轮式全方位移动机器人几种转向方式的研究

全方位移动机器人由于具有平面上全部三个自由度、较高灵活性和机动性等优点，近年来得到了广泛的研究。四轮驱动的全方位移动机器人在躲避障碍物的同时能否精确到达指定地点取决于各个轮子的转向和驱动方式。在进行了全方位移动机器人的几种典型转向方式动力学建模的基础上，结合实验数据分析比较了几种转向方式的优劣性，为今后全方位移动机器人的动力学研究提供一些有价值的参考。     

单片机应用系统研究——轮式移动机器人控制系统设计与研究

机器人的移动方式有很多种,但大致就分为两种:车轮式和足步式两种.本文从轮式移动机器人(WMR)的体系结构出发,重点设计了机器人移动控制系统的硬件、软件平台.首先,通过对非完整轮式移动结构和直流伺服电机模型的分析,建立了移动机器人的控制系统模型.其次,设计了基于AVR微控制器(AT90S8515)的移动控制系统,其中主要包括PWM功率驱动、测速单元和串行通讯模块等;对机器人速度、位置控制采用模糊PID算法,较好地克服了移动机器人模型的不确定性、转速位置控制要求的多变和环境改变等因素的影响.程序使用ICCAVR C语言编写,在AVR SUDIO调试软件中用ICE200仿真.     

轮式移动机器人的反步轨迹跟踪控制

在建立轮式移动机器人运动学和动力学模型的基础上,结合反步设计法,将动力学问题反步为运动学问题,设计了具有全局渐近稳定的轨迹跟踪控制律。该控制律由机器人的两驱动电机的力矩组成,简洁且易于实现。利用Lyapunov函数对控制系统进行了稳定性分析,仿真结果验证了所设计控制器的有效性和精确性。     

管内轮式移动机器人弯道内驱动控制方法

三轮全主动驱动管道机器人的弯道通过性一直是个难题，由于三轮差动机构尚未实现，机器人的3个主动驱动轮在弯管内将出现干涉而不能行走。为了使机器人可靠、平稳、快速地通过弯管，基于机器人在转弯过程中的阻力负载特性分析的基础上，提出了驱动轮独立协调控制转弯的方案，并对速度协调控制过程进行了仿真实验，结果表明驱动轮独立协调控制方案可有效地解决机器人转弯过程中三轮的差动问题。     

轮式移动机器人轨迹跟踪控制研究

根据轮式移动机器人具有非完整约束特点,基于其运动学模型对机器人的轨迹跟踪控制问题进行了研究。采用Lyapunov函数直接法的思想设计机器人轨迹跟踪控制算法,并且直观地分析了系统的全局渐进稳定性.最后应用到MATLAB中对圆轨迹、螺旋线轨迹进行跟踪仿真试验,仿真结果表明位姿误差在2 s时刻趋近于零,轨迹跟踪效果良好,系统具有很好的全局渐进稳定性。     

轮式移动机器人的动力学建模及路径跟踪控制

为了实现轮式移动机器人的自动行驶,建立了轮式移动机器人的路径跟踪控制模型。针对轮式移动机器人具有非完整约束的特点,利用Kane方程建立了轮式移动机器人的动力学模型,消除了非完整约束对动力学建模的影响,直接将非完整约束融入到动力学方程中。同时,采用基于航向预览策略的路径跟踪控制算法来控制轮式移动机器人。并运用MATLAB仿真软件分析了动力学模型及控制算法的控制性能,通过仿真验证了轮式移动机器人控制算法的稳定性。     

轮式移动机器人的模糊轨迹跟踪控制

文章针对实际的轮式移动机器人轨迹跟踪控制问题提出了一种解决方法。利用模糊控制器实现对移动机器人的轨迹控制,并进行了计算机仿真和实际的轮式移动机器人的轨迹控制实验,将控制效果与传统的PID控制器的控制结果进行比较,结果表明了模糊控制在机器人轨迹跟踪问题上具有很好的性能。     

基于Backstepping的轮式移动机器人镇定研究与实验验证

根据轮式移动机器人的运动学模型,基于Back-stepping方法,构造了轮式移动机器人镇定系统的李雅普诺夫函数,并通过使李雅普诺夫函数负定,设计了移动机器人镇定控制律.轮式移动机器人的仿真实验以及实际的控制实验表明,该方法能使轮式移动机器人的伍姿从任意θ(0)≠0的初始状态渐近收敛到原点.     

基于神经动力学的轮式移动机器人跟踪与稳定统一控制

为了对轮式移动机器人(WMR)进行光滑、鲁棒、稳定的轨迹跟踪控制,分析了生物激励神经动力学原理,研究了非线性模型预测控制策略,提出了一种基于神经动力学思想的模型预测终端控制方法。首先,针对传统控制方法存在的初始速度跳变问题,利用神经动力学在信息处理方面的优良特性,设计了神经动力学控制模块;然后,根据模型预测控制原理给出了一个优化控制模块;最后,设计了终端域和线性反馈终端控制器来保证系统的全局渐近稳定性。仿真结果表明:利用所设计的控制方法进行曲线跟踪时,被控WMR系统收敛到参考轨迹的时间可从12s降到5s,初始线速度/角速度分别从[-3,4]m/s和[-5,6]rad/s缩小到[0,2]m/s和[-3,3]rad/s,且系统输出有界光滑,使WMR在完成轨迹跟踪的同时实现了全局渐进稳定。由于文中核心算法的推导过程不受WMR运动学模型限制,故该研究结论亦可应用于其他结构的移动机器人。     

应用超声电机的自主移动机器人运动控制

设计了一种自主移动机器人的机构和控制系统,将超声电机用于移动机器人的驱动,采用微控制器,以软件实现了电机的启停、调速和两电机同步转动的P I控制,进而实现了机器人运动的控制。实验中电机速度控制范围为20-80 r/m in,负载约为0.2 N.m,实验结果表明了该控制方法的有效性和实用性。     

地面移动机器人系统的研究现状与关键技术

在总结了地面移动机器人系统的概念、特点、组成结构的基础上,分析了该领域国内外的最新动态及其关键技术,为多运动方式地面移动机器人的进一步设计与开发提供了翔实的信息与参考依据。最后,提出了一种新颖的足轮混合式地面移动机器人系统,根据不同的环境变换轮式运动和足式运动两种运动方式,达到良好的运动灵活性和较高的移动速度的统一。     

Receding horizon tracking control for wheeled mobile robots with time-delay

In this paper, a receding horizon (RH) controller is developed for tracking control of wheeled mobile robots (WMRs) subject to nonholonomic constraint in the environments without obstacles. The problem is simplified by neglecting the vehicle dynamics and considering only the steering system. First, the tracking-error kinematic model is linearized at the equilibrium point. And then, it is transferred to an exact discrete form considering the time-delay. The control policy is derived from the optimization of a quadratic cost function, which penalizes the tracking error and control variables in each sampling time. The minimizing problem is solved by using the QP (quadratic programming) method taking the current error state as the initial value and including the velocity constraints. The performance of the control algorithm is verified via the computer simulations with several different predefined trajectories showing that the strategy is feasible. This paper was recommended for publication in revised form by Associate Editor Doo Yong Lee Kil To Chong (M’96) received the Ph.D. degree in mechanical engineering from Texas A&M University, College Station, in 1995. Currently, he is a Professor at the School of Electronics and Information Engineering, Chonbuk National University, Jeonju, Korea, and Head of the Mechatronics Research Center granted from the Korea Science Foundation. His research interests are in the areas of motor fault detection, network system control, time-delay systems, and neural networks. Chang Goo Lee was born in Chonju, South Korea on Dec., 1958. He received the B.S. and M.S., and Dr.Eng. degrees in Electrical Engineering from Chonbuk National University, South Korea, 1981, 1983 and 1990 respectively. He had been with ETRI as a senior researcher from 1983 to 1991. Since 1992, He has been with the School of Electronic and Information Engineering, Chonbuk National University where he is presently a Professor. His research interests include intelligent control, nonlinear control, and home network control. Yu Gao received the master’s degree in Electronics and Information from Chonbuk National University, Korea, in 2008. He got his bachelor’s degree in Physics from Soochow University, China, in 2005. Currently, he is a Ph.D. candidate in the School of Electronics and Information, Chonbuk National University, Korea. His research interests are in the area of the receding horizon control.     

开放式移动机器人嵌入式控制系统的设计与实现

为了解决封闭式移动机器人控制系统存在的诸多问题,提出并实现了一种基于32位嵌入式系统的开放式移动机器人控制系统.开放式控制器集成了友好的人机界面、两种无线通讯接口和多种串行接口,通过串口与本体控制器通讯.系统软件采用嵌入式μC/GUI、轻量级TCP/IP协议栈LwIP和实时多任务操作系统内核μC/OS-Ⅱ,以多任务和多任务通讯机制管理移动机器人各应用功能模块.讨论了命令控制台和无线通讯等开放式应用方法.将提出的控制系统应用于吸尘机器人平台,实验表明,该系统具有良好的开放性,为功能扩展、多杌协调、远程控制和人机混合控制提供了解决方案.     

轮式移动机器人的运动及定位分析

对机器人的结构组成和功能进行了介绍,这是对机器人进行路径规划的基础.而具体的规划策略首先取决于机器人的运动机构,故对其进行运动分析.还对机器人的方位确定问题进行了论述,在电机码盘作为传感器的条件下,对机器人的方位确定进行了具体的推导.这些都是为以后机器人的路径规划所作的准备.     

轮式移动机器人的路径规划和跟踪控制

介绍了路径规划的设计及路径跟踪控制设计.路径规划设计是当机器人感应到障碍物后,采用预定轨迹来实现避障功能,而路径跟踪控制则通过计算出轨迹目标值和现时位姿的偏差,控制电机来使偏差减小.并通过Matlab仿真,验证了其可行性与合理性.     

基于TMS320F2812的移动机器人控制系统设计

介绍了基于TMS320F2812的轮式移动机器人平台SY1012,及其硬件和软件设计,完成了电机的速度控制和PID控制算法,在此基础上进行了轨迹控制实验.该平台具有良好的开放性、可扩展性和稳定性,便于用户进行二次开发,具有很好的研究意义.     

二维模糊控制器在小型轮式机器人中的应用

为了提高小型轮式机器人电机系统的运行性能,设计了一种带修正函数的二维模糊控制器.首先阐述模糊控制器的基本结构,并结合具体控制对象设计了fuzzy论域和模糊控制规则;其次设计了实现该控制器的嵌入式平台.最后给出了实验结果,实验证明了该模糊控制器的有效性.     

基于Android平台的移动机器人远程控制系统

针对目前移动智能终端性能的不断攀升及WiFi技术的迅速发展,结合机器人远程控制的对移动平台的需求,提出了一种移动机器人远程控制的新思路,即利用搭载Android平台的移动智能终端,通过无线局域网实现远程控制移动机器人。首先介绍了该远程控制系统的结构,包括服务器、客户端、视频传输模块、运动控制模块及通讯协议。然后描述了系统的具体实现,主要开发了基于Android移动智能终端的客户端及搭载在移动机器人上的服务器。服务器将移动机器人机载摄像头拍摄的路况视频发送给客户端,客户端接收并显示路况视频,操控员根据实时路况视频实现远程控制移动机器人。最后对远程控制系统进行了性能测试。测试结果表明,Android移动智能终端成功接收到移动机器人发送来的视频,并且显示流畅;Android移动终端对移动机器人的控制灵活性较高。     

自主移动机器人巡线控制系统设计与实现

针对自主移动机器人传统巡线控制中存在的不足,主要完成了机器人控制系统的设计。在使用灰度传感器采集地面轨迹信息的同时,引入角度传感器对行进方向的角度信息进行采集;设计了PID控制加模糊控制的复合控制器,并给出复合控制器算法。在此基础上建立实验系统,仿真结果证明:该控制系统不仅克服了传统巡线控制中单一传感器采集信息不全的缺点,而且有效解决了机器人在遇到大信号时传统PID控制响应时间长、系统不稳定的问题。     

嵌入式智能移动机器人控制系统的开发与研究

以移动机器人为研究对象,设计了以PC/104嵌入式模块为主控制器的控制系统,实现了扩展板、电源转换、电机驱动、感知、人机交互等功能;并对无线通信技术进行了研究,实现了移动机器人的无线遥控和无线串口通信;通过实验对移动机器人进行了整体调试,调试结果表明机器人运行稳定可靠,达到了预期效果。