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.     

多移动机器人避障与协作避碰研究

依据李雅普诺夫稳定性分析法,结合移动机器人的运动控制模型和避碰函数,设计了适合每个机器人的控制器.该控制器考虑了多移动机器人的轨迹跟踪与避障避碰.通过仿真实验进行了验证,实验结果表明该控制方法可有效地应用于多移动机器人的避碰和轨迹跟踪.     

户外小型智能移动机器人运动轨迹跟踪控制

该文根据户外小型智能移动机器人的应用特点研究了轨迹跟踪控制。基于机器人的动力学模型，利用后退方法的思想，设计了全局收敛的稳定可靠的跟踪控制律，提高了移动机器人在不确定性环境中工作的鲁棒性，比基于运动学模型设计的控制律更加适宜于工程应用，经仿真计算，验证了该控制方法的正确性，为户外小型智能移动机器人轨迹跟踪的实用控制方法提供了理论依据。     

基于综合导向的轮式移动机器人自适应轨迹跟踪控制

分析了不确定的具有非完整约束轮式移动机器人系统的轨迹跟踪问题,提出了一种自适应的轨迹跟踪控制方法,该方法在运动学模型的基础上通过引入状态微分反馈实现.同时,该控制方法提出在对轮式移动机器人进行导航时引入人工场,使其和位姿误差一起作用完成导航控制.基于轮式移动机器人的仿真实验,以及实际轮式移动机器人的控制实验表明,该方法可以对不确定的轮式移动机器人轨迹跟踪进行有效控制,而且在导航中使轮式移动机器人具有更理想的轨迹.     

非完整移动机器人的模型预测控制技术的研究

该文主要基于动力学模型的基础上,初步建立目标函数,添加终端状态惩罚到值函数,并且添加一个终端状态约束到滚动时域控制器上来保证局部线性的稳定性,并完成对非完整移动机器人的轨迹跟踪。在此基础上,研究保证预测状态稳定的误差输入、设计终端状态控制器。研究表明,添加终端惩罚的目标函数能确保规划出的轨迹不仅能有效的跟踪参考轨迹,并且使输入的信号能够满足限定的终端状态时域约束。仿真结果表明,此方法能有效跟踪参考轨迹。     

具有参数不确定的移动机器人鲁棒轨迹跟踪控制

研究了具有参数不确定性的非完整移动机器人轨迹跟踪问题.综合考虑了移动机器人的运动学和动力学方程,首先采用输入-输出反馈线性化方法得到具有不确定性的线性化模型,系统中的不确定性满足匹配条件;然后基于积分滑模控制的思想设计了鲁棒轨迹跟踪控制器,保证了系统在整个响应过程中的鲁棒性,并且分析了参数不确定对控制器的影响,给出了一个闭环系统稳定的充分条件;最后对系统具有较大的参数摄动进行了仿真试验,结果表明所设计的控制器能够保证移动机器人有效性地跟踪期望轨迹.     

输入饱和约束下的非完整移动机器人轨迹跟踪控制

在控制输入饱和的约束条件下,以非完整移动机器人的运动学模型为对象,研究了移动机器人的轨迹跟踪控制问题,提出了一种光滑时变的控制器.基于Lyapunov方法,证明了所设计的轨迹跟踪控制器能够满足控制输入饱和的约束条件,并且能够保证闭环系统一致稳定,当机器人的期望线速度不为零时,闭环系统能够全局渐近稳定.仿真结果验证了该控制器的有效性.     

一种简单的轮式移动机器人控制器设计

研究了轮式移动机器人的轨迹跟踪控制问题.针对传统控制器设计较为复杂的问题,通过构造Lyapunov函数,并根据Lyapunov稳定性定理,推导出了具有全局渐近稳定的跟踪控制器.该方法设计简单并具有直观的稳定性分析.仿真结果证明了该控制器能过保证闭环系统所有状态渐近稳定,达到了轮式移动机器人的轨迹跟踪控制目的.     

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.     

火灾预警巡检机器人轨迹跟踪控制

针对如何减小火灾预警巡检机器人在目标轨迹跟踪过程中产生的角度和距离偏航问题,提出一种基于Backstepping的轨迹跟踪快速响应控制算法。首先根据机器人行驶偏差与轮速之间的关系,推导出移动机器人运动学模型,利用Backstepping构造出跟踪控制器,在控制器中引入虚拟反馈函数,调节控制器的跟踪效果;然后借助Lyapunov稳定性理论证明收敛性;最后,借助仿真实验和实物验证算法的有效性。研究结果表明所提出的轨迹跟踪控制方法可以使机器人减少轨迹跟踪过程中的误差,并最终使系统趋于稳定。     

基于状态估计的无人车前轮转角与横摆稳定协调控制

针对无人车轨迹跟踪问题,提出了一种基于状态估计的无人车前轮转角和横摆稳定协调控制策略.建立了车辆轨迹跟踪模型,利用模型预测控制算法设计了轨迹跟踪控制器,得到实时跟踪参考轨迹所需的前轮转角.根据车辆模型设计了一种基于未知输入观测器的前轮转角估计方法,并将估计结果作为前轮转角跟踪控制的输入量.基于非奇异终端滑模控制设计了前轮转角跟踪方法,通过转向电机扭矩来控制车辆转向以实现轨迹跟踪.同时,设计了车辆横摆稳定控制器,通过控制横摆角速度跟踪误差确保车辆横摆稳定.建立了CarSim-Simulink联合仿真模型并进行仿真实测试.结果表明,未知输入观测器具有较好的前轮转角估计效果,从而为车辆协调控制提供可靠信息源,协调控制策略能够在保证车辆横摆稳定性的同时完成车辆轨迹跟踪.      

基于全局视觉的服务机器人滑模轨迹跟踪控制

以轮式移动服务机器人的轨迹跟踪控制为研究对象,分别建立了轮式移动机器人在任务空间和视觉空间内的运动学模型,利用摄像机成像模型,实现了视觉空间到任务空间的速度向量变换.采用视觉伺服控制方法,构建了全局视觉轨迹跟踪控制结构.结合滑模控制思想,建立了具有全局渐近稳定的滑模轨迹跟踪控制器.以具有任意初始误差的圆和直线为参考轨迹,进行了仿真研究.仿真结果表明,所构建的系统控制器具有理想的响应速度和跟踪精确性.     

基于凸近似避障原理的自动驾驶集成决策与控制方法

针对结构化道路下自动驾驶汽车的轨迹跟踪问题,提出了一种基于凸近似避障原理的自动驾驶集成决策与控制方法。首先基于凸近似避障原理,对安全约束进行优化,适当缩小轨迹可行域,只保留与特定周车交互相关的部分可行点;然后结合模型预测控制算法,建立低速场景下线性化的自行车运动学模型,以轨迹跟踪误差最小为目标,考虑自车和周车的外形、道路几何约束和安全约束,构造多个与静态路径相关的最优控制问题,使用外罚函数处理约束,基于序列二次规划方法进行求解,选择最优轨迹进行跟踪。在Carla仿真平台上的高速公路仿真实验结果表明提出的基于凸近似避障原理的自动驾驶集成决策与控制方法虽然通过效率有所下降,但是驾驶安全性得到充分保障,并且轨迹跟踪性能未受影响,因此该方法能够有效降低自动驾驶中的决策风险。     

具有未知侧滑和打滑的WMR强化学习自适应神经网络控制

利用反演设计,提出一种强化学习自适应神经网络轮式移动机器人(WMR)轨迹跟踪控制方法.首先在极坐标下建立WMR的轨迹跟踪误差模型,并基于此设计运动学控制器.然后,针对WMR动力学系统,设计自适应神经网络控制器.结合强化学习机制,同时对系统未知侧滑、打滑和模型不确定性进行优化补偿,并引入鲁棒控制项来消除补偿误差的影响,进一步提高了控制效果.所提控制方法使得闭环系统稳定,且最终一致有界收敛,其有效性通过数值仿真结果得到了验证.     

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。     

双舵轮自动导引车轨迹追踪控制算法

为提高双舵轮自动导引车(automated guided vehicle, AGV)轨迹跟踪控制性能,设计了基于模型预测控制的轨迹跟踪控制器。以双舵轮自动导引车为研究对象,首先建立自动导引车运动学模型,求得车体转弯半径,并重点分析双舵轮自动导引车转向优势;然后,对双舵轮导引车建立了基于模型预测控制的轨迹跟踪模型,并考虑车体运动性能指标及各类约束,最后通过仿真实验验证了模型预测控制算法用于双舵轮自动导引车的可行性,且分析了控制时域权重和预测时域长度两项模型参数对系统性能的影响;与基于比例-积分-微分轨迹跟踪控制器的自动导引车进行轨迹跟踪对比仿真实验。最终实验表明,采用该模型预测控制器可以满足各类约束条件,高效精准完成对连续大曲率目标路径的有效跟踪,同时具有较高的实时性和鲁棒性。     

拖挂式移动机器人的多约束避障轨迹规划

基于七次多项式曲线研究了拖挂式移动机器人多约束避障轨迹规划问题,建立了具有非完整约束特性拖挂式移动机器人的前向和后向运动学模型。在速度、加速度、急动度、曲率和曲率导数等多约束条件下,提出基于七次多项式曲线的避障轨迹规划方法。考虑平稳性、舒适性和交通效率等设计了优化目标函数,对七次多项式曲线参数进行优化。仿真结果表明,所提出的基于七次多项式曲线的避障轨迹规划方法,能够得到多约束条件下满足最优避障时间和最优避障距离的避障轨迹规划结果。     

基于车辆动力学的轨迹跟踪器设计

轨迹跟踪是移动机器人导航中的核心问题之一。针对非完整运动约束车辆,利用反馈线性化方法设计了轨迹跟踪器,仿真研究了跟踪算法的鲁棒性。最后,介绍了工程实现中参数观测器设计等相关问题。     

基于激光雷达的移动机器人实时避障策略

以激光雷达为主要传感器, 对移动机器人设计一种实时避障算法. 该算法考虑到机器人的非完整约束, 利用基于圆弧轨迹的局部路径规划和控制使之能够以平滑的路径逼近目标位置. 采用增强学习的方法来优化机器人的避障行为, 利用激光雷达提供的报警信息形成刺激-反应式行为, 实现了动态环境下避障行为, 具有良好的实时反应能力. 该控制算法采用分布式软件设计方法, 各功能模块异步运行, 较好地实现了局部规划与全局导航目标的结合. 该策略针对移动机器人MORCS在未知环境下实现了实时、有效避障, 动作稳定流畅, 轨迹平滑, 具有良好的效果.     

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.