一处室内轮式自主移动机器人的导航控制研究

介绍了一种室内移动机器人CASIA-I.对该机器人的运动机构做了较为详细地阐述,针对该运动机构给出了机器人的运动方程和一种导航控制算法,并根据该算法进行了软件仿真和实物实验.在软件仿真和实物实验两种环境下,机器人都能够实时避开障碍物奔向目标.仿真和实验表明:该移动平台具有良好的可靠性,且该导航控制算法是一种有效的导航算法.     

未知环境中移动机器人导航控制研究的若干问题

未知环境中移动机器人导航控制理论和方法是机器人学和智能控制的一个重要研究领域，综述了该领域研究的主要内容及其发展动态，分析了与导航控制有关的机器学习方法的研究现状，指出存在的不足和有待进一步研究的问题，并提出了一些解决思路。     

自主移动机器人基于行为的导航策略及其实现

为了开发具有自主导航功能的移动机器人，我们必须提供智能推理的能力，模糊控制和基于行为的导航可以实现这一点，本文讨论了把模糊逻辑推理应用到自主移动机器人的行为控制系统中。     

基于行为控制的移动机器人导航方法

针对移动机器人在完全未知或者部分未知的环境中进行自主导航容易陷入各种陷阱的问题,提出了一种基于多行为控制的导航方法;机器人通过激光雷达对周边环境进行感知,并将采集到的信息与行为转换条件进行匹配用于行为转换的决策;同时在该方法中通过栅格地图引入了记忆信息,从而增强机器人对周边环境的认知能力,从而提高机器人的决策能力;通过仿真实验证明了在简单环境中算法的有效性,同时也证明该算法对于某些复杂的环境有效可行,具有优化性、实时性与智能性的特点。     

基于模糊神经网络的移动机器人沿墙导航控制

移动机器人沿墙导航控制包含了追踪和避障两种情况,是移动机器人研究中的常见问题。它是指机器人在一定方向上沿墙运动,或者更一般意义上的沿着物体轮廓运动,并与墙保持一定距离。移动机器人利用声纳采集机器人与墙体的距离和角度信息,通过模糊神经网络将输入数据进行融合,从而判断移动机器人的位姿信息,输出左右轮速度控制其动作。实验证明此方法可以有效地保证移动机器人在安全距离内沿墙体运动。对比采用模糊神经网络前后的实验,采用后的移动机器人沿墙导航控制轨迹优于采用前,均方误差大大减小。     

移动机器人视觉导航控制研究

该文研究了移动机器人视觉导航的控制问题。针对导航中的图像畸变以及视野有限易造成导航线丢失等问题,提出了一种简单的单目视觉目标定位算法和一种新的控制策略。在导航时,首先利用定位算法精确地获取地面目标的深度信息,然后控制机器人沿一系列切线方向平滑接近导航线(或目标),并根据实施控制的时间间隔控制速度,以保证机器人视野中导航线(或目标)不丢失。实际的应用证明了该定位算法和策略的有效性。     

基于改进的遗传算法和模糊逻辑控制的移动机器人导航

本文给出了一种用遗传算法学习模糊规则以完成移动机器人导航的方法.采用了变长度编码 方法和竞争型小生境遗传算法，减少了染色体的尺寸和复杂度，同时提高了学习速度．本文 考虑了轮式移动机器人的运动模型，将更符合实际情况的左右轮速度作为模糊规则的输出． 整个学习过程在仿真环境下完成后，在仿真和自行开发的全局视觉平台上对学到的规则进行 了验证，实验结果证明了方法的正确性．     

轮式移动机器人组合导航方法及试验研究

该文提出了以惯性导航为基础,磁感应器修正的移动机器人组合导航方法。该方法以陀螺仪、磁感应器和里程计作为导航信息的检测器件,每隔一定的距离,利用磁感应器检测到的信息对陀螺仪和里程计进行修正,使得移动机器人能够精确定位、长时间稳定运行。一方面,消除了纯惯性导航随时间增长累积的误差;另一方面,对外界环境有较强的抗干扰能力。试验结果验证了该组合导航方法是有效、可行的,适于在线实时应用,能融合其它导航传感器信息,具有较强可扩展性。     

基于人工神经元网络的移动机器人导航研究

本文采用人工神经元网络模型，提出了一个基于行为的移动机人导航方法，并在仿真实验系统上进行了实验研究，取得了令人满意的结果，这是一种前有前途的导航方法。     

基于运动描述语言的轮式移动机器人控制

介绍了一种基于运动描述语言的轮式移动机器人控制方法．运动描述语言不仅可以有效地描述机器人系统中离散和连续动力学过程的相互作用,而且可以定量地描述操纵机器人的复杂性．利用该方法对具有非完整约束的轮式移动机器人的位姿镇定问题进行了研究,仿真结果验证了该方法的有效性．     

基于广义预测控制的移动机器人视觉导航

研究了室内环境下移动机器人的视觉导航问题。由单目传感器获取场景图像,利用颜色信息提取路径,采用最小二乘法拟合路径参数,简化图像处理过程,提高了算法的实时性。通过消除相对参考路径的距离偏差和角度偏差来修正机器人的位姿状态,实现机器人对路径的跟踪。为消除机器视觉识别和传输的耗时,达到实时控制,采用改进的多变量广义预测控制方法预测下一时刻控制信号的变化量来修正系统滞后。仿真和实验结果证明了控制算法的可靠性。     

非平衡负载下轮式移动机器人的抗扰PID控制

在非平衡负载条件下,轮式移动机器人(WMR)的前进、转向速度耦合,影响着轨迹跟踪和避障等运动控制性能.为此,本文提出了一种基于抗扰PID(DR–PID)控制器的WMR速度调节主动抗扰(ADR)控制策略.首先,建立WMR的速度耦合模型,引入解耦矩阵减小静态耦合作用;然后,基于一类改进干扰观测器(DOB)控制方法,设计一种...     

面向医院的移动机器人导航系统设计

本文设计了一种采用RFID和机器视觉相结合的自主移动机器人导航系统.该系统在搜索和识别走廊内RFID标签和门牌号的基础上实现自定位和导航.本文首先给出了移动机器人导航系统的整体设计,然后分别给出了基于RFID辅助定位方法和基于DSP的门牌号识别方法,最后在博创UpVoyager移动机器人平台上验证了本系统的有效性.     

基于T-S模型的轮式移动机器人轨迹跟踪控制

针对带有执行机构饱和约束与外部干扰的轮式移动机器人,提出了一种基于T-S模糊模型的轨迹跟踪方法.利用机器人运动特性和参考轨迹建立轨迹跟踪的误差系统并将其作T-S模型描述.通过求解具有LMI约束的半定规划问题,对每个线性子系统单独设计满足控制约束与H∞性能约束的状态反馈控制器,并在PDC(动态平行分配补偿)设计框架下构建全局控制器,最后证明闭环系统的李雅普诺夫稳定性.仿真结果验证了该方法的有效性和可行性.     

移动机器人智能寻线导航与策略控制

寻线导航是移动机器人寻航方式之一,为使机器人沿地面标志线自主运动,并能在适时高线执行任务后自动返航,提出一种具有学习功能的智能寻线导航与策略控制方法以及系统模型,并将其应用于自行开发研制的导医机器人中．基于调制光检测原理,通过状态评判网络对多传感器信忠进行融合,通过Q学习方法获得高线走失后的最优控制策略．实现了机器人在各种复杂未知环境下稳定、可靠地工作．实验结果表明,该方法可以有效地提高机器人的适应性和智能度．     

Control of an articulated wheeled mobile robot in pipes

We propose a control method in which an articulated wheeled mobile robot moves inside straight, curved and branched pipes. This control method allows the articulated wheeled mobile robot to inspect a larger area. The articulated wheeled mobile robot comprises pitch and yaw joints is and propelled by active wheels attached to the robot. Via the proposed control method, the robot takes on two different shapes; one prevents the robot from slipping inside straight pipes and the other allows movement in a pipe that curves in any direction. The robot is controlled by a simplified model for the robot's joint angles. The joint angles of the robot are obtained by fitting to a continuous curve along the pipe path. In addition, the angular velocity of the robot's active wheels is determined by a simplified model. The effectiveness of the proposed the control method was demonstrated with a physical implementation of the robot, and the robot was able to move inside straight, curved and branched pipes.     

A new adaptive tracking control scheme of wheeled mobile robot without longitudinal velocity measurement

This paper proposes a new adaptive trajectory tracking control scheme of the wheeled mobile robot without longitudinal velocity measurement. First, based on a kinematic controller, we obtain a new tracking error equation, which is suitable to develop an adaptive controller. Then, we develop a new adaptive trajectory tracking controller, which does not need any accurate values of the wheeled mobile robot parameters, including the driving motor parameters. Moreover, as the longitudinal velocity measurement is still difficult, this controller is developed without longitudinal velocity measurement. In addition, this new adaptive controller introduces a method to improve the control performance. The stability of the closed‐loop system is presented using the direct Lyapunov method. Finally, numerous simulations verify the effectiveness of the new controller.     

一种移动机器人的禁忌搜索自主导航算法

纯粹的反应式导航算法在复杂未知环境下易陷入局部极小,为此提出一种基于局部子目标和禁忌搜索的自主导航算法．以当前可视区域内障碍物的关键角点为搜索邻域,利用禁忌搜索算法执行优化操作生成当前子目标,进而采用反应式导航算法对其进行跟踪,最终通过子目标的动态切换引导机器人驶达目标位置．算法可有效克服局部极小,显著提高机器人在复杂环境下的自主性．理论分析和仿真实验验证了算法的可行性和有效性．     

强化学习在移动机器人自主导航中的应用

概述了移动机器人常用的自主导航算法及其优缺点,在此基础上提出了强化学习方法。描述了强化学习算法的原理,并实现了用神经网络解决泛化问题。设计了基于障碍物探测传感器信息的机器人自主导航强化学习方法,给出了学习算法中各要素的数学模型。经仿真验证,算法正确有效,具有良好的收敛性和泛化能力。     

机器人动态神经网络导航算法的研究和实现

针对Pioneer3-DX 移动机器人, 提出了基于强化学习的自主导航策略, 完成了基于动态神经网络的移动机器人导航算法设计. 动态神经网络可以根据机器人环境状态的复杂程度自动地调整其结构, 实时地实现机器人的状态与其导航动作之间的映射关系, 有效地解决了强化学习中状态变量表的维数爆炸问题. 通过对Pioneer3-DX移动机器人导航进行仿真和实物实验, 证明该方法的有效性, 且导航效果明显优于人工势场法.