基于SMC控制的轮式机器人轨迹跟踪

轮式机器人是典型的非线性欠驱动系统,针对其运行过程中存在的干扰不可控问题,提出了SMC控制器设计方案。以轮式机器人数学模型为基础,完成了位置控制规律及姿态控制规律的计算,以及双闭环SMC控制器的设计,有效降低了参数整定对设计经验的依赖。通过软件仿真对所提的控制方案进行测试,仿真结果表明,轮式机器人位置及其前进方向在4 s后即达到目标位置并保持在目标值,在干扰存在的情况下,控制器有效实现了轮式机器人的轨迹跟踪。     

轮式移动机器人的滚动LQR轨迹跟踪控制

基于滚动优化思想提出了一种轮式移动机器人的LQR轨迹跟踪控制方法．在每一采样时刻,通过实时地对跟踪误差系统进行线性化得到线性化模型,并利用该模型通过求解LQR问题获得状态反馈控制律．文中给出的不同情况下跟踪‘8’字轨迹的仿真结果验证了该方法的有效性．     

轮式移动机器人轨迹跟踪控制的参数化方法

在轮式移动机器人控制系统状态空间模型的基础上,通过分析两轮独立驱动的移动机器人的动力学方程,给出轮式移动机器人轨迹跟踪控制问题的数学描述;基于线性系统的特征结构配置和模型参考理论提出一种轮式移动机器人轨迹跟踪控制的参数化方法,设计系统的反馈镇定控制器和前馈跟踪控制器.仿真结果表明,提出的控制方案是行之有效的.     

基于前馈补偿PID控制的轮式机器人轨迹跟踪

轮式机器人属于非线性欠驱动系统,针对传统PID控制在其运行过程中控制效果不佳的问题,提出基于前馈补偿的PID控制方案。在轮式机器人数学模型的基础上,完成了轮式机器人位置控制规律及姿态控制规律的设计,有效提高了轨迹跟踪控制效果。通过软件仿真对所设计的控制方案进行测试,最终的仿真结果表明:轮式机器人能快速达到目标位置,并保持前进方向的目标值,在有不可控干扰的情况下,控制器有效实现了轮式机器人轨迹跟踪控制。     

考虑万向轮扭转角扰动轮式移动机器人轨迹跟踪

为了研究轮式移动机器人运动过程中万向轮扭转的扰动对其轨迹跟踪的影响,提出了一种考虑前端万向轮摩擦扰动及其质心与几何中心不重合的轨迹跟踪控制方法。首先,建立了考虑万向轮扭转角扰动的轮式移动机器人动力学模型;其次,根据位姿误差模型,采用反步法设计虚拟速度控制器收敛系统位姿误差;然后,结合扰动观测器对机器人行进过程中万向轮扭转所带来的摩擦扰动进行估计,构造出一种基于积分滑模思想的力矩控制器以保证速度追踪;最后,利用Lyapunov稳定性理论对系统的稳定性和渐近收敛进行证明。仿真及实验结果表明,将万向轮摩擦所带来的扰动反馈给动力学控制器,可以减轻控制器的负载。与忽略万向轮扰动的控制方法相比,轮式移动机器人的位置误差最大值的均方根值降低了37.37%,提高了运动系统的稳定性。     

基于高阶内模的非线性离散系统迭代学习控制

针对一类工作于重复条件下的一阶非正则离散时间非线性系统追踪迭代域非严格重复的参考轨迹问题,提出基于高阶内模(HOIM)的迭代学习控制方法.利用高阶内模,描述系统输出追踪参考轨迹的迭代域变化规律问题.在针对非线性系统的迭代学习控制律设计过程中,根据内模原理,将高阶内模与D型迭代学习控制律相结合,设计合适的学习增益.从理论上严格证明,在所提出的基于高阶内模的迭代学习控制律的作用下,系统跟踪误差的迭代域收敛性.对机械手离散时间模型的仿真结果表明了该迭代学习控制方法的有效性.     

基于惯性导引的轮式移动机器人的无线控制

移动机器人控制技术的研制是提高我国机器人关键技术的迫切需求。通过理论分析、制定正确的通信协议并结合大量试验,最终实现了移动机器人的无线控制。     

具有指定收敛速度的离散系统鲁棒跟踪数据驱动设计

本文研究了具有指定收敛速度的线性离散时间系统鲁棒跟踪设计问题。首先利用鲁棒输出调节理论描述了跟踪控制问题, 再结合系统数据与强化学习实现了具有指定收敛速度的跟踪控制。学习得到的控制方案不仅保证了跟踪误差渐近收敛到零, 而且具有针对不确定系统动态的鲁棒性。本文所述的指定收敛速度设计不依赖系统演化时间或精确系统模型, 因此是数据驱动的。     

基于遗忘因子的数据驱动最优迭代学习控制算法研究

针对一类有限时间内重复运行的非线性非仿射离散时间系统,本文提出了一种基于遗忘因子的数据驱动最优迭代学习控制方法.首先,引入一种迭代动态线性化方法,将被控非线性系统等效化为线性输入输出增量形式;其次,分析了最优迭代学习控制方法中存在的问题,并针对由历史信息的累积效应所导致的控制输入不能及时响应的问题,设计自适应遗忘因子使算法具有更好的可控性和灵活性.所提出的控制方法是数据驱动的控制方法,设计和分析过程仅依赖于系统的输入输出数据,不包含任何显式模型信息.最后,通过仿真验证了该方法的有效性.     

考虑执行机构动态的非完整轮式移动机器人镇定控制

本文研究了将执行机构动态考虑在内的非完整轮式移动机器人(WMR)的镇定控制问题.在运动学时变镇定控制律的基础上,利用李雅普诺夫方法及Backstepping技术,首先将运动学控制器推广到动力学模型,进一步将驱动电机的动态考虑在内,最后给出了典型镇定控制任务的仿真结果.     

控制受限的非完整轮式移动机器人滚动优化镇定控制

研究了存在控制量约束的非完整轮式移动机器人的镇定控制问题.针对笛卡尔坐标下的机器人动力学模型,选取加权矩阵,给出了滚动优化控制的仿真结果.为了消除位置坐标之间的耦合关系,通过坐标变换获得极坐标下动力学描述并进行了仿真,与笛卡尔坐标系下的结果相比,控制性能有较大的提高.     

Robust simultaneous tracking and stabilization of wheeled mobile robots not satisfying nonholonomic constraint

A robust unified controller was proposed for wheeled mobile robots that do not satisfy the ideal rolling without slipping constraint.Practical trajectory tracking and posture stabilization were achieved in a unified framework.The design procedure was based on the transverse function method and Lyapunov redesign technique.The Lie group was also introduced in the design.The left-invariance property of the nominal model was firstly explored with respect to the standard group operation of the Lie group SE(2).Then,a bounded transverse function was constructed,by which a corresponding smooth embedded submanifold was defined.With the aid of the group operation,a smooth control law was designed,which fulfills practical tracking/stabilization of the nominal system.An additional component was finally constructed to robustify the nominal control law with respect to the slipping disturbance by using the Lyapunov redesign technique.The design procedure can be easily extended to the robot system suffered from general unknown but bounded disturbances.Simulations were provided to demonstrate the effectiveness of the robust unified controller.     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。     

约束非完整移动机器人轨迹跟踪的非线性预测控制

针对存在非完整约束和控制输入约束的轮式移动机器人动力学模型,研究了其全动态误差系统准无限时域非线性模型预测控制策略,通过沿名义轨迹在线线性化获取局部稳定化控制器及不变终端域,以跟踪"8"字形轨迹为例进行了仿真,结果表明,闭环系统在满足控制输入条件下具有良好的跟踪性能。     

两轮自平衡机器人运动控制研究

轮式移动机器人是典型的不完整控制系统,其自身的不确定性影响控制的性能.以两轮自平衡机器人为研究对象,建立了机器人的运动学与动力学模型.利用多惯性传感器信息融合建立的基于T-S模糊模型的模糊控制器有效地解决了两轮自平衡机器人平衡控制的问题,并同时对轨迹跟踪的问题进行了探讨.仿真结果表明,通过多惯性传感器的信息融合建立的控制器对于机器人的平衡和跟踪问题是有效的,并在实际的实验中得到了验证.     

轮式移动机器人快速轨迹跟踪

为了克服轮式移动机器人响应能力的有限性、保证轮式移动机器人快速跟踪给定的参考轨迹,本文充分利用预演信息(即提前获取的将来参考信息),设计预演控制策略、调节轮式移动机器人的驱动电压来控制机器人,使其快速跟踪给定的参考轨迹.首先,针对运动学模型设计虚拟控制器以保证轮式移动机器人能够渐近跟踪给定的参考轨迹.其次,建立了虚拟控制器的离散时间线性状态空间模型.再次,基于轮式移动机器人的动力学模型和虚拟控制器的线性模型,将轨迹跟踪控制问题等价转化成一个具有已知输入的线性二次调节问题.最后,基于Riccati方程的解,给出了最优预演控制策略的反馈增益.事实上,本文所提出的为虚拟控制器建立线性状态空间模型的方法适用于任意离散信息,这极大地方便了信息的处理与提前使用;另一方面,由于提前使用了参考信息,本文所提的预演控制策略能够快速地跟踪给定的参考轨迹.仿真实验以类正弦曲线为参考轨迹进行跟踪,结果表明:所提控制策略能使轮式移动机器人的速度与轨迹跟踪误差快速地趋于零,验证了所提预演控制算法的有效性.     

基于超混沌同步控制的移动机器人全覆盖路径规划

针对移动机器人执行警戒、巡逻等特殊任务的随机性、遍历性等需求,提出一种基于超混沌同步控制的移动机器人全覆盖路径规划方法。以四维超混沌Lorenz系统为主驱动方程,利用单边耦合同步控制构造超混沌同步响应方程;将同步后的超混沌同步响应方程与移动机器人运动学方程相结合,构造混沌机器人路径规划器,产生满足特殊任务要求的全覆盖遍历轨迹;利用镜面映射方法对覆盖轨迹运行范围进行限制和对运行边界进行静态避障。对规划轨迹进行定性分析和定量计算发现,与同步以前的超混沌方程相比,利用超混沌同步方法构造后产生的全覆盖轨迹具有更好的遍历覆盖特性和随机特性,能够满足自主移动机器人执行警戒、巡逻等特殊任务的需求。     

基于反馈增益反步法的非完整约束移动机器人路径跟踪控制

为实现非完整约束轮式机器人的路径跟踪控制,采用虚拟向导方法建立跟踪误差方程,基于李亚普诺夫稳定性理论,设计了一种基于反馈增益的反步法控制器,既能通过控制反馈增益的调节补偿机器人动态误差模型中的非线性项对系统的影响,又能避免传统反步法控制器中存在虚拟控制的高阶导数的问题。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。