遗传PID移动机器人路径跟踪控制

本文对移动机器人进行运动学分析,建立其数学模型,并进行离散化.设计了基于遗传算法寻优的PID控制器,用matlab进行了仿真,仿真结果证明了控制器的有效性.     

轮式移动机器人行走控制研究

本文对轮式移动机器人自主行走提出了三种控制方案,通过仿真研究和实验验证了其可行性.     

基于模糊PID的移动机器人控制系统的设计

利用牛顿-欧拉的方法建立了轮式移动机器人的动力学模型,为保证模型的精确性考虑了电机的动力学特性.针对传统的PID控制方法对数学模型要求较高的缺点引入了一种模糊PID控制策略.文中详细的给出了控制算法实现步骤,即模糊化,模糊规则的制定,模糊推理,解模糊.最后介绍了系统的软硬件构架.     

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。     

一类基于PID控制的新型模糊控制方法

研究了一类基于模糊规则的变参数 PID控制方法 .对于模型未知对象 ,常规 PID控制器参数的调节一般要基于一些语言信息的经验知识 ,这对 PID参数的调节带来一定的困难 .模糊控制在处理语言信息方面具有一定的优势 ,因此将模糊控制和 PID控制方法相结合组成一种复合控制器的设计是可行的 .采用 TS模糊模型 ,给出了一类给予模糊规则的变参数 PID控制器的设计 .这种控制方法兼备模糊控制与 PID控制优点 ,具有广泛的应用价值     

基于分段模糊Lyapunov函数的轮式移动机器人轨迹跟踪控制

研究了具有控制输入约束和外部干扰的轮式移动机器人的轨迹跟踪问题.在轨迹跟踪位姿误差的T-S模型和并行分布补偿框架下,利用分段模糊Lyapunov理论给出了满足控制输入约束的H∞控制器设计方法,并证明了闭环系统的稳定性.仿真结果验证了所提方法的有效性.     

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。     

模糊控制与PID控制方法的比较

研究了常规模糊控制器与ＰＩＤ控制器的关系．基于Ｔ－Ｓ模型,在一定的附加条件下,对这些模糊控制器进行了分析,理论上给出了这类模糊控制器与ＰＩＤ控制器参数间的定量关系式,并指出两者间的本质联系．仿真结果表明了模糊控制器与ＰＩＤ控制器的相似性,多个规则的模糊控制器要优于ＰＩＤ控制器,同时给出了一类模糊ＰＩＤ复合控制器（ＴＳ－ＰＩＤ）的设计方法．该类复合控制器兼有模糊控制器与ＰＩＤ控制器优点,具有较深远的应用前景．     

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.     

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。     

基于运动学模型的移动机器人编队动态变结构控制

针对存在不确定因素影响下的非完整移动机器人的编队问题.本文提出了一种基于运动学模型的编队动态变结构控制方法,即在常规切换面设计的基础上,通过微分环节设计动态切换面,将变结构控制的不连续项转移到所设计控制器的一阶导数中去,进而得到连续的编队控制输入信号.分别对直线轨迹编队和圆形轨迹编队进行了仿真验证,结果表明,所提控制方法不仅具有良好的动态性能及很强的鲁棒性,且可有效抑制系统的抖振,有利于控制器的实际应用.     

基于神经网络PID的AUV控制方法研究

针对水下机器人各自由度之间存在较强的耦合和非线性特征，其精确的数学模型很难获得的问题，建立了水下机器人空间运动的数学模型，并根据实际需要和控制器设计的方便进行了适当简化，得到了水下机器人自由度运动模型．在此基础上，使用了基于神经网络的PID控制方法．结合水下机器人六自由度水动力模型，建立了基于BP网络的PID的水下机器人控制器，并进行了仿真环境下的试验．试验结果表明，以上控制方法较为适合水下机器人的运动控制．     

模糊控制与PID控制的比较

本文采用模糊控制,其控制对象为一个大延迟、大滞后的非线性对象,通过与PID控制的对比作了仿真曲线,从而得出在复杂对象的控制中,模糊控制是有效的。     

一种基于径向基函数神经网络的自整定PID控制器

文章针对工业控制中最常用PID控制方法中存在的问题,讨论了基于径向基函数神经网络的PID控制,通过神经网络的自学习进行在线参数整定。并利用Matlab软件进行仿真。仿真结果表明,基于径向基函数的神经网络PID控制器具有较高的精度和较强的适应性,可以获得满意的控制效果。     

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。     

不平整地面上双足机器人的步态控制

提出了一种不平地面环境下双足机器人的步行控制算法.该算法由步态规划和传感器反馈控制系统组成.在步态规划中,采用被动倒立摆模型设计双足机器人的质心位置,所生成的步态使机器人能够在平地上更自然有效地稳定行走.在线反馈控制系统用于处理地面环境的凹凸不平以及来自外界的未知扰动,可分为上身姿态控制、期望ZMP控制以及非线性落地控制3个部分.这3种控制分别针对不同的控制目标,并根据步行过程的具体阶段在线修正预先规划好的步态,维持双足机器人的步行稳定性.它们在结构上相互耦合,从而实现加速在线反馈控制系统的收敛速度、克服机器人柔性对控制作用的负面影响等效果.双足机器人在凹凸地面的步行实验验证了所提出步行控制算法的有效性.     

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.     

基于动态矩阵控制的自主移动机器人模型预测控制方法研究

自主移动机器人运动转向系统的精确控制是其实现直线运行、原地转向功能和完成自主巡航、自治搬运任务的重要基础。为实现对机器人运行转向系统的有效控制,通过分析自主移动机器人的运动转向系统的数学模型,构建出传递函数的表达形式,提出了一类基于动态矩阵控制(dynamic matrix control, DMC)的模型预测控制方法。此外,面向自主移动机器人的运动转向系统,利用Matlab平台开展了基于DMC的模型预测控制方法的仿真研究,仿真结果表明,在运动转向系统的控制过程中,基于DMC的预测控制方法同传统比例-积分-微分(proportion-integral-derivative,PID)控制器相比,在抑制超调、防止稳态误差等方面具有更强的控制性能;开展针对模型失配问题的仿真研究,进一步证明了该算法的鲁棒性和适应能力。同时,通过无障碍和有障碍两类情形下的机器人行走实验,验证了机器人运动系统的有效性。     

移动机器人PID运动控制器参数的模糊自整定

通过对移动机器人运动学模型进行分析 ,以基于视觉的双轮机器人为实验平台 ,论证了参数模糊自整定的PID控制技术应用于移动机器人运动控制中的可行性 .该方案根据控制要求 ,运用模糊推理技术 ,模仿人工整定控制器参数时的思维方式 ,对控制器参数进行调整 .不仅保证了准确性 ,提高了快速性 ,还增强了自适应能力 .实验证明此方法对移动机器人的运动控制是有效的 .