基于滚动优化原理的类车机器人路径跟踪控制

针对存在非完整约束的类车移动机器人路径跟踪问题,提出了带约束曲线拟合的路径跟踪策略。借鉴预测控制中的滚动优化原理,通过运用微分平坦方法对所规划路径进行轨迹生成,进而完成路径跟踪过程。同时,基于滚动优化原理的跟踪方式也满足了路径跟踪对实时性的要求,移动机器人在遇到未知障碍情况下能够完成主动避障动作。为验证该方法的有效性,文章最后进行了仿真实验,结果表明,类车机器人在满足执行机构约束以及几何约束的条件下,能够成功避开障碍物,并且具有良好的跟踪性能。     

基于典型栅格地图的轮式移动机器人路径规划与跟踪

选取典型的家庭房屋平面结构图,通过一系列图像处理方法将其转换为路径规划能够使用的栅格地图。获取栅格地图后,采用概率路线图法对机器人的运行路线进行规划,将规划获取的路径设为机器人的期望路径,并利用纯追踪法对该路径进行跟踪。以自制的三轮全向移动机器人为例,对轨迹跟踪过程进行了计算仿真和实物测试,结果显示本方法可有效完成家用环境的轮式移动机器人路径规划与轨迹跟踪任务。     

兼顾启停特性和转角时耗的移动机器人路径规划

针对传统移动机器人路径规划算法在考虑启动、制动以及转向姿态调整等实际约束的情况下,规划结果存在机器人运行时间长、任务执行效率低且在大场景下易陷入局部拥堵甚至导致运行瘫痪等问题,提出一种兼顾启停特性和转角时耗的移动机器人路径规划算法。对移动机器人启动、制动及运行过程进行数学建模,分类构建栅格化A^*算法运动代价函数;针对移动机器人姿态调整导致任务耗时长的问题,结合地图二维向量坐标下方位角与位置向量分布关系,设计转角时耗代价函数;提出考虑信息素轨迹跟踪与启发项比例均值化的动态启发函数,对规则路网下潜在的局部拥堵问题进行处理。仿真与实验结果表明：所提改进A^*算法相较传统A^*算法,机器人平均运行时间减少了11.4%,有效缩短了移动机器人任务运行时间;所提算法经过启发项比例均值化调整,在仅微量增加机器人运行时间的情况下,使信息素矩阵标准差降低了96.9%,有效预防了移动机器人局部拥堵情况的发生。     

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...     

一种基于LTVMPC改进的 无人驾驶汽车路径跟踪控制算法

在低附着路面情况下,针对现有以线性时变模型预测控制(LTVMPC)为基础的无人驾驶汽车路径跟踪精确性和稳定性问题,提出一种改进的控制算法.以汽车动力学理论为基础,将四轮轮胎侧偏角和滑移率精确地表示为车辆状态量的非线性函数,在预测时域内对车辆状态方程线性化处理而求解雅可比矩阵时,为降低系统维度,将轮速作为非状态量,建立改进的三自由度车辆模型,在二次规划性能指标中加入横摆角速度跟踪误差项以提高路径跟踪性能,考虑质心侧偏角对跟踪精度和车辆稳定性的影响,修正参考横摆角,建立改进的LTVMPC.在Carsim-Simulink联合仿真平台进行低附着系数路面情况下的双移线跟踪仿真,结果表明改进后的控制算法在保证实时性的前提下,提高了路径跟踪的精确性和车辆行驶的稳定性.     

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...     

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.     

基于异构Agent的移动机器人体系结构设计

采用Agent技术设计并实现了一个移动机器人的分布式控制系统. 移动机器人的体系结构包含了慎思层、控制层与协调层, 由多个异构Agent完成相应功能. 动态局部规划根据激光雷达的环境"快照"信息来确定局部反应行为. 慎思规划采用逆向D*算法, 通过搜索脱离点来避免在复杂环境下陷入局部势能陷阱. 慎思层与控制层分别由低工耗工控机实现, 组成异构分布控制系统. 该体系结构综合了控制的实时性与复杂环境下的适应性. 开放的硬件平台与软件Agent结构提供了一种具有良好扩展性的智能移动机器人设计范式.     

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。     

移动机器人滑模路径的跟踪控制

针对移动机器人的路径跟踪问题,基于反演思想设计了滑模路径跟踪控制器,并利用低通滤波器有效地减弱了控制过程中的干扰.由于该控制器的动态性能不理想,因此采用有界输入的方法对其进行控制律的改进,并简化了控制器的设计.仿真结果表明,改进后的滑模控制器跟踪效果良好,动态响应快,且保证了移动机器人的全局渐近稳定路径跟踪控制.     

轮式移动机器人的有限时间自适应轨迹跟踪控制

【目的】针对存在外界扰动和参数不确定性的轮式移动机器人,设计一种有限时间轨迹跟踪控制方案。【方法】首先,将轮式移动机器人动态系统分为二阶和三阶的两个子系统;其次,针对二阶子系统设计了自适应快速终端滑模控制律,保证移动机器人角速度跟踪误差有限时间内收敛到一个任意小的区域内;然后,设计了关于线速度的控制律,来保证三阶子系统的有限时间收敛;最后进行仿真实验验证。【结果】仿真实验结果与理论值相符。【结论】本研究设计的有限时间控制策略保证了移动机器人轨迹跟踪的效果。     

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。     

基于改进HSIC控制器的全向足球机器人运动研究

RoboCup比赛对足球机器人实时、准确、稳定等性能要求较高,而全向机器人由于自身特性导致在比赛中高速运动时难以实时、准确地跟踪路径规划程序生成的轨迹.针对这一情况,采用改进仿人智能控制(HSIC)算法对机器人的运动进行控制,较好地解决了这一问题.仿真实验结果表明,与常规PID控制相比,该算法能使全向机器人克服振动等扰动影响,准确高效地实现机器人的运动控制.     

基于模型预测控制的移动机器人户外导航方法

针对户外巡检、户外清洁、智能农业等户外场景对自主机器人的使用需求,设计了一种具有很强实时性和稳定性的移动机器人户外导航方法。移动机器人收到户外GPS航迹点后,使用激光雷达实时获取周边环境点云并构建局部栅格图,在栅格地图内使用基于路段走向改进的A-star算法搜索局部避障路径,最后设计使用模型预测控制器以跟踪避障轨迹。为了验证该导航方法的可行性,在仿真和户外环境下分别进行了对比实验,实验结果表明所生成的轨迹稳定平滑并能有效避障,模型预测控制器轨迹跟踪精度高、耗时短,实现了户外移动机器人高效率、稳定导航。     

基于RBF神经网络的全向智能轮椅自适应控制

在外界扰动为有界不可测条件下,利用径向基函数(radial basis function,RBF)神经网络在线逼近全向智能轮椅的非线性逆运动学模型,提出对轮椅轨迹跟踪的直接自适应控制方法.首先,在分析全向智能轮椅平台动力学模型的基础上,设计了基于径向基函数神经网络的全向智能轮椅自适应控制器;并进一步利用李雅普诺夫稳定性理论,证明了在外界扰动及神经网络权值误差逼近有界的条件下,该控制器在全向智能轮椅轨迹控制中跟踪误差的一致稳定且有界;最后,通过全向智能轮椅轨迹跟踪仿真实验,验证了所提出控制方法的有效性和稳定性.     

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.     

基于反演技术和神经网络的移动机器人控制

提出了一种基于反演设计和RBF神经网络自适应的非完整移动机器人轨迹跟踪方法.首先,设计一个虚拟的速度控制律使得输出跟踪误差尽可能小;然后,利用反演技术设计一个基于RBF神经网络的动力学控制器,以确保在机器人系统中存在不确定性和外界扰动的情况下,机器人仍具有良好的跟踪能力.RBF神经网络连接权值在线自适应律由Lyapunov理论导出,保证了控制系统的稳定性.本文提出方法的主要优点是不需要移动机器人动力学的先验知识,而且对外界扰动具有良好的鲁棒性.最后,在两轮非完整移动机器人上的仿真结果证明了本文所提出方法的有效性.     

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.     

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。     

采用hp自适应伪谱法的全自动泊车系统轨迹规划与跟踪控制

针对平行泊车和垂直泊车应用场景,提出一种基于hp自适应伪谱法的全自动泊车系统轨迹规划与跟踪控制方法。首先,综合考虑汽车运动学约束、泊车过程中避障约束和边界条件约束,建立泊车轨迹规划问题数学描述,并通过hp自适应伪谱法将其转化成非线性规划问题进行求解;然后,将泊车轨迹跟踪控制问题解耦成了泊车路径跟踪控制问题和泊车速度跟踪控制问题,并基于有限时间稳定性理论设计了泊车路径跟踪快速终端滑模控制律,以及基于"比例+积分"平滑切换准则设计了泊车速度跟踪控制律。结合汽车动力学仿真软件对所提出的全自动泊车系统轨迹规划与跟踪控制方法的可行性和有效性进行验证,结果表明:针对不同泊车起始点,所提出的方法均可以规划出满足约束条件的时间最短泊车轨迹,并能够精确地控制汽车沿着规划的轨迹自动完成泊车操作。