欠驱动双足机器人稳定行走控制与策略

为了解决欠驱动双足机器人行走的控制问题,提出一种欠驱动平面双足机器人稳定步行控制方法和策略.首先,分析带有身体惯量的倒立摆模型的动力学特性,根据动力学模型和姿态信息,设计姿态稳定控制器,维持机器人身体姿态的稳定.然后,根据欠驱动量的动力学方程和行走速度反馈,设计行走速度稳定控制器.通过调整摆动腿步长的策略,实现速度稳定的连续行走.最后,在双足机器人上开展实验,验证了该控制方法和策略的有效性.     

两轮自平衡机器人平衡控制仿真与研究

针对两轮自平衡机器人的平衡不稳定问题,建立了机器人动力学数学模型,设计了一种基于变论域的模糊PID控制器,以ARM的微控制器STM32F103为核心,搭建硬件平台,详细阐述两轮自平衡机器人控制参数整定的原理和方法,实现了两轮自平衡机器人系统的平衡控制。仿真结果表明:基于变论域模糊PID控制的两轮自平衡机器人响应速度快、抗干扰能力强,能够更好的减小超调量,提高系统的动静态特性和鲁棒性。     

基于线性二次调节器算法的两轮自平衡机器人最优控制方法

两轮自平衡机器人作为一种多输入多输出系统,虽然已在许多日常使用中得到应用,但大多数研究只关注通过试验实验或使用简易的数学模型来达到平衡.为了研究两轮自平衡机器人完整数学模型建模和运动平衡控制器设计,首先,根据机器人的电机模型、车轮模型和摆体模型,推导机器人运动的状态空间模型;其次,分析系统的可控性和可观性,并结合状态估计和反馈控制设计具有状态估计的反馈控制器,同时引入线性二次调节器(linear quadratic regulator,LQR)控制方法以完善控制器在机器人运动中的控制效果.仿真实验结果表明:具有状态估计的反馈控制器和LQR控制方法对于这类自平衡机器人运动平衡控制具有良好的稳定性和鲁棒性.     

两轮自平衡机器人运动平衡控制研究

对两轮自平衡机器人的运动平衡控制进行研究。通过搭建两轮自平衡机器人实验平台,采用Newton-uler法建立动力学模型以及针对机器人的运动控制、平衡控制和伺服控制设计相应的PID控制器。物理实验表明,机器人在外界冲击干扰和阶跃干扰的作用下,能够维持自身平衡同时可以执行相应的运动控制命令。结果表明,提出的两轮自平衡机器人运动平衡控制的方法是合理有效的。     

两轮智能车跟踪控制系统的研究

自平衡式两轮机器人是多变量、强耦合对象,文章针对斜坡上的两轮智能车的目标跟踪问题,设计了基于T-S模糊控制器的跟踪控制系统,该系统包括底层平衡控制器、底层转弯控制器和全局运动控制器。底层的平衡控制应用T-S模糊控制器,并利用LQR线性控制器来简化控制器的参数设计。底层转弯控制器采用PI算法,在此基础上运用李雅普诺夫函数方法,进行了全局运动控制器的设计,得出了具有全局渐近稳定的控制律。最后通过仿真验证了该方法的正确性和可行性。     

基于反步法的机器人鲁棒跟踪控制

针对不确定性机器人的跟踪控制问题,设计出了基于反步法的控制器。该方法首先将机器人动力学模型通过线性反馈得到了两个子系统,然后对每个子系统分别构造李雅普诺夫函数来保证渐近稳定,从而达到了对机器人系统跟踪误差渐近稳定控制的目的.最后以两关节机器人为例进行仿真,仿真结果表明基于反步法的控制器是有效的.     

基于人手遥控学习的旋翼飞行机器人控制研究

传统旋翼飞行机器人控制方法首先需要建立本体的动力学模型,然后根据该模型进行控制器设计。但由于旋翼飞行机器人系统具有强非线性,很难得到精确模型,因此增加了控制器的设计难度。本文以人的遥控过程为研究对象分析熟练操作手和不熟练操作手两类人进行操作的过程,分别设计了可反映操作手能力水平的熟练控制器和不熟练控制器,通过分析比较建立了具有熟练操作手特点的旋翼飞行机器人单通道PD控制系统。仿真实验表明,该控制器可以使旋翼飞行机器人在悬停、前飞和侧飞3种状态下实现姿态稳定控制。     

基于复合控制器的两轮机器人平衡控制研究

两轮自平衡移动机器人是一种高阶次、不稳定、非线性的典型控制系统.以其为研究对象,采用Lagrange方程建立其动力学模型,经过线性化处理得到其一定约束条件下的线性化模型.采用线性二次型调节器与PID控制相结合的方法可有效克服线性化过程中约束条件对系统的影响,并且以数字信号处理器芯片TMS320LF2812为控制器核心,实现了两轮机器人较大倾角范围的动态平衡控制.物理实验表明：使用LQR与PID复合控制器对两轮机器人实体控制的有效性.     

座椅可移动2轮机器人的建模与仿真

采用拉格朗日动力学方程建立座椅可移动2轮移动机器人在平坦地面上做直线运动的数学模型;采用局部线性化将机器人在控制系统平衡点附近近似为线性定常系统;基于其线性模型选用线性2次型调节器对机器人进行控制,控制器保证机器人在平坦路面上运动时保持车体竖直并使座椅在某一固定位置上;采用开放动力学引擎仿真和Matlab仿真对控制系统进行数值验证.仿真结果表明：2种不同仿真环境下具有相同的仿真结果,验证了所建立动力学模型的正确性和控制方法的有效性.     

基于LMI的两轮自平衡机器人控制器设计

针对两轮自平衡机器人系统,提出基于线性矩阵不等式的控制器设计方法。首先,采用状态空间模型对两轮自平衡机器人系统进行描述。然后,通过线性矩阵不等式进行控制器的设计,并通过Lyapunov函数证明该方法的有效性,分析了基于观测器的控制器存在条件。最后,通过仿真进一步验证了该控制方法的有效性。     

采用改进神经网络PID控制的移动机器人轨迹追踪控制研究

为了提高双轮移动机器人运动轨迹追踪精度,采用改进粒子群算法优化BP神经网络PID控制器,并对控制效果进行仿真验证。创建双轮移动机器人模型简图,给出运动轨迹误差方程式。在传统PID控制基础上增加BP神经网络结构,引用粒子群算法并对其进行改进,采用改进粒子群算法优化BP神经网络PID控制调整参数,给出双轮移动机器人PID控制参数优化流程。采用数学软件MATLAB对双轮移动机器人轨迹追踪误差进行仿真验证,并与传统PID控制追踪误差进行对比。仿真曲线显示:在理想环境中,双轮移动机器人采用两种控制方法都能较好地实现轨迹追踪,追踪误差较小;在干扰波形环境中,传统PID控制双轮移动机器人追踪误差较大,而改进PID控制双轮移动机器人追踪误差较小。采用改进粒子群算法优化BP神经网络PID控制器,可以提高移动机器人运动轨迹追踪精度。     

基于自适应模糊的两轮直立式机器人直立平衡控制

针对两轮直立式机器人的直立平衡控制问题,提出了一种直接自适应模糊的控制方法,该方法对输入前的常数项无严格限制,经过实验证明,其可正可负,只需保证符号一致即可,可以是在某一个区间上满足李普希茨条件的函数. 仿真实验表明,即使机器人的初始角度很大甚至是平躺状态,该方案仍可以很好地控制机器人的直立平衡,并与传统的模糊控制效果进行了对比,结果表明,该方案有效提高了控制的稳定性,从理论上实现了机器人从基本平躺状态到直立平衡的稳定控制过程.     

三连杆单杠体操机器人的仿人智能运动控制

用基于动觉智能图式的仿人智能控制方法设计了多控制器、多控制模态结构的单杠体操机器人运动控制器.模仿体操运动员的运动控制特征,将单杠体操机器人摆起倒立过程分解为顺序执行的6个过程,用定性定量结合的分析方法设计了感知特征基元和控制模态基元及相应的动觉智能图式群.仿真实验很好地完成了过程姿态和能量兼顾的多控制目标,并进一步实现了大回环动作的运动控制.     

非完整约束下的轮式移动机器人轨迹跟踪

研究轮式移动机器人运动控制中非完整约束系统的轨迹跟踪性能。从非完整约束定义入手,通过非完整约束系统的判据和特点,推导几类典型的轮式移动机器人的运动学模型。通过一类控制Lyapunov函数来构造系统的控制器。利用Matlab/Simulink建立了非完整约束下的二轮和三轮机器人运动学模型,设计控制器实现机器人对圆形轨迹的跟踪。仿真结果显示:该控制器轨迹跟踪性能为稳态。通过轨迹曲线得到2种机器人的运动特点和相互关系。     

基于Lyapunov稳定性的爬壁机器人路径跟踪双环滑模控制

针对爬壁机器人路径跟踪控制问题,提出一种双环滑模控制算法。该算法是以建立的爬壁机器人运动学模型为基础,设路径跟踪偏差信息为滑模切换函数,结合backstepping思想设计了控制率,通过Lyapunov函数验证其稳定性,实现了外环位置和内环姿态的准确跟踪。对于环境的不确定性,采用提高内环增益大于外环的方法解决。将设计的双环滑模控制器与一般滑模控制进行轨迹跟踪仿真比较,并对直线轨迹跟踪进行了实验验证,结果表明:本文设计的路径控制器能较快达到零误差跟踪,整个控制过程和过渡过程准确且平滑,所以该算法可有效提升爬壁机器人工作水平。     

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.     

桥式吊车水平移动自抗扰防摆控制器与参数优化

为解决桥式吊车水平移动过程中的定位控制与防摆控制问题, 利用拉格朗日方程建立了其非线性数学模 型, 设计了自抗扰控制器(ADRC: Auto Disturbances Rejection Controller) 并与比例微分( PD: Proportional Differential)控制器。 利用人工鱼群算法对控制器参数进行了整体优化, 克服了试凑参数的繁琐性。 通过仿真 实验对控制器进行的测试结果表明, 该控制器系统能有效抑制负载摆动, 对系统参数变化及摆角扰动有很强的 鲁棒性。     

个体机器人局部路径规划的人工力矩方法

针对个体机器人的局部路径规划问题,定义了最优路径代表点、危墙代表点等概念,以优化路径和避障.设计了吸引矩、排斥矩两种人工力矩函数,其中吸引矩常使机器人的基本运动方向线(PMDline)指向最优路径代表点而排斥矩则总使机器人的PMDline背向相应的危墙代表点.基于两种人工力矩,设计了机器人运动控制器.在机器人通向目标的路径被障碍阻断时,该控制器总使机器人沿其PMDline以最大步幅运动,所以无论环境多复杂,机器人也不会停止运动,即不会被陷住.还给出了最优路径代表点的求解算法、局部路径规划的一般步骤及一个仿真.仿真结果表明,给出的方法是可行且有效的.     

基于运动微分约束的机器人纵横向路径规划研究

传统机器人路径规划方法未解决机器人和局部路径连接处的运动微分约束问题;且可选路径均为近似结果,影响路径规划结果。为此,提出基于运动微分约束的机器人纵横向路径规划方法。利用微分约束设计纵横向协同三层规划方法,在进行局部规划的过程中,依据运动微分方程形成一段时间内的可行路径;在运动微分约束下,采用机器人与障碍物间的相对距离以及相对速度规划策略实现纵向规划,引入预瞄思想实现横向规划。按照纵横向规划结果及全局路径曲率设计纵横向综合控制器,使机器人实际运行路径与规划路径相同,以此实现机器人在复杂环境中的整体规划。实验结果表明,所提方法能够避开障碍物,规划路径短,机器人运行路径和规划路径偏差小。