3自由度移动机器人的模糊跟踪控制器设计

在平面目标跟踪过程中，将移动机器人跟踪的目标期望位姿分解为4种位置和方位组合，在分析总结了具有2个可操舵驱动轮的3自由度移动机器人运动特性的基础上，根据自动驾驶控制的专家经验知识，针对4种位姿的要求设计了4个子模糊跟踪控制器，这样大大简化了模糊逻辑推理过程，并减少了计算时间，实现了位置和方位的独立跟踪控制，同时满足了跟踪目标的位姿要求．最后，利用仿真实验验证了算法的可行性和有效性．     

基于车载摄像机移动机器人的模糊神经网络跟踪

针对车载单目摄像机的轮式移动机器人的目标跟踪问题,提出一种模糊跟踪控制方案.方案分为两部分,分别为摄像机控制部分和轮式移动机器人控制部分.摄像机控制部分通过相关特征点之间的连线的夹角设计摄像机云台控制器,使摄像机能够实时跟踪目标,保持目标在图像平面的期望位置上.轮式移动机器人控制部分通过设计T-S模糊神经网络控制器使其能够在视觉伺服反馈下实时调整速度和姿态,实现目标的有效跟踪.仿真结果表明了本文方法的有效性.     

轮式移动机器人轨迹跟踪控制方法

针对轮式移动机器人轨迹跟踪这一典型控制任务,提出了基于模糊控制规则的滑模控制方法。该方法采用等速趋近律,利用连续函数代替符号函数获得切换控制律,最后运用Lyapunov理论证明系统的稳定性。仿真结果表明该方法不但能够有效的跟踪机器人的参考轨迹,还能有效的减少在控制中的抖振现象。即使存在外界干扰的情况下,也具有良好的控制品质。     

基于backstepping方法的两轮移动机器人轨迹跟踪控制

主要利用backstepping方法实现对两轮移动机器人基于动力学模型的控制系统设计与轨迹跟踪.首先,利用牛顿-欧拉公式对两轮移动机器人进行动力学建模;其次对两轮移动机器人的动力学模型进行解耦;最后,利用backstepping方法完成了对移动机器人的轨迹跟踪控制.数值仿真验证了backstepping控制方法的有效性...     

移动机器人路径跟踪控制方法的研究

介绍了移动机器人的基本硬件组成，基于预测控制的思想，提出了一种参考路径产生的新方法，这种方法可根据对机器人的运动预测，提前实现相应的控制动作，能在2～3个控制周期内准确逼近参考路径，且不存在一般反馈控制器的振荡问题，能够完成移动机器人路径跟踪的智能控制。实验表明：此控制方法可保证移动机器人沿各种参考路径行走且具有理想的鲁棒性。该技术也可应用到实用自主车的自动导航。     

基于免疫遗传算法的移动机器人轨迹跟踪

为实现移动机器人轨迹的准确跟踪,提出一种基于免疫遗传算法的移动机器人控制器参数整定方法.首先建立移动机器人的结构模型、运动学模型、电机控制系统模型,然后针对所建立的模型,采用一种改进的免疫遗传算法对电机控制系统模型参数进行了整定.该算法在选择下一代的过程中,既考虑了抗原的适应度函数,强调抗体的个人竞争,保证了算法的收敛速度,又引入了抗体浓度概念来体现抗体间的相互交流,从而强化了算法的全局搜索能力,弥补了传统遗传算法搜索能力不足的缺陷.文中最后利用移动机器人的实验平台,进行了带负载下驱动电机的阶跃信号响应和移动机器人运动轨迹的跟踪实验,电机的阶跃信号响应良好,移动机器人也能较好地复现所规划的轨迹.仿真与实验结果表明,所提出的基于免疫遗传算法的机器人轨迹跟踪控制算法有较高的可行性与优越性.     

基于Udwadia-Kalaba方法的全向移动机器人轨迹跟踪控制

针对三轮全向移动机器人的轨迹跟踪控制问题,文章提出一种基于Udwadia-Kalaba(U-K)方程的约束跟踪控制方法.根据牛顿力学构建无轨迹约束时的移动机器人动力学模型;基于U-K理论,将期望运动轨迹抽象为一种虚拟约束施加在系统上,并将该约束转化为Pfaffian标准形式,再通过U-K基本方程获得满足期望轨迹要求的控...     

非完整移动机器人轨迹跟踪的最优模糊控制

针对非完整机器人动力学的高度非线性、不确定性以及不能采用连续状态反馈实现渐近稳定等特点,提出了基于遗传算法的非完整移动机器人轨迹跟踪的最优模糊控制方案,通过遗传算法对模糊规则进行优化,有效地确定出模糊逻辑控制器的结构和参数,从而达到理想的跟踪特性,数字仿真实例表明这种方法是可行的。     

基于曲率跟踪方法的轴上拖挂轮式移动机器人的运动控制设计

目的 针对轴上拖挂轮式移动机器人中的挂车对目标轨迹精确跟踪控制问题,提出了一种能够跟踪挂车理想运动轨迹曲线相对曲率的双环控制方法。方法 首先通过梳理轴上拖挂轮式移动机器人受到的非完整约束建立出运动学模型,并通过欧拉-拉格朗日方程建立其动力学模型;然后利用运动学方程推导出挂车的理想运动轨迹曲线的相对曲率和拖车与挂车理想偏航角之差之间满足的重要函数关系式;最后基于该核心关系式,利用姿态误差系统的外环速度控制器和动力学模型的内环比例积分反馈控制器组成的双环控制方法来实现给定的跟踪任务。结果 仿真结果表明,对于外环系统,外环速度控制器使得姿态跟踪误差在经过一段时间的变化后全都趋近于零,实际的姿态变量最终稳定地趋近于目标姿态变量;对于内环系统,内环比例积分反馈控制器使得速度跟踪误差经过短暂的调整后趋近于零,实际速度值最终稳定地趋近于参考的速度值。结论 设计的双环控制器可以有效地实现姿态跟踪和速度跟踪,能够使挂车精确地跟踪理想运动轨迹曲线,由于在姿态跟踪过程中引入了挂车运动轨迹曲线的相对曲率,该方法可以极大地提高轨迹跟踪的精确度。     

非完整轮式移动机器人轨迹跟踪控制研究

根据机器人的运动学模型 ,对具有非完整特性的移动机器人轨迹跟踪控制进行了研究 .采用基于积分backstepping时变状态反馈方法 ,引入具有双曲正切特性的虚拟反馈量 ,设计机器人轨迹跟踪控制算法 ,并且利用Lyapunov方法证明系统的全局稳定性 .考虑到机器人的动力学约束 ,控制律中引入机器人系统速度、加速度受限策略以保证机器人运动平滑 .仿真证明该算法具有快速、精确、全局稳定的良好特性     

轮式移动机器人轨迹跟踪控制

基于轮式移动机器人的运动学模型,以速度为控制量,采用控制Lyapunov函数设计出一种具有全局渐近稳定的速度跟踪控制器。仿真结果证明了该方法的有效性。     

高压线路四臂移动作业机器人BP网络联动控制

针对完全依靠人工带电拧紧高压输电线路耐张跳线引流板螺栓作业效率低、劳动强度大、高空、高压危险的不足设计了一种四臂移动作业机器人.为提高作业效率,提出了基于BP神经网络的机器人双臂联动控制算法,将机器人的联动抽象为轨迹跟踪控制问题.在Matlab环境下对机械手末端从3个方向进行了位姿跟踪仿真分析,最后在实际线路上进行机器人带电拧紧引流板螺栓试验.仿真分析和现场试验都验证了四臂移动作业机器人联动控制方法可行有效且具有较强的工程实用性,达到了提高作业效率的设计要求.     

基于综合导向的车式移动机器人轨迹跟踪控制

分析了具有不确定性和非完整约束的车式移动机器人系统的轨迹跟踪问题.基于运动学模型分析,提出一种自适应的轨迹跟踪控制方法.通过引入状态微分反馈实现系统的镇定.同时引入人工场,使其和位姿误差一起作用于控制系统,从而改善了对车式移动机器人的导航控制.运用Lyapunov稳定性理论证明了控制器的稳定性.直线和圆周两种轨迹跟踪的仿真实验表明,该控制方法能够使四轮车式移动机器人在导航中具有理想的跟踪轨迹.     

机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.     

轮式机器人遗传模糊神经网络转向控制

针对数学模型复杂的轮式机器人的转向控制问题，使用基于遗传算法的模糊神经网络转向控制方法．首先建立车辆的神经网络模型，然后构造模糊神经网络控制器，再用遗传算法寻找模糊神经网络控制器的参数，最后提高控制器对速度变化的适应性．仿真表明，该方法可以对机器人的转向进行有效控制，效果良好，能适应各种不同速度变化，是一种有实用意义的控制方法．     

基于神经网络的移动机器人路径规划算法的仿真

研究一种基于神经网络的移动机器人路径规划算法，充分利用神经网络的融合性和并行性提高移动机器人路径规划算法的运算速度．此算法也可以解决机器人的全局路径规划和局部路径规划问题．仿真结果表明这种算法可以快速可行地实现无碰撞优化路径规划，并且对动态环境具有较好的适应性．