Mecanum轮全向AGV的运动性能分析

Mecanum轮结构的特殊性对AGV运行性能有着深远影响,对其展开研究具有重要的理论和现实意义。从理论上对全向车进行运动学分析,分析四轮Mecanum轮全向AGV平动、转动和复合运动。推导出Mecanum轮运动规律基本方程,得到各轮转速与全向车移动速度的关系,为运动控制奠定了理论依据。对Mecanum轮系O型和X型这两种布置形式进行了理论分析,得出O型四轮布置形式的稳定性及可操性优于X型。对Mecanum轮效率、驱动能力及爬坡能力进行分析,为全向AGV的驱动系统设计提供参考。     

Mecanum三轮全向移动平台的设计

为了实现在有限空间内对机器人的位置进行精确控制的目的,设计了Mecanum三轮全向移动平台。通过分析滚子的几何模型,建立了滚子轮廓面参数方程和轴截型曲线方程。根据滚子的参数模型得到了全向移动平台速度和Mecanum轮角速度之间的关系方程,完成了全向移动平台控制系统的设计。在此基础上制作了Mecmmm三轮全向移动平台,并进行了运动性能试验。Mecanum三轮全向移动平台可以实现3个互成120°的直线移动和绕自身中心旋转的正、反方向运动,在轮式移动机构中其全向移动能力具有明硅优势。研究结果表明：该移动平台运动方式灵活,能够在狭窄空间中实现精确定位、原地调整姿态和在二维平面上自由运动。     

基于线性时变模型预测控制的自主车辆轨迹跟踪控制器设计与验证

随着自动驾驶技术的快速发展,精确的轨迹跟踪已经成为汽车工业和学术领域公认的实现自主车辆运动控制的核心技术之一。为提高自主车辆轨迹跟踪的实时性与准确性,提出一种应用于自主车辆的线性时变模型预测跟踪控制器（Linear time-varying model predictive controller,LTV-MPC）设计方法。根据运动学原理建立某自主无人小车的二自由度运动学模型,其次,基于该模型构建车辆轨迹跟踪系统的误差模型并利用线性参数化理论对其进行离散化,在模型预测控制框架内将该轨迹跟踪控制器的设计转化为一个线性二次规划最优问题。在一个实际搭建的自主车辆试验平台上对所提出控制器的有效性进行不同预设参考路径轨迹下的实车验证,结果表明,该自主车辆能够对所预设的实际参考道路轨迹进行快速、准确的轨迹跟踪控制,且具有较好的行驶稳定性能。     

基于Mecanum轮全向移动机构运动的控制律分析

根据Mecanum轮的几何结构特点,计算了基于Mecanum四轮全向移动机构的控制律,得出Mecanum轮转速变化规律,对Mecanum轮运动过程进行仿真,分析了Mecanum轮几何参数对其角速度、角加速度的影响,提出改进Mecanum轮设计结构降低驱动电机转矩脉动的方法;根据设定速度下系统期望位移的大小,计算了采用恒转速控制时电机转速大小,降低了电机控制复杂程度,并将所得结论应用于工程实践中,所得实验数据证明了该方法正确可靠。     

不平地面上Mecanum轮全方位系统运动学通用模型

Mecanum轮运动系统无需转向轮能实现平面上全方位运动。具有特殊结构的Mecanum 轮全方位系统运行在不平地面上时,轮与地面接触状态是变化的,机体与地面不平度的耦合,使机体存在除平面运动外的附加姿态角运动,因此建立在平面上的三维运动学模型不能描述其运动学特征。为使系统能在具有局部不平度的结构化环境中运行,必须建立在不平地面条件下Mecanum轮系统的运动学模型。通过分类分析轮与地面的接触状态与接触图形,用矢量变换结合笛卡儿坐标变换方法分析给出Mecanum全方位系统在不平地面上运动的六维运动学模型,并分析系统在不平地面上实现全方位行走的条件。分析指出,该六维运动模型既适用于不平地面,也适用于平坦平面,因此该六维运动学模型是一种通用运动模型。     

适应不平地面的Mecanum四轮全方位小车结构及运动学模型

为了在存在局部不平地面条件下应用Mecanum四轮全方位小车,总结出实际楼宇环境下存在的四类不平地面类型,分析给出对应于四种不平地面条件下Mecanum轮与地面的四种接触状态;针对四类接触状态,提出一种新的适应不平地面的Mecanum四轮全方位小车结构;用矢量及坐标变换方法解析了这种小车结构在不平地面条件下的运动学特性,分析给出了该小车的运动学条件及其适用范围;得出了该四轮小车在不平地面上运行的六维运动学模型。     

一种改进的Mecanum轮辊子形状设计方法

针对基于Mecanum轮的全向移动平台,提出了一种改进全向轮辊子形状的设计方法。给出了全向轮参数化设计模型,采用ADAMS软件对全向轮的运动过程进行仿真,从仿真结果可以看出,改进的全向轮在工作过程中上下振动幅度减小,使全向移动平台运行情况得到改善。工程应用证明了该设计方法的有效性。     

包络啮合理论在Mecanum轮辊形设计中的应用

为设计出合理的Mecanum轮辊子,提出采用包络啮合理论推导辊子母线方程的新方法。从Mecanum轮几何特征入手,将包络圆柱面与辊子面看作处于包络啮合状态并建立两者空间模型,运用空间坐标变换方法推导出包络圆柱与辊子间的坐标变换矩阵,在此基础上,应用包络啮合理论建立辊子曲面及母线方程,并通过Matlab软件求解绘制辊子轮廓曲线。所得曲线与精确曲线对比表明,基于包络啮合理论的Mecanum辊形设计误差较小。     

基于Omni轮的全向移动机构的设计

为了实现在有限空间内进行任意方向运动,采用Omni轮的结构,设计了一种四轮全向移动机器人。选用F2812作为控制芯片,运用四轮全向控制的方法,得到所需的机器人的速度与轨迹,进行软硬件的设计,搭建了全向移动机器人,在实验中取得了良好的效果,满足对于机器人的控制要求,为轨迹跟踪控制的研究打下良好基础。     

麦克纳姆轮移动底盘的自适应滑模控制器设计

针对麦克纳姆轮移动机器人的轨迹跟踪问题,设计了一种自适应滑模控制器。首先,考虑外部干扰以及参数变化,建立了麦克纳姆轮移动机器人的运动学和动力学模型,在动力学模型的基础上设计一种自适应滑模轨迹跟踪控制器。其次,为了实现较好的运动控制,径向基神经网络被用来在线逼近动力学模型中的不确定项。同时,具有σ修正的自适应学习法则被用来估计未知的参数。再者,利用Lyapunov理论分析了该控制方法的稳定性和鲁棒性。最后,仿真结果验证了所提出控制器的有效性。     

全向移动平台运动学分析及其自适应控制器设计

在分析Mecanum轮结构及其工作原理的基础上,基于矢量分析法建立了四轮全向移动平台一般形式的运动学模型;针对常规PID控制无法在线自整定及其响应实时性有待提高等问题,采用CMAC(Cerebellar model articulation controller)+PID联合控制策略,设计了全向移动平台嵌入式自适应控制器;进行了直流电机调速MATLAB仿真及实验对比分析,并通过多组典型实验对样机运动性能进行了测试。结果表明,该Mecanum轮全向移动平台运动学模型是合理的,CMAC+PID自适应控制器动态响应速度快、控制精度高、鲁棒性好,样机能在平面内较好地实现横/纵向平移、原地旋转及全方位运动,总体性能可满足工程应用要求。     

基于轨迹控制的AGV运动控制器设计研究

对基于计算机视觉的AGV路径跟踪技术进行了研究,提出了基于轨迹控制的AGV运动控制器设计新方法,重点解决AGV路径跟踪效果与高速运动稳定性问题。首先对AGV工作环境与计算机视觉的特点进行分析,设计了适合AGV路径跟踪的图像处理流程。然后在深入分析两轮差速驱动运动平台的基础上,提出了基于轨迹控制的AGV运动控制器设计新方法。该控制器以AGV相对路径所处的状态量为输入,输出AGV控制指令——两轮的速度差和运动时间,从而控制AGV按指定轨迹运动,实现轨迹控制即AGV路径跟踪的目标。试验结果表明,AGV路径跟踪技术对直线和弧线具有较好的跟踪效果且AGV运动平稳。     

基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法研究

针对四轮全向移动机器人动力学模型参数的不确定性以及外部扰动的影响,为提高其轨迹跟踪控制性能,提出了一种基于自适应滑模的四轮全向移动机器人轨迹跟踪控制方法。首先,基于驱动电机参数建立了机器人的动力学模型,在此基础上设计了一种自适应滑模轨迹跟踪控制器;其次,通过低通滤波器滤除轨迹跟踪控制器输出端的高频信号,同时为实现机器人动力学参数的在线估计,提出了一种参数自适应控制算法并利用RBF神经网络实时调整轨迹跟踪控制器的切换增益,以减小系统的抖振;最后,为验证所述方法的有效性,采用MATLAB进行了仿真实验。仿真结果表明,基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法可以较好地降低参数变化、外部扰动对系统的影响,能够减小系统的抖振,具有较好的抗干扰能力。     

伺服跟踪系统的预见预测控制器设计

对机床、机器人等轨迹跟踪提出的高速、高精度的要求,而这类系统的跟踪路径大都是已知的,因此设计预见预测控制器,充分利用已知未来轨迹跟踪信息及未来已知干扰信息,提高系统动态响应,利用预测控制克服模型误差,提高鲁棒性。对所设计预见预测控制器进行了仿真,仿真分析表明,预见预测控制器能大幅度提高系统的跟踪精度。     

四轮转向智能车辆轨迹跟踪及稳定控制研究

为了改善智能车辆轨迹跟踪过程中的行驶稳定性,针对四轮转向车辆提出了一种轨迹跟踪及稳定控制方法。首先建立了车辆三自由度动力学模型,然后应用模型预测控制算法设计轨迹跟踪控制器。考虑了四轮转向车辆的动力学特性和不同路面附着对轮胎侧偏角控制的影响,在跟踪算法中引入零质心侧偏角控制和动态轮胎侧偏角边界控制方法,实现车辆的稳定控制。最后,通过对接路面工况下的仿真,验证了所提出的控制方法能够保证车辆在轨迹跟踪过程中具有良好的稳定性。     

差速驱动AGV时变反步鲁棒自适应轨迹跟踪控制

为确保差速驱动AGV在不确定性干扰以及复杂环境下,能够进行移动、搬运等任务,同时保证运动精度及稳定性,提出了一种时变反步鲁棒自适应轨迹跟踪控制策略,用于解决差速驱动AGV的轨迹跟踪控制问题。首先,对差速驱动AGV进行数学描述,对其运动学和动力学分析建模;其次,根据运动学模型,基于李雅普诺夫稳定性理论,设计时变反步运动控制器作为外环控制器;然后,依据其非线性动力学模型设计鲁棒自适应滑膜控制器作为内环控制器;仿真实验结果表明,制定的控制策略有效,保证了对有界干扰以及模型参数不确定性的鲁棒性,并能快速达到稳定。     

协同搬运系统中的麦克纳姆轮AGV运动控制研究

基于麦克纳姆轮AGV组成的搬运系统在路径跟踪过程中,由于距离偏差和角度偏差会导致搬运系统不稳定以及定位不准确.针对此问题,通过建立单台AGV在路径跟踪过程中的运动学模型,分析影响偏差的主要参数,提出了模糊PID控制方法.通过采集视觉传感器实时反馈的角度偏差和距离偏差,在线调整PID控制参数来实现对AGV的运动补偿控制....     

基于模型预测控制的排爆机器人轨迹跟踪算法研究EI北大核心CSCD

排爆机器人在复杂、危险环境下代替人作业拥有非常重要的地位。排爆机器人对期望轨迹的跟踪是避免发生危险最重要的环节。基于模型预测控制算法提出了排爆机器人末端轨迹跟踪算法。给出了机械臂状态空间的离散模型,已知当前时刻位置状态和下一时刻位置输入状态,预测未来某时域内的输出状态;然后根据给定性能指标和约束条件,求解未来一段时域内的输入序列,对实际输出进行反馈校正;最后,采用实验仿真对比测试,验证了该算法的有效实时性,结果表明,基于模型预测控制的机器人末端轨迹跟踪算法具有良好的动态实时跟踪能力,实现了目标轨迹的有效跟踪。     

基于模型预测控制的智能网联汽车路径跟踪控制器设计

为解决智能车辆的自主转向问题,提高车辆在高速运动过程中的转向精度和稳定性,在智能网联汽车的背景下,从路径跟踪控制出发,提出一种变参数的智能网联汽车路径跟踪控制方法。该方法基于模型预测控制原理,设计了一种智能网联汽车的路径跟踪控制器。该方法先以3自由度模型的车辆模型为控制系统;对系统进行线性化后,确定系统的二次型目标函数,并依据函数形式确定矩阵形式;然后,在Carsim和Matlab/Simulink平台上进行离线仿真,确定各个典型工况下适用于该路径跟踪控制器的仿真参数;最后实现系统可根据由车联网获得车辆实际所处道路形状和实际车速选择合适的路径跟踪控制器的控制参数,完成智能网联汽车的自动转向。仿真结果表明该控制器相对于固定控制参数的控制器具有更好的控制效果,可控制车辆以较高车速行驶时达到较高跟踪精度和行驶稳定性。     

自主导航小车(AGV)轨迹跟踪的模糊预测控制

针对非完整约束的轮式移动机器人WMR轨迹跟踪问题,以差速驱动式轮式移动机器人XAUT.AGV100为研究对象,对WMR的运动控制问题作了进一步的研究。本文在分析现有移动机器人运动控制方法的基础上,充分利用模糊控制和预测控制的优点,将模糊控制的思想引入到预测控制中,设计了模糊预测控制算法,并采用此方法控制自主导航小车AGV以提高其轨迹跟踪的快速性和运动的平稳性。理论仿真分析和实验研究均证明,采用所设计的模糊预测方法控制AGV,可有效提高AGV轨迹跟踪的快速性和运动平衡性。