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。     

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.     

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.     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

水面机器人横摇模型及减摇控制

为解决水面机器人近水面低航速时的横摇控制问题,基于零航速减摇鳍工作原理和模糊控制理论,建立水平面运动模型解耦后的等价横摇模型并对其进行降阶处理,采用模糊PID控制策略,该方法对多变海情具有较强鲁棒性.仿真结果表明,模糊PID控制对水面机器人的横摇具有明显的控制效果,模型的解耦方法便于水面机器人横摇控制器设计.     

基于线性组合函数的移动机器人步态PID控制方法

移动机器人移动过程中，受步态角、线速度等因素的影响，造成控制后机器人功率消耗较高。为此，提出基于线性组合函数的移动机器人步态PID控制方法。构建移动机器人运动学模型和机器人位移后主从机器人之间的追随误差模型，确定移动机器人运动过程中的角速度、线速度。基于线性组合函数设计移动机器人步态PID控制器，通过该控制器控制机器人的追随误差偏差和角、线速度等因素并输出控制结果，实现移动机器人步态PID控制。实验结果表明，所提方法在0°, 15°和25°仰角时分别需要5次、2次和1次即可最大限度降低误差；移动机器人步态PID控制后，选取的路线最近，可以准确避开不同类型的路障，控制后机器人最高消耗功率为20 W。     

小摆角两轮机器人动力学建模及控制器设计

针对现有两轮机器人转弯速度较低问题,提出一种可轴向摆动的新型两轮机器人设计方法. 该方法使用连杆控制机构摆动来调整机构的重心分布,实现机器人在小转弯半径条件下稳定运动的目的. 基于拉格朗日方程方法,对机器人的小摆角自由度进行了动力学建模与分析,得到了系统动力学模型,并在此基础上设计了一种状态反馈控制器. 运用Matlab/Simulink进行控制器系统仿真,验证了控制器在机器人稳定控制方面的有效性. 结果表明,该两轮机器人机构设计思路及运动控制手段可有效提高系统运动稳定性.      

基于线性化误差模型的自适应控制系统设计

本文提出了一种基于线性化误差模型的自适应控制系统。该控制系统首先为非线性过程建立一个ARX模型与一个基于神经模糊系统的线性化误差模型组成的合成模型,然后再引入单神经元控制器,利用线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。最后,将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并和传统的PID控制器进行比较。仿真结果表明,这种基于线性化误差模型的自适应控制和PID控制器相比,具有更快的响应速度。     

改进多目标PSO算法优化机器人轨迹跟踪模糊PID控制器

为进一步提高模糊PID控制器应用于关节机器人轨迹跟踪控制的效果,本文提出了一种改进的多目标粒子群(PSO)算法优化机器人轨迹跟踪模糊PID控制器的方法.首先,设计了一种关节机器人轨迹跟踪模糊PID控制器;其次,考虑控制器输出力矩和轨迹跟踪控制偏差2个优化目标,设计了改进多目标PSO算法实现模糊PID控制器隶属函数与模糊...     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

基于ARM的搬运机器人云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,提出至今大部分研究仍集中于理论和仿真实验。针对云模型理论研究现状,本文提出了基于ARM的一维云模型控制器的设计方法。用摄像头采集的可信度为被控量设计出一维云模型控制器,将其成功地应用到基于ARM的搬运机器人中,进行实时定位控制。实验结果表明,一维云模型控制器能保证机器人的定位系统具有良好的控制性能,证明了该云模型控制器设计的有效性和科学性,为今后云模型控制器的设计和应用提供一定的参考。     

轮式移动机器人大转向航向跟踪控制

为了防止轮式移动机器人在大弯道路跟踪时出现过度转向而引起较大跟踪误差或偏离预定路径,提出了种能适应大转向的航向跟踪控制方法,利用机器人前轮偏角的绝对方向作为控制器反馈航向,仿真实验结果表明,该方法与以机器人车体航向作为反馈量的常规方法相比,在大转向航向跟踪时能有效志改善系统的动态特性,减少超调和振荡,提高基于航向控制的轮式移动机器人大弯道路径跟踪性能。     

两轮机器人行走机构的建模与实验

研究两轮机器人行走机构的系统组成及数学模型的建立,并进行了仿真和样机实验.行走机构由机械行走装置、姿态监测传感器和控制器组成,左右车轮由2个直流伺服电动机分别驱动,姿态监测使用陀螺仪和倾角传感器.在建立系统结构模型的基础上,利用Lagrange方法建立系统的动力学方程.根据线性系统理论,在Matlab环境下设计了状态反馈控制器,通过仿真验证了系统的稳定性.采用样机进行实际行走控制实验,验证了系统建模和控制器设计的合理性和有效性.     

履带式移动机器人动力学模型及其反馈控制

履带结构被广泛地应用在移动式机器人的设计当中。为提高其反馈控制模型的精度,该文详细分析了履带式机器人的受力特点,提出了一种适于进行控制器设计的履带机器人模型,并在此基础上,按照反馈线性化的思想,提出了一种履带式机器人稳定路径跟踪控制器的设计方法,同时给出了方法的非奇异条件。该文提出的控制系统模型和路径跟踪方法,为履带式机器人控制系统设计提供了理论依据。     

基于动态矩阵控制的自主移动机器人模型预测控制方法研究

自主移动机器人运动转向系统的精确控制是其实现直线运行、原地转向功能和完成自主巡航、自治搬运任务的重要基础。为实现对机器人运行转向系统的有效控制,通过分析自主移动机器人的运动转向系统的数学模型,构建出传递函数的表达形式,提出了一类基于动态矩阵控制(dynamic matrix control, DMC)的模型预测控制方法。此外,面向自主移动机器人的运动转向系统,利用Matlab平台开展了基于DMC的模型预测控制方法的仿真研究,仿真结果表明,在运动转向系统的控制过程中,基于DMC的预测控制方法同传统比例-积分-微分(proportion-integral-derivative,PID)控制器相比,在抑制超调、防止稳态误差等方面具有更强的控制性能;开展针对模型失配问题的仿真研究,进一步证明了该算法的鲁棒性和适应能力。同时,通过无障碍和有障碍两类情形下的机器人行走实验,验证了机器人运动系统的有效性。     

喷涂机器人关节PID控制器自适应模型的建立

针对喷涂机器人各关节传递函数时变的特点,提出一种PID自适应控制的新方法。在对喷涂机器人进行动力学分析的基础上,应用数值法简化关节动力学方程,进而建立各关节的传递函数,并通过试验,设计在不同位置的PID控制器,获取相应的PID参数。应用最小二乘法建立PID参数与关节转角位置的关系模型。为验证模型的准确性,利用该模型指导了下一时刻关节PID控制器的设计,并进行了仿真试验。结果表明,在模型指导下所设计的PID控制器响应速度快,基本可满足喷涂作业的要求。