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.     

基于模糊PID的轮式移动机器人轨迹控制

本文针对实际的轮式自主移动机器人轨迹控制和定位问题提出了一种解决方法。利用模糊PID复合控制器实现移动机器人的轨迹控制，利用陀螺、磁盘罗、里程计进行多传感器融合定位。在计算机仿真和实际的轮式移动机器人的轨迹控制、定位实验中，与使用PID控制器的方法进行了比较，结果表明了多传感器融合、 模糊PID在解决轨迹控制和定位问题上的优越性。     

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。     

轮式移动机器人智能变结构控制算法研究

针对参数摄动和存在外部扰动的轮式移动机器人的运动控制问题,设计一种多模态控制和模糊PID控制可相互切换的智能变结构控制器.从轮式移动机器人的运动学特性出发,根据轮式移动机器人误差的状况,提出多模态控制和模糊PID控制相结合的控制方法.同时,多模态控制按照误差的变化情况来划分控制模态,是一种更加合理地模仿人思维的控制方法.仿真结果表明,与传统的PID和模糊PID控制方法相比,能较好地弥补了系统参数摄动的影响,提高了机器人运动控制品质.     

移动机器人的线性自抗扰控制设计与实验验证

为了实现移动机器人的高精度轨迹跟踪控制, 设计了一种基于扩张状态观测器的扰动抑制方法和相应的实验验证平台. 首先, 考虑到不确定扰动如车轮纵向和侧向滑动对移动机器人系统控制性能的影响, 建立了受扰下的运动学模型; 然后, 基于扩张后的运动学模型设计了扩张状态观测器来估计系统扰动; 接着, 利用扰动估计构建了线性自抗扰控制器, 并利用Lyapunov函数证明了闭环系统的稳定性; 同时, 基于MATLAB/Simulink软件和微控制器搭建了所推荐控制算法的实验验证平台. 最后, 仿真和实验结果都验证了所提出控制方法的有效性.     

基于观测器的轮式移动机器人路径跟踪控制

研究基于状态观测器的轮式移动机器人的路径跟踪控制问题.首先简要回顾了基于状态反馈的移动机器人的路径跟踪控制问题;进而通过适当的状态变换将移动机器人模型转换为合适的形式,并在移动机器人的位置可以测量的情况下设计了一种可保证状态观测误差指数收敛的状态观测器;最后结合状态反馈路径跟踪控制器和所设计的观测器得到了一种基于观测器的路径跟踪控制器,该控制器可以保证移动机器人的运动轨迹指数收敛到期望路径上.仿真结果证实了所提出的基于观测器的路径跟踪控制器的有效性.     

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.     

含有摩擦补偿的全方位移动机器人自抗扰控制

本文针对全方位移动机器人轨迹追踪中的摩擦补偿问题,提出了一种改进的非线性自抗扰控制器.首先建立了含有经典静态摩擦模型的全方位移动机器人动力学模型.其次,基于该模型设计非线性控制器和线性扩张状态观测器并给出了系统的稳定性分析.通过将模型已知项加入线性扩张状态观测器中得到摩擦力的估计值,并将估计值用于非线性控制器中摩擦补偿部分.为减小摩擦力对机器人低速运动轨迹追踪控制的影响,非线性控制器采用变增益控制器进行轨迹追踪控制.最后通过仿真结果验证本文提出控制器的有效性.     

轮式移动机器人曲线行走控制的实现

从实用的角度出发,对轮式移动机器人沿曲线轨迹行走的控制进行了研究。设计了电机伺服控制系统和定位模块来实现机器人的运动控制系统功能,并基于移动机器人动力学模型设计了稳定有效的曲线行走控制算法。机器人沿抛物线和椭圆轨迹行走的实验结果表明,移动机器人曲线行走控制的硬件结构和软件功能是可行实用的,该户外轮式移动机器人运动控制系统的结构设计和功能设计符合实用要求,具有一定的应用价值。     

带宽化调节下的抗扰PID退饱和控制方法

比例–积分–微分(PID)控制的抗饱和设计是一类经典非线性控制问题, 理论研究丰富, 但工程中广泛使用的 仍是积分退饱和这类简易策略. 究其原因, 现有理论方法过于依赖系统模型和状态空间理论, 稳定性条件与调参机 制之间关系复杂. 本文基于经典退饱和控制结构, 首次阐述了“退饱和带宽”概念及退饱和参数调节机理, 在此基础 上讨论了两类低阶退饱和补偿器的带宽化设计方法. 在抗扰PID反馈控制下, 结合小增益定理得到退饱和控制的稳 定性条件, 给出控制参数与退饱和带宽之间的调节关系, 实现退饱和控制的带宽化整定. 最后, 通过数值仿真验证 了所提方法的有效性.     

基于T-S模型的轮式移动机器人轨迹跟踪控制

针对带有执行机构饱和约束与外部干扰的轮式移动机器人,提出了一种基于T-S模糊模型的轨迹跟踪方法.利用机器人运动特性和参考轨迹建立轨迹跟踪的误差系统并将其作T-S模型描述.通过求解具有LMI约束的半定规划问题,对每个线性子系统单独设计满足控制约束与H∞性能约束的状态反馈控制器,并在PDC(动态平行分配补偿)设计框架下构建全局控制器,最后证明闭环系统的李雅普诺夫稳定性.仿真结果验证了该方法的有效性和可行性.     

Dual closed‐loop tracking control for wheeled mobile robots via active disturbance rejection control and model predictive control

A dual closed‐loop tracking control is proposed for a wheeled mobile robot based on active disturbance rejection control (ADRC) and model predictive control (MPC). In the inner loop system, the ADRC scheme with an extended state observer (ESO) is proposed to estimate and compensate external disturbances. In the outer loop system, the MPC strategy is developed to generate a desired velocity for the inner loop dynamic system subject to a diamond‐shaped input constraint. Both effectiveness and stability analysis are given for the ESO and the dual closed‐loop system, respectively. Simulation results demonstrate the performances of the proposed control scheme.     

双闭环策略下非完整轮式机器人鲁棒自适应运动/力协调控制

非完整轮式移动机器人的路径跟踪,需要在保证机器人姿态跟踪精度的同时,增强其地面适应性能.为实现这种运动/力的协调控制目标,本文提出双闭环的控制系统结构:外环能够增加运动精度,内环则可以增强机器人对地面动态摩阻的适应性.同时,考虑到地面摩阻的慢时变性,本文通过构造观测器对其进行估计.在具体算法实现方面,采用反步法在外环构建运动控制器:而在内环,则是应用积分型的滑模技术设计力控制器与观测器.最后,对控制系统进行仿真,仿真结果证明所提出控制方法的有效性.     

A new adaptive tracking control scheme of wheeled mobile robot without longitudinal velocity measurement

This paper proposes a new adaptive trajectory tracking control scheme of the wheeled mobile robot without longitudinal velocity measurement. First, based on a kinematic controller, we obtain a new tracking error equation, which is suitable to develop an adaptive controller. Then, we develop a new adaptive trajectory tracking controller, which does not need any accurate values of the wheeled mobile robot parameters, including the driving motor parameters. Moreover, as the longitudinal velocity measurement is still difficult, this controller is developed without longitudinal velocity measurement. In addition, this new adaptive controller introduces a method to improve the control performance. The stability of the closed‐loop system is presented using the direct Lyapunov method. Finally, numerous simulations verify the effectiveness of the new controller.     

基于行为的轮式移动机器人导航控制

介绍了一种轮式移动机器人CASIA-I及其运动机构,针对该运动机构给出了机器人的运动方程和基于行为的导航控制算法,并根据该算法进行了软件仿真和实物实验．实验结果表明,该导航控制算法是一种有效的导航算法．