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。     

基于数据融合的小型两轮自平衡机器人姿态检测方法

针对小型两轮自平衡机器人姿态检测所用低成本加速度计(MMA7361)数据不够准确及陀螺仪(ENC03)信号的漂移问题,分别采用互补滤波器、kalamn滤波器和自适应kalman滤波器进行数据融合处理方法研究,通过对比实验确定采用自适应kalman滤波器实现加速度计和陀螺仪检测数据的融合,从而确定小型两轮自平衡机器人的姿态,进而实现其运动平衡控制.物理实验结果表明基于自适应kalman滤波器的加速度计和陀螺仪检测数据融合姿态检测方法不仅适用于小型两轮自平衡机器人的运动平衡控制,而且其参数较先前普遍采用的kalamn滤波器更易调整,姿态检测结果更加可靠.     

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.     

两轮自平衡代步车控制策略及动力学仿真

针对两轮自平衡代步车自平衡控制和转向控制的问题,提出了基于自适应差分进化算法(ADE)的自抗扰控制(ADRC)策略和改进的比例-积分-微分(PID)控制策略.首先应用拉格朗日公式法,基于广义坐标下非完整动力学Routh方程,建立两轮自平衡代步车的非线性数学模型.然后为自平衡控制部分设计自抗扰控制策略,运用自适应差分进化算法进行参数整定,并为转向控制部分设计融合安排过渡过程(TD)的PID控制策略.最后应用虚拟样机技术,通过Adams软件建立整车动力学模型,并结合Matlab/Simulink控制策略模型进行联合仿真.结果表明,文中所提出的控制策略能有效地实现姿态控制,调节速度快,控制精度高,并且具有较强的抗干扰能力.     

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。     

管道清淤机器人协调运动控制系统的设计

目的 为增强管道清淤机器人运动的协调性和可控性,设计管道清淤机器人的协调运动控制系统,并针对多电机协同运动控制提出一种基于偏差耦合协调控制策略,实现轮式行走机构驱动电机的自适应控制.方法 通过分析管道清淤机器人运动状态,自动修正机器人的运动姿态,进而完成机器人两个动力装置之间的协调运动控制;根据确定的控制算法和控制系统...     

基于模糊自适应PID控制的机器人运动控制仿真研究

通过对机器人运动控制的研究,确立机器人控制系统的运动模型,将运动控制系统的动力特性和控制特性相结合,给出了基于模糊自适应PID控制的机器人控制方法,使机器人能够精确地实现点到点以及任意转角的运动控制。利用Matlab进行仿真实验,结果表明本文所研究的运动控制方法切实可行,能够满足机器人运动控制方面的设计需求,同时也能提高对机器人控制的精度和准确性。     

基于无线传感器的机器人运动控制模型

针对无线传感器的机器人运动控制精度不高的问题,提出基于稳态误差跟踪修正的无线传感器的机器人运动控制模型.通过构建无线传感器的机器人分层子维空间运动规划方法,采用末端效应器对机器人的位姿和运动控制约束参量进行分析,采用稳态误差跟踪自适应修正算法对目标位姿的误差进行补偿和修正,实现对控制模型的改进.实验结果表明,该控制模型的控制精度高,位姿参量的跟踪性能好.     

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。     

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K60的自平衡智能车设计研究

两轮自平衡车结合了两轮同轴、独立驱动、悬架结构和倒立摆模型的自平衡原理,是一种在微处理器控制下始终保持平衡的新型代步工具。设计了一款基于MK60DN512ZVLQ10的智能小车系统,在无人控制的情况下,有效地控制两轮小车的运动速度,实现了两轮小车自平衡、自动变速、自动避障、自动停车、翻越坡道等功能,并沿着赛道实现自动循迹。     

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。     

Adaptive trajectory tracking control of two-wheeled self-balance robot

Wheeled mobile robot is one of the well-known nonholonomic systems.A two-wheeled self-balancerobot is taken as the research objective.This paper carried out a detailed force analysis of the robot andestablished a non-linear dynamics model.An adaptive tracking controller for the kinematic model of anonholonomic mobile robot with unknown parameters is also proposed.Using control Lyapunov function(CLF),the controller's global asymptotic stability has been proven.The adaptive trajectory trackingcontroller d...     

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.     

基于安全性考虑的五自由度外骨骼式上肢康复机器人自适应控制

针对一类具有特殊安全性要求的五自由度外骨骼上肢康复机器人,研究了一种自适应控制策略。该机器人协助患者的肩、肘、腕关节进行关节运动,以达到上肢运动功能康复的目的,因此,在整个康复训练中如何保证患者安全是机器人控制策略的重点。为确保良好的跟踪性能,所提出的控制策略具有在模型不确定条件下的鲁棒性;为进一步提高系统在大参数变化以及执行器故障时的安全性能,提出了一种在线更新的自适应控制器。该控制器仅需要进行位置测量实现输出信息反馈,而速度和加速度通过观测器估计得到,不需要依靠其他传感器信息。设计了一个参数可调和有界误差的轨迹跟踪实验,仿真结果验证了本控制方案的有效性。     

基于模糊信息融合的自平衡机器人姿态角补偿方法

为了简便、精确地获得自平衡机器人运行中的状态信息,提出了模糊信息融合的方法对机器人的姿态角进行补偿。首先,根据传感器的工作原理,以及对实验数据的分析建立了陀螺仪漂移误差的数学模型,对其零点随机漂移误差进行了初步的标定。然后根据陀螺仪和倾角传感器各自的误差特性,以及导致这些误差的原因,设计了一个双输入单输出的模糊融合器,将设计的融合器应用到两轮自平衡机器人系统中。实验结果表明系统误差得到了很好的改善,从而表明所设计的模糊融合器是有效的。     

基于图像的PUMA560机器人视觉伺服控制分析

为了较好地解决PUMA560机器人视觉伺服控制系统中的控制精度问题,提出一种基于图像的自适应视觉伺服控制策略.该控制策略以机器人运动学与动力方程、参数估计以及控制器的设计为基础.新型控制器能够在机器人运动的同时,在线估计雅可比矩阵和摄像机相对机器人末端的变换矩阵中的未知参数,并进行稳定性分析.仿真与试验结果表明,该新型控制器使系统具有较强的动态特性和稳态特性,可得到理想的控制效果.     

仿人机器人站立到爬梯子转换动作的研究与实现

研究了由平地到竖直梯子变环境边界条件下，仿人机器人由站立到爬梯子的动作转换.为提高机器人上梯子过程的稳定性，机器人首先双手抓握住梯子横档作为辅助支撑，在机器人向梯子行走过程中，通过检测双手与梯子横档的接触力大小来调整仿人机器人身体重心相对于支撑脚的位置，从而保持身体的平衡.实验结果证明:该控制策略可有效避免因环境参数误差，外力干扰，以及机器人关节初始角度误差等引起的机器人跌倒问题，从而保证机器人由站立到爬梯子转换动作的顺利进行.