非完整移动机械臂的避障运动规划

针对有空间障碍物避免的移动式操作机器人系统运动规划问题,提出了一种基于特殊的人工势函数,使用局部距离信息实现非完整移动机械臂系统实时避障运动规划方法,并且用Lyapunov定理证明了闲环系统的稳定性。用提出的方法对非完整移动机械臂系统进行仿真．仿真结果表明了它的正确有效性。     

非完整移动机器人的轨迹跟踪控制

讨论基于运动学模型的非完整移动机器人的轨迹跟踪控制问题。在一定的假设条件下实现了全局指数跟踪,该假设允许参考模型角速度和平移速度均趋于零,并将该方法推广到 动力学模型。仿真例子证明了该方法的有效性。     

非完整移动机器人的轨迹跟踪控制研究

为削弱非移动机器人系统中由滑模控制引起的抖搌现象,提出一种反演设计方案,设计出具有全局渐进稳定的控制器。通过构造中间虚拟控制量和虚拟反馈函数对控制器进行设计,并对稳定性进行分析。满足了移动机器人轨迹跟踪控制要求,且具有设计方法简单,鲁棒性强的特点。仿真试验验证了控制器的正确性和有效性。     

非完整轮试移动机器人的轨迹跟踪滑模控制

由于轮式移动机器人的非完整性质和运动受限性质,它的轨迹跟踪已经成为一类具有挑战性的控制问题.针对一个可以在医院环境中执行护理任务的室内移动机器人-护士助手机器人,提出一种轮式移动机器人的轨迹跟踪滑模控制方法.由移动机器人在极坐标系中的运动学方程出发设计一个滑模控制器,进而提出了一种新的滑模控制方法,解决了在极坐标系中关于运动学的跟踪问题.分析了此方法的稳定性和执行性能,并且通过仿真证明这个控制方法的实际应用的有效性.     

基于运动平衡点的水下机器人自主避障方式

当前大多数水下机器人的实时避障方式只简单地考虑了目标和障碍物之间的相对距离,并没有考虑实际的海洋环境以及会不会对控制器产生不利的影响．本文研究的目的就是从实际出发,通过设定各个自由度上的运动平衡点,将水下机器人的自主避障规划和运动控制结合起来,设计出一个集目标、障碍物和控制性能一体的避障规划方式,从仿真实验结果来看,机器人可以安全地通过障碍空间,到达目的地．     

混合非完整系统问题

研究一类混合非完整系统的运动．它可分为3个阶段：第1阶段为完整系统的连续运动,第2阶段为冲击运动,第3阶段为非完整系统的连续运动．后一阶段的初始条件由前一阶段的运动终了条件确定．举例说明结果的应用．     

基于“非伪”理论的非完整移动机器人轨迹跟踪控制

\"非伪\"控制是一种基于数据驱动的无模型控制方法,它根据输入-输出数据进行在线学习,计算与当前系统状态相匹配的控制量并作用于系统,以获得系统所要求的动静态品质,并以此检验系统是否满足该性能指标.基于\"非伪\"控制理论,研究了移动机器人的轨迹跟踪控制问题.根据非完整移动机器人的动态方程,采用\"非伪\"控制,直接作用于移动机器人的控制输入,使移动机器人能快速、准确地跟踪期望轨迹.     

基于深度强化学习的自主避障技术研究

针对变电站自动巡检这一场景,研究机器人的自主避障。当机器人的感知仅限于单目视觉时,由于缺乏3D信息,避障将变得更具挑战性。传统的路径规划等避障技术难以适用新场景。对此,提出一种基于策略迭代(DPPO)的自主避障深度强化学习模型,该模型仅以原始的RGB图像为训练数据,实现机器人的快速灵活控制。仿真实验表明,相比于基于值迭代的方法,该模型避障性能更佳。     

基于传感器的非完整移动机器人运动规划

针对非完整移动机器人在未知室内环境中提出了一种路径规划方法, 通过利用传感器对周围环境的探测和实时处理传感器数据, 以及所设计的目标寻找函数, 可以有效地完成其运动规划. 该方法能够确保移动机器人在无障碍物区或障碍物对机器人不构成危险时加速前进, 在障碍物区能够慢速绕过, 从而使得移动机器人快速且安全地到达目标位置, 仿真的结果证明了该方法的有效性.     

非完整移动机器人的复合编队控制

主要研究了非完整自主机器人之间的队形保持和避障问题,提出了一种新的复合编队控制方法,该方法根据机器人的期望位置在其运动约束区域内外的不同,分别以一种灵活的反馈线性化算法和最优近似目标算法来建立控制规则,并提出了编队环境中存在静态障碍物时的队形控制策略,从而实现多机器人的稳定编队控制．该方法降低了传统线性反馈控制对编队初始误差范围的要求,并且解决了非完整机器人编队的避障问题．实验结果表明了该编队控制方法的可行性和有效性．     

基于强化学习的智能机器人避碰方法研究

本文采用强化学习方法实现了智能机器人的避碰行为学习．文中首先介绍了强化学习 原理,讨论了采用神经网络实现强化学习系统的方法,然后对具有强化学习机制的智能机器 人避碰行为学习系统进行了仿真实验,并对仿真结果进行了分析．     

一种用于移动机器人避障的模糊神经控制算法

本文提出了一种新颖的模式识别算法用于移动机器人的自主避障.通过一定量的模糊规则与模糊Kohonen聚类网络(FKCN)的结合,生成了一种启发式的模糊神经网络,并且通过对该模糊神经网络进行离线的非监督式训练,从而建立起超声波传感器输入信号和移动机器人速度之间的模式映射关系.相对于一般的避障手段,这种算法提供给移动机器人较为迅速的反应能力,从而实现机器人连续、快速的避障.本文为了验证该算法的可行性,给出了移动机器人在虚拟环境下的计算机仿真结果.     

基于栅格方法的移动机器人实时导航和避障

本文对移动机器人的实时导航和避障设计了基于栅格的控制算法，用该算法控制清华大学计算机系研制的ＴＨＭＲ－Ⅲ移动机人能在未知的环境中，实量检测出障碍物，并实时规划出合理路径，稳定，平滑连续地向着目标行驶，最后给出了ＴＨＭＲ－Ⅲ在几种典型环境中行驶的实验结果。     

动态环境中的移动机器人避碰规划研究

本文研究环境中的冲突区域——即交叉路口中多个移动机器人间的协调和避碰问题．采用集 中 分布相结合的规划方法，根据系统的拓扑结构为每个移动机器人规划路径；在冲突区域 内使用优先级策略对机器人的运动特征进行分布式规划．通过上下层智能的融合，提高整个 系统的智能．同时为系统建立了一套交通规则，易于系统的规划，使系统中的机器人能安全 快速地到达目标位置．由于动态环境的不确定性，规划周期性地执行．最后给出了仿真结果 ．     

轮式移动机器人航向跟踪预估控制算法

本文提出了一种轮式移动机器人航向跟踪预估控制算法,航向预估量根据机器人前轮偏角和纵向速度实时得出,预估量与机器人实际航向之和作为控制反馈航向.仿真和实验时用PID控制器和航向预估算法结合进行航向跟踪,结果表明该算法与常规PID算法相比,对机器人纵向速度适应范围较宽,能有效地改善控制器的动态特性,表现出了较好的自适应能力.     

一类不确定非完整动力学系统的鲁棒镇定及其在移动机器人中的应用

本文讨论了一类带有未知惯性参数、动静态摩擦及外界干扰的非完整动力学系统的控制问题．基于变结构控制的思想，给出了该系统的镇定方法，使得Ｐｏｍｅｔ［３］关于非完整运动学系统的时变光滑镇定律可推广到相应的带有参数不确定和干扰的动力学系统上．最后，将所得结果应用于一类移动机器人的镇定控制，仿真结果验证了该方法的有效性．     

移动机器人在障碍物具有不确定性时的运动规划

本文提出了一种移动机器人在实时避碰中对移动障碍物的运动不确定性的处理方法.该方法主要考虑了两个不确定性来源：移动障碍物运动速度上的不确定性和运动方向上的不确定性.用概率统计的方法来为不确定性建模.并与一种基于相对速度的在线避碰方法结合起来对移动障碍物避碰.通过这种方法可以使机器人对移动障碍物的避碰更有效率.     

全局环境未知时机器人导航和避障的一种新方法

研究了全局环境未知情况下的移动机器人实时导航问题．将栅格法描述环境与基于滚动窗口的路径规划相结合,提出了一种新的移动机器人导航方法．将超声传感阵列探测到的环境信息以基于栅格的概率值进行表示,利用不确定性证据推理对其进行数据融合,得到机器人的局部环境信息;在此基础上,采用基于滚动窗口的方法进行机器人路径规划,实现机器人的实时导航．仿真与实验结果表明了该方法的有效性．     

传感器在多关节机器人系统实时避障中的应用

评述近几年来在多关节机器人系统实时避障中传感器技术的应用，详细介绍了传 感器的选择及多传感器信息融合技术，并指出这一领域中值得进一步研究的一些问题和可能 的发展方向．     

基于人工神经网络实现智能机器人的避障轨迹控制

利用人工神经网络中的二级BP网,模拟智能机器人的两控制参数(左、右轮速）间的函数关系,实现避障轨迹为圆弧或椭圆弧的轨迹控制,并且通过调整椭圆长、短轴大小,能实现多个及多层障碍物的避障控制．该方法的突出特点是方法简单、算法容易实现,使机器人完成多个及多层避障动作时,不滞后于动态环境里其它机器人（障碍物）位置的变化．在仿真实验中,取得了理想的效果．