基于线性组合函数的移动机器人步态PID控制方法

移动机器人移动过程中，受步态角、线速度等因素的影响，造成控制后机器人功率消耗较高。为此，提出基于线性组合函数的移动机器人步态PID控制方法。构建移动机器人运动学模型和机器人位移后主从机器人之间的追随误差模型，确定移动机器人运动过程中的角速度、线速度。基于线性组合函数设计移动机器人步态PID控制器，通过该控制器控制机器人的追随误差偏差和角、线速度等因素并输出控制结果，实现移动机器人步态PID控制。实验结果表明，所提方法在0°, 15°和25°仰角时分别需要5次、2次和1次即可最大限度降低误差；移动机器人步态PID控制后，选取的路线最近，可以准确避开不同类型的路障，控制后机器人最高消耗功率为20 W。     

移动机器人路径跟踪模糊整定的比例微分控制

针对数学模型复杂的移动机器人的路径跟踪问题,使用模糊整定的比例微分控制算法.该控制方法参考模糊控制的思想,将位置和方向误差分成若干个模糊集合,使比例微分控制器参数能够根据机器人的状态进行调节.仿真结果表明,该方法在机器人的路径跟踪控制中效果良好.     

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。     

基于干扰观测器的多移动机器人编队鲁棒控制

针对多移动机器人存在模型参数不确定性和外部扰动的编队控制问题,提出了一种多移动机器人编队的鲁棒控制方法。在运动学层面依据领航机器人和跟随机器人位姿的偏差,建立领航机器人和跟随机器人的编队误差动态模型,在此基础上为跟随机器人设计镇定编队误差的辅助速度控制器。以辅助速度控制器的输出作为跟随机器人动力学模型的速度给定信号,并在动力学层面设计基于干扰观测器的自适应滑模控制算法,从而改善普通滑模控制中抖振突出的问题,保证编队控制的稳定性和鲁棒性。对编队控制系统进行仿真验证,结果表明了所提控制方法的有效性。     

基于一种新误差模型的移动机器人模糊控制

建立了移动机器人的数学模型,并进行离散化. 针对大初始偏差问题提出一种新的误差模型,设计了2个基于人工驾驶思想的模糊控制器. 角速度控制器用距离误差和角度误差作为控制量,加速度控制器用距离误差作为控制量,同时对角速度和加速度进行控制以实现移动机器人路径跟踪. Matlab仿真结果表明该控制器的有效性.     

移动机器人的滑模跟踪控制

文章讨论了移动机器人在外界干扰情况下的变结构控制问题 ,并提出一种机器人滑模跟踪控制方案 ,利用简化的动力学模型 ,使机器人能够跟踪给定的轨迹。采用极坐标表示机器人的位姿 ,利用非线性滑动面和指数趋近率 ,确定控制方法 ,使系统在外界扰动的情况下 ,其跟踪误差能在有限时间内收敛到零。     

采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。     

微小型多机器人自重构的红外定位及对接方法

研究了Millibot类型自重构机器人的红外定位及对接方法. 在该方法中,设定一个静止的信标机器人,移动机器人利用红外传感器定位,安装在移动机器人前端连接件上的两个红外传感器分别在步进电机的驱动下旋转,它们发出的红外光分别被信标机器人后端连接件上的两个反射体反射回来. 利用此时得到的步进电机旋转角度参数,通过三角法就能计算出移动机器人与信标机器人的相对位置,进而规划出移动机器人的对接过程和运动轨迹. 移动机器人沿着该轨迹行走就能实现与信标机器人的对接. 给出了自重构机器人的原理样机,并用试验验证了该方法的有效性.     

模糊免疫算法的轮式移动机器人PID控制优化设计

PID控制技术是轮式移动机器人的自适应控制方案中的主要控制方法,这种方法存在一定的不足,如在系统响应速度无法满足机器人的实时控制需求时,调控精细度相对欠缺,因此,必须加以改进。建立轮式移动机器人运动学模型,将模糊机制、免疫算法相结合,用于对机器人控制的PID参数优化,采用误差绝对值时间积分性能为参考指标,设定系统的适应度函数,对该算法进行仿真,结果证明该算法明显提高了PID控制精度和响应速度。     

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。     

月球探测机器人移动系统的研究现状和发展趋势

综述了月球探测机器人移动系统的研究状况,分析了研究中存在的问题,并预测了它的发展趋势。     

多机器人系统的自动避免碰撞控制

本文主要讨论了在分担任务的共有运动空间中多机器人避免碰撞问题.以集合关系方程形式给出了多台机器人在共有运动空间中避免碰撞的一般性数学描述,并在此基础上,提出了在直角坐标空间中自动避免碰撞的逻辑协调控制算法.仿真研究结果充分证明了算法的有效性.     

模块化自重构机器人最优构形拓扑转换

定义了模块化自重构机器人构形拓扑转换的基本概念,分析总结了最优构形拓扑转换的规律,并采用遗传算法对构形拓扑转换进行优化.结果显示,构形拓扑转换过程中的连接变化操作次数被有效地降低,提高了模块化自重构机器人自重构的效率.     

并联微动机器人的研究现状

阐述了微／纳米技术的发展对微动机器人进行研究的意义，分析了国内外微动机器人尤其是并联微动机器人的研究现状．对并联机器人的机构类型、运动学性能、静力学和静刚度性能、动力学、精度、运动学标定以及微动机器人的系统检测和测试进行了分析研究．提出了进一步研究的内容和任务，得出了新型结构并联微动机器人系统开发的研究方法和技术路线．     

足球机器人带球与击球机构设计及其控制

通过对带球机构进行静力学、运动学分析获得带球辊实现带球的理论最低转速;通过对击球机构的动力学分析获得理论最佳击球点和击球方位.依据理论分析结果对旋球式带球结构和电磁式击球机构进行机构优化设计,提高带球的稳定性和击球的准确度.     

机器人的极点配置自校正控制

机器人具有时变、非线性和耦合的、受外部载荷严重影响的动力学特性。使用传统的控制方法很难满足其高精度大活动范围的要求。本文应用极点配置自校正控制方法进行机器人控制器的设计,并将该控制器应用于一台Move Master Ⅱ型机器人,通过一台Z80单板机来实现,进行了轨迹跟踪实验。实验结果证明:该控制器具有不要求机器人精确的数学模型,可用廉价的微处理器实现;并易于实现机器人的无超调控制和重力补偿。     

动态触觉传感中基于垂直采样的速度求解方法

提出了在触觉传感器动态触摸物体表面时，只利用传感器信号本身求触摸速度的方法，该方法利用了不同学深度的触觉传感信号，并对该信号的时间频率和空间频率进行分析，根据它们的时空尺度变换特征求解速度，仿真结果表明，该方法可以对一定范围内的速度进行较精度地测量。     

基于加速度信息的移动机器人动态实时避碰

提出了一种移动机器人对动、静态障碍物实时动态避碰的新方法.相对坐标系中,采用包含相对加速度信息的避碰算法,通过动态实时地调整机器人加速度的大小和方向,使其避开障碍物.仿真实验证明了此方法的有效性.     

计算力矩—自校正机器人控制算法

近年来已经开发出一些应用于复杂非线性系统的自适应控制方案,机器人控制系统就是典型的例子。由于不可避免地存在着非模型化的动特性,将自适应技术和基于模型的非线性控制有机地结合起来,充分利用能够得到的参数模型,通过自适应控制处理剩余的未知参数部分,可能是一种有效的控制策略。本文提出一种适用于机器人的计算力矩—自校正控制算法。仿真结果证实了方案的有效性。     

机器人操作机位姿空间的测度

自动化生产中对机器人的设计、选择和评价中存在两个弊端，一方面是用户常选择不合理的运动学指标为依据造成购得的机器人不能很好地满足工作要求；另一方面是机器人设计者往往盲目地追求对众多运动学指标的所谓全局优化，实际上却恰得其反。该文试图通过拓扑学中的空间测度来揭示机器人运动学指标之间的内在联系，从理论和实际价值的角度出发定义新的运动学指标。