水下滑翔蛇形机器人滑翔运动建模与优化控制

为了实现水下滑翔蛇形机器人滑翔轨迹的稳定控制,针对机器人的外形和尺寸受限问题,对机械结构进行了设计与分析.基于所设计的机械系统,采用动量定理和动量矩定理,建立滑翔运动的数学模型.对非线性模型进行线性化,并采用最优二次型控制策略(LQR)设计状态反馈控制器.为了增强系统对参数扰动的鲁棒性,加入积分控制,构成LQI控制器.通过仿真对2种控制策略的稳定性、鲁棒性和跟踪误差进行分析,结果表明,2种控制策略均能实现渐近轨迹跟踪和输入扰动抑制; LQI控制器还可以实现水动力参数扰动抑制; LQI控制器的稳态跟踪误差为0. 271 5m,比LQR控制器跟踪误差降低了27. 58%.     

基于模糊控制的竞赛机器人控制器设计

本文针对机器人比赛和电子设计竞赛中机器人的普遍要求,提出了一种通用的竞赛机器人的设计方法。机器人控制器硬件主要由DSP和CPLD组成;对来自光电检测传感器的信号采用模糊控制规则进行综合,控制器根据模糊控制器输出调整机器人的行走路线,实现机器人行走控制。     

一类欠驱动机械系统基于神经网络的控制

运用神经网络设计体操机器人欠驱动机械系统的平衡控制器.首先利用联立约束法和矢量环对两关节体操机器人进行数学建模,然后用反馈线性化理论将这个非线性系统线性化,最后结合神经网络来设计平衡控制器.仿真结果表明,神经网络控制可以有效地使系统在垂直向上位置附近到达平衡稳定状态,从而实现了此类欠驱动系统基于神经网络的控制.     

基于ARM嵌入式系统的拟人机器人控制器的设计

为满足低成本、高性能的要求,提出在拟人机器人控制器的设计中引入基于ARM处理器和RTOS(Real-time OS)的嵌入式系统.使用ARM9处理器S3C2410和RT-Linux构建小型拟人机器人控制器的系统架构,以拟人机器人的行走控制为例,从硬件和软件上介绍了控制器的实现方法.硬件选用高集成度的嵌入式处理器并采用模块化设计;软件开发中使用Petri网建模并利用Linux良好的驱动程序框架,降低了开发难度,提高了系统的可扩展性.最后给出了在机器人避障中的应用,验证了控制器方案的可行性,为拟人机器人的进一步研究提供了平台.     

基于DSP的GR-Ⅱ机器人控制器

在分析和研究GR-Ⅱ教学机器人原控制器的基础上,设计了1种能在机器人上研究、实现不同轨迹规划方法和控制算法的基于DSP的新型机器人控制器.该控制器以通用PC作为上位计算机,用6个DSP对机器人6个关节运动进行插补计算和伺服控制,采用高速CAN总线进行上位机与下位机之间的通讯,实现上位机和下位机的双速率运行,以适应复杂控制算法对计算时间和机器人运行性能与精度对高伺服频率的要求.同时,通过软件设计在上位机进行运动学、动力学计算,并据此修正下位机控制算法的PID参数,实现动力学近似补偿.     

冗余驱动并联机器人多目标控制方法

冗余驱动并联机器人的关节自由度增加了运动的灵活性，但也增加了碰撞的风险.在多目标控制中，需要对其进行有效的避障控制，以保证机器人在执行任务时的安全性和稳定性.针对这一问题，提出冗余驱动并联机器人多目标控制方法设计.利用拉格朗日法对机器人运动特性展开分析，构建机器人运动方程；在径向基函数(Radial Basis Function, RBF)神经网络的基础上，采用自适应方法建立滑模控制器，并基于李亚普诺夫稳定性对滑模控制器展开修正，提高控制器的稳定性；应用连通性屏障控制和避障屏障控制策略，实现机器人的运动控制.实验结果表明，本文方法能够实现精准避障，且控制误差小、效率高、效果稳定.     

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.     

基于速度场的上肢康复机器人的主动控制策略

针对上肢辅助康复机器人在临床使用中的安全性和平稳性,以及主动康复阶段对患者主动参与康复训练的要求,采用了有别于传统轨迹跟踪的轮廓跟踪策略,并设计了一个主动控制器.轮廓跟踪策略是通过空间中的速度场约束机器人的运动来实现的.速度场可使机器人平滑而稳定地沿着期望的空间曲线运动.主动控制器引入了患者作用力,使机器人的运动速度能够根据患者所施加的作用力进行调整,实现患者主动参与康复训练的目的.仿真结果表明,轮廓跟踪-主动控制策略能够在保证跟踪精度的同时实现人机交互.     

基于单片机的小型上下料机器人机电综合设计

针对柔性制造单元的上下料任务,完成了小型5自由度机器人的机电综合设计与制作。在SolidWorks环境下,构建三维模型并完成了运动分析：以单片机作为控制器,为舵机提供控制信号,采用了一种新的多路PWM控制信号产生方法,可以精确地控制六路舵机的运动,实现对机器人的控制,完成了控制器的硬件夏软件设计;设计了上位机控制程序,并利用VB串口通信控件实现上位机与单片机的通讯。所设计的机器人,能完成多种物料的搬运任务,控制简单可靠。     

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.      

神经网络直接自适应控制器的设计与实现

柔性机器人在受限运动时由于控制对象极其复杂而难以控制。为了解决受限柔性机器人机械臂难以精确定位问题提出并设计了一种神经网络直接自适应控制器。其控制效果在研究的受限柔性机器人控制实验上作了仿真与实验。结果表明该控制器能经较高精度控制受限柔性机器人的机械臂精确定位。本文是深入研究受限柔性机器人控制问题的基础。     

Robust visual servoing based Chinese calligraphy on a humanoid robot

A robust visual servoing system is investigated on a humanoid robot which grasps a brush in Chinese calligraphy task.The system is implemented based on uncalibrated visual servoing controller utilizing Kalman-Bucy filter, with the help of an object detector by continuously adaptive MeanShift ( CAMShift) algorithm.Under this control scheme, a humanoid robot can satisfactorily grasp a brush without system modeling.The proposed method is shown to be robust and effective through a Chinese calligraphy task on a NAO robot.     

NGR01型多关节机器人智能遥控器的研制

针对NGR01型5自由度多关节机器人三层电气控制系统的体系结构,基于单片微处理器研制出智能型遥控器,通过红外无线和RS-485串行有线两种通信方式嵌入第二层控制系统中,对机器人各个关节实行在线控制,同时在第一层计算机上进行虚拟重构,在遥控器的液晶显示器上动态实时显示机器人的运行状态．该遥控器可以用于机器人制造调试、示教再现和异地操作等工作场合,实际使用效果较好．     

基于Backstepping方法的车式移动机器人轨迹追踪控制

针对四轮车式移动机器人的运动学模型,首先利用一个正则坐标变换,将误差系统转换为一个非线性串联系统的形式;然后利用Backstepping方法,在两轮移动机器人追踪控制律设计过程的基础上,构造了四轮移动机器人追踪系统的Lyapunov函数,并通过使该Lyapunov函数负定,计算得到了针对四轮移动机器人轨迹追踪控制器,并证明了该类型移动机器人在所得控制器作用下,能实现对给定目标的全局渐近追踪;最后利用提出的控制器,通过四轮移动机器人对直线和圆周2种轨迹追踪的仿真实验,验证了该控制器在四轮车式移动机器人轨迹追踪控制中的有效性.     

基于变结构的移动机器人侧向控制器的设计

采用基于后推与模糊滑模控制相结合的方法设计了移动机器人的变结构状态反馈控制器,实现了对道路跟踪侧向误差的渐近镇定控制.应用Lyapunov定理推导了移动机器人满足非完整性约束的时变光滑状态反馈镇定控制律;将状态控制区域分为远离奇异点的稳定工作区域与含有奇异点的非稳定区域2部分.设计模糊控制嚣来控制移动机器人的状态从非稳定区域向稳定区域转变,并采用移动机器人Amigobot作为实验平台验证了控制器设计的有效性.研究结果表明:侧向误差较大时,模糊控制器确保移动机器人在稳定区域内沿着模态切换线减小误差;当侧向误差较小时,时变光滑状态反馈控制实现对移动机器人的平稳镇定.在控制器设计中,将移动机器人的平移速度视为渐变参数,根据侧向误差能量函数的变化进行模糊自适应调节.     

基于FPGA的移动机器人运动控制器的实现

为了提高移动机器人控制的灵活性,设计并实现了一种基于FPGA的移动机器人运动控制器。介绍了该运动控制器的工作原理、硬件设计,充分利用FPGA的高速实时性和ARM微控制器的强大处理能力,从而提高了运动控制器的效率。实验表明,设计出的运动控制器稳定可靠,双码盘导航优于单码盘融合陀螺导航,能实现移动机器人的灵活控制。     

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.     

基于力反馈-CPG模型的六足机器人控制器

六足机器人的多关节、高耦合、非线性的机械结构使其运动控制成为机器人研究领域一大难题。针对上述问题,本文在Matsuoka振荡器的基础上创新性提出带力反馈神经元的三神经元相互反馈的CPG模型作为六足机器人的运动控制器。在对六足机器人进行运动学建模、运动学分析等数学分析的基础上对三神经元CPG模型建模分析并得到振荡周期波形满足六足机器人节律运动的要求。对力反馈模型进行实物设计并建立对应反馈模型,根据反馈信息对六足机器人运动节律、关节信息等实时调节。最后通过仿真及实物实验证明该CPG模型能够满足维持六足机器人稳定运动的要求,在复杂未知环境中也能够保持机器人的稳定性与适应性,实现复杂环境下的自适应运动。