基于自适应反步法的轮式移动机器人跟踪控制

轮式移动机器人是一种典型的非完整约束系统.基于反步法提出一种自适应扩展控制器,对含有未知参数的非完整轮式移动机器人动力学系统进行轨迹跟踪控制并且Lyapunov稳定性理论保证跟踪误差渐近收敛到零.为了克服速度跳变产生滑动,加入了神经动力学模型对控制器进行改进.以两驱动轮移动机器人为例,利用运动学自适应控制器设计出转矩控制器,有效解决了不确定非完整轮式移动机器人动力学系统的轨迹跟踪问题.仿真结果证明该方法的正确性和有效性.     

基于Lyapunov稳定性理论的移动机器人轨迹跟踪控制

针对非完整轮式移动机器人的高度强耦合、欠驱动非线性动力学模型,设计了运动学控制器以及动力学力矩控制器,使得移动机器人轨迹能够跟踪理想轨迹。这种方法的实质是首先设计虚拟速度控制器,输出速度的期望值,然后设计基于模型的力矩控制器。最后通过simulink软件对所设计的系统进行仿真,结果表明对于非完整机器人的轨迹跟踪这种控制方法效果较好。     

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.     

基于自适应和神经动力学的轮式移动机器人路径跟踪控制(英文)

本文提出一种自适应和神经动力学相结合的轮式移动机器人路径跟踪控制方法.首先,设计运动学控制器用来获得机器人期望速度;其次,考虑机器人动力学模型参数的不确定性,利用模型参考自适应方法来设计动力学控制规律,使得机器人实际速度渐近逼近期望值;再次,为克服速度和力矩的跳变,加入神经动力学模型对控制器进行优化,并且通过Lypunov理论来证明整个控制系统的稳定性;最后仿真结果表明该控制方法的有效性.     

基于Lyapunov方法和快速终端滑模的轨迹跟踪控制

针对移动机器人的运动学模型,提出一种具有全局渐近稳定性的跟踪控制器。该跟踪控制器的设计分为两部分：第一部分是采用全局快速终端滑动模态的思想设计了角速度的控制律,用来渐近镇定移动机器人跟踪的前向角误差;第二部分是采用Lyapunov方法设计了线速度的控制律,用来渐近镇定移动机器人跟踪的平面坐标误差。采用Lyapunov稳定性定理,证明了移动机器人在满足这些控制律条件下,实现了对参考轨迹的全局渐近跟踪。实验结果表明移动机器人能够有效地跟踪期望轨迹,有利于在实际应用中推广。     

侧滑打滑时的WMR抗饱和模糊超螺旋滑模控制

针对侧滑打滑干扰和执行器饱和约束导致轮式移动机器人(WMR)轨迹跟踪困难的问题,提出一种抗饱和模糊超螺旋滑模控制策略.根据WMR的轨迹跟踪误差模型,设计运动学控制器,得到辅助速度控制律;采用反步法思想,设计抗饱和模糊超螺旋滑模动力学控制器,通过饱和约束辅助系统实现抗饱和控制,并引入模糊自适应律,动态调整超螺旋控制律参数...     

一种新型的机器人自适应跟踪控制器研究

针对神经动力学模型描述的非完整移动机器人系统,研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题.基于反演技术提出了一种转矩控制器,利用Lyapunov稳定性理论和中间虚拟控制量保证跟踪误差渐进收敛到零.不但能够得到稳定跟踪所需速度,并且有效解决了不确定非完整移动机器人动力学系统的轨迹跟踪问题,具有设计方法简单,鲁棒性强的特点.仿真结果验证了所设计的控制器的有效性和正确性.     

具有未校准视觉参数的移动机器人的跟踪控制

基于未校准视觉反馈的非完整运动学系统具有参数不确定性,较一般的运动学系统更加复杂.根据视觉反馈和非完整移动机器人的链式标准形式,研究了具有未标定摄像机视觉参数的移动机器人的轨迹跟踪控制问题.利用固定在天花板上的摄像机系统提出运动学跟踪误差模型,并对该误差系统模型提出了一种动态反馈跟踪控制器;对具有不确定机械参数的动力学模型,提出一种自适应力矩控制器,该控制器保证了实际机器人状态渐近跟踪给定的参考轨迹,并通过Lyapunov方法严格证明了整个闭环系统的稳定性.仿真结果证实了所提出的控制器的有效性.     

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.     

农业轮式移动机器人反演自适应滑模轨迹跟踪控制

为提高农业轮式移动机器人路径跟踪控制的鲁棒性,提出一种基于农业轮式移动机器人反演自适应滑模控制策略。运用反演控制设计其运动学控制律,保证位置跟踪误差渐进收敛到零;根据动力学模型,设计自适应滑模动力学控制律,实现农业轮式移动机器人左右轮平稳的运行;运用李雅普诺夫定理保证闭环系统的最终一致稳定性。仿真实验验证了该方法的有效性和优越性,能够实现正弦型曲线路径跟踪。     

Optimization of interval type-2 fuzzy logic controllers for a perturbed autonomous wheeled mobile robot using genetic algorithms

We describe a tracking controller for the dynamic model of a unicycle mobile robot by integrating a kinematic and a torque controller based on type-2 fuzzy logic theory and genetic algorithms. Computer simulations are presented confirming the performance of the tracking controller and its application to different navigation problems.     

Control of a nonholomic mobile robot: Backstepping kinematics into dynamics

A dynamical extension that makes possible the integration of a kinematic controller and a torque controller for nonholonomic mobile robots is presented. A combined kinematic/torque control law is developed using backstepping, and asymptotic stability is guaranteed by Lyapunov theory. Moreover, this control algorithm can be applied to the three basic nonholonomic navigation problems: tracking a reference trajectory, path following, and stabilization about a desired posture. The result is a general structure for controlling a mobile robot that can accommodate different control techniques, ranging from a conventional computed-torque controller, when all dynamics are known, to robust-adaptive controllers if this is not the case. A robust-adaptive controller based on neural networks (NNs) is proposed in this work. The NN controller can deal with unmodeled bounded disturbances and/or unstructured unmodeled dynamics in the vehicle. On-line NN weight tuning algorithms that do not require off-line learning yet guarantee small tracking errors and bounded control signals are utilized. © 1997 John Wiley & Sons, Inc.     

基于神经网络的不确定移动机器人鲁棒自适应跟踪控制

针对含运动学未知参数以及动力学模型不确定的非完整轮式移动机器人轨迹跟踪问题,基于Radical Basis Function(径向基函数)神经网络,提出了一种鲁棒自适应控制器.首先,考虑移动机器人运动学参数未知的情况,提出了一种含自适应参数的运动学控制器,用以补偿参数不确定性导致的系统误差;其次,利用神经网络控制技术,对于机器人在移动中动力学模型不确定问题,提出了一种具有鲁棒性的动力学控制器,使得移动机器人可以在不知道具体动力学模型的情况下跟踪到目标轨迹;最后利用Lyapunov稳定性理论证明了整个系统的稳定性.通过数值仿真验证了所设计的控制器的可行性.     

含未标定摄像机参数的非完整移动机器人的自适应动力学跟踪控制

结合一类非完整移动机器人的运动学模型和链式转换,在质心与几何中心重合的情况下,研究含有未知参量的非完整移动机器人的跟踪控制问题.首先,利用针孔摄像机模型提出一种基于视觉伺服的运动学跟踪误差模型;然后在此模型下,将动态反馈、Back-stepping技巧与自适应控制相结合,设计一个区别于以往处理方法、含有两个动态反馈的自适应跟踪控制器,从而实现动力学系统的全局渐近轨迹跟踪,并通过李亚普诺夫方法严格证明闭环系统的稳定性和估计参数的有界性;最后,利用Matlab仿真验证所提出的控制器的有效性.     

Adaptive Neuro-fuzzy Network Control for a Mobile Robot

A control structure that makes possible the integration of a kinematic controller and a neuro-fuzzy network (NFN) dynamic controller for mobile robots is presented. A combined kinematic/dynamic control law is developed using backstepping and stability is guaranteed by Lyapunov theory. The NFN controller proposed in this work can deal with unmodeled bounded disturbances and/or unstructured unmodeled dynamic in the mobile robot. On-line NFN parameter tuning algorithms do no require off-line learning yet guarantee small tracking errors and bounded control signals are utilized.     

Control of a nonholonomic mobile robot using neural networks

A control structure that makes possible the integration of a kinematic controller and a neural network (NN) computed-torque controller for nonholonomic mobile robots is presented. A combined kinematic/torque control law is developed using backstepping and stability is guaranteed by Lyapunov theory. This control algorithm can be applied to the three basic nonholonomic navigation problems: tracking a reference trajectory, path following, and stabilization about a desired posture. Moreover, the NN controller proposed in this work can deal with unmodeled bounded disturbances and/or unstructured unmodeled dynamics in the vehicle. Online NN weight tuning algorithms do not require off-line learning yet guarantee small tracking errors and bounded control signals are utilized.     

履带式移动机器人轨迹跟踪研究

详细分析了履带式移动机器人的受力特点,提出了一种适宜进行控制器设计的履带移动机器人模型.根据履带式移动机器人动力学模型和运动学模型,设计了机器人的轨迹跟踪控制器.利用Lyapunov稳定判据证明控制器的全局稳定性.在控制器的设计中考虑了履带一地面作用,引入参数对其描述.考虑到机器人动力学约束,引入机器人速度、加速度控制策略以保证机器人运动平滑.仿真实验验证了该方法的有效性和全局收敛.     

基于反步法的移动机器人鲁棒跟踪控制

以四轮移动机器人为研究对象,建立了机器人完整的数学模型,包括运动学模型、动力学模型以及驱动电机模型。在机器人数学模型的基础上,采用反步法的思想设计具有全局收敛特性的鲁棒轨迹跟踪控制器,设计中考虑了驱动电机模型使控制器更符合实际控制要求,并将其分解为运动学控制器、动力学控制器以及电机控制器三部分,降低了控制器设计的难度。构造了系统的李雅普诺夫函数,证明了该类型移动机器人在所得控制器作用下,能实现对给定轨迹的全局渐近追踪。仿真实验结果表明基于反步法的控制器是有效的。     

Motion Control of a Nonholonomic Mobile Manipulator in Task Space

In this paper, the motion control of a mobile manipulator subjected to nonholonomic constraints is investigated. The control objective is to design a computed‐torque controller based on the coupled dynamics of the mobile manipulator. The proposed controller achieves the capability of simultaneous tracking of a reference velocity for the mobile base and a reference trajectory for the end‐effector. The aforementioned reference velocity and trajectory are defined in the task space, such task setting imitates the actual working conditions of a mobile manipulator and thus makes the control problem practical. To solve this tracking problem, a steering velocity is firstly designed based on the first‐order kinematic model of the nonholonomic mobile base via dynamic feedback linearization. The main merit of the proposed steering velocity design is that it directly utilizes the reference velocity set in the task space without requiring the knowledge of a reference orientation. A torque controller is subsequently developed based on a proposed Lyapunov function which explicitly considers the coupled dynamics of the mobile manipulator to ensure the mobile base and end‐effector track the reference velocity and trajectory respectively. This proposed computed‐torque controller is able to realize asymptotic stability of both the base velocity tracking error and the end‐effector motion tracking error. Simulations are conducted to demonstrate the effectiveness of the proposed controller.     

Dynamic path tracking control of a vehicle on slippery terrain

This paper deals with accuracy and reliability for the path tracking control of a four wheel mobile robot with a double-steering system when moving at high dynamics on a slippery surface. An extended kinematic model of the robot is developed considering the effects of wheel–ground skidding. This bicycle type model is augmented to form a dynamic model that considers an actuation of the four wheels. Based on the extended kinematic model, an adaptive and predictive controller for the path tracking is developed to drive the wheels front and rear steering angles. The resulting control law is combined with a stabilization algorithm of the yaw motion which modulates the actuation torque of each four wheels, on the basis of the robot dynamic model. The global control architecture is experimentally evaluated on a wet grass slippery terrain, with speeds up to 7 m/s. Experimental results demonstrate enhancement of tracking performances in terms of stability and accuracy relative to the kinematic control.