了直线、圆弧等基本轨迹的优缺点和适用场合,分析了基于约束和智能算法的各种最优轨迹规划算法的思路和性能特点。指出了基于强化学习的轨迹规划、轨迹误差预测和补偿、动态避障、多机器人运动规划等是工业机器人轨迹规划的关键问题和重要研究方向。     

基于PD控制的机器人轨迹跟踪性能研究与比较

定义同一个Lyapunov函数，分析了基于PD的3种常用机器人轨迹跟踪算法的稳定性和鲁棒性，得到了新的结论，PD加前馈控制按指数收敛到0，PD及修改的PD加前馈控制收敛到一封闭球，增大反馈系数可使球半径任意小，基于PD的轨迹跟踪算法对模型误差及有界不确定性干扰具有鲁棒性，实验研究验证了分析结果，并对3种轨迹跟踪算法的控制性能进行比较。