刚柔耦合空间闭链机器人轨迹跟踪与振动抑制研究

针对含多变量高维度空间刚柔耦合闭链机器人的轨迹跟踪和振动抑制问题,提出了一种基于前馈补偿的PD控制方法。首先,采用有限元法对柔性空间构件进行离散,基于浮动坐标系描述柔性构件位移场矢量,并根据Lagrange方程建立考虑刚性末端执行器微小位移的刚柔耦合空间并联机器人动力学模型;然后,利用前馈控制对预先求出的含耦合效应的控制力矩进行补偿,提高刚柔耦合控制系统的响应速度及跟踪性能,同时通过PD控制律保证空间闭链机器人的轨迹精度,并对不同末端载荷作用下的轨迹跟踪精度进行分析;最后,与位置PID算法进行了比较。结果表明:与位置PID算法相比,基于控制算法作用下的刚性末端执行器轨迹精度得到提高,其中,X方向误差降低了89.7%,Y方向误差降低了4.3%,Z方向误差降低了12.9%,柔性空间构件产生的振动得到了有效抑制。     

神经网络与计算力矩复合的机器人运动轨迹跟踪控制

为了实现机器人精密运动控制,在其关节系统引入计算力矩法(CTC)与神经网络复合的控制器,旨在通过CTC实现系统的初步控制并利用神经网络补偿机器人的不确定动力学特性所带来的运动误差.首先,建立了机器人的动力学模型并对其不确定性动力学量进行了描述;然后,为机器人构建了双闭环控制系统,并依据机器人标称模型规划出CTC控制律;进而,引入函数链神经网络(FLNN)对不确定性动力学量进行估值,并推导出FLNN的学习律;最后,对系统进行了仿真,结果显示,该复合控制器可将关节位置和速度跟踪误差控制在±0.001 rad和士0.001 rad/s之内,且其对机器人的参数变化及外部扰动具有较强的自适应性与鲁棒性.     

基于轮速控制的移动机器人轨迹跟踪控制算法

滑移转向是移动机器人应用最广泛的转向方式。针对采用滑移转向方式的移动机器人轨迹跟踪中由于纵向滑移而导致跟踪误差大的问题,提出一种以两侧驱动轮转速为控制量的转向控制方案,并利用Back stepping方法与李雅普诺夫稳定性判据为依据设计滑移参数自适应律。为验证所设计的轨迹跟踪算法的有效性,在Matlab/Simulink软件中搭建移动机器人和路面模型,并进行仿真分析。仿真结果表明,所设计的轨迹跟踪控制算法能够准确地估计滑移参数并实现轨迹跟踪。     

基于卡尔曼滤波的自动引导车串级轨迹跟踪控制

针对三轮AGV具有不完整约束特性的运动学模型,提出一种串级轨迹跟踪算法,把模型转换为两个非线性时变系统,通过运用串级控制及状态微分反馈控制实现系统全局渐进稳定,最后再利用卡尔曼滤波算法对带有噪声干扰的状态进行估计,提高AGV自定位精度,从而进一步提高该控制器的输出精度.该控制策略具有一般性,对所有AGV及其他轮式移动机器人的运动学模型都适用,且设计方法简单、鲁棒性强.计算机仿真结果表明,该系统能在较短时间内实现全局渐进稳定,验证了该控制策略的有效性.     

基于硬件在环仿真实现的纯跟踪轨迹控制

在传统验证平台一般都是利用Simulink+Carsim进行联合仿真,缺少在Ros中的调试,这样与实际情况不符.将在搭建Ros+Carsim+Simulink硬件在环环境中进行纯轨迹跟踪的验证.实验结果中设计轨迹与真实轨迹吻合度较高,即该仿真平台可以作为轨迹跟踪实验的实验平台.     

农业智能巡检机器人轨迹跟踪控制

设计了一种农业智能巡检机器人,可以巡检农作物生长环境和生长状况。机器人的实时位置通过GPS定位获取,通过事先设定好的轨迹运行;轨迹跟踪控制算法采用自适应鲁棒滑模控制算法,并通过Matlab软件进行了仿真验证,证明了算法具有较好的实时性和鲁棒性;最后,将算法写入TI公司的TMS320F28335处理器,并进行了田间试验。试验表明:基于该算法的智能巡检机器人运行稳定,可以较好地实现农业田间巡检功能,解放了劳动生产力。     

基于滑模控制的半挂汽车倒车轨迹跟踪

针对半挂汽车自动倒车时的轨迹跟踪问题,建立了铰接式半挂汽车在极坐标系下的车辆非线性运动学模型.为简化求解过程,以半挂车期望路径的弧长作为新的时间量标,通过准确线性变换方法对建立的系统模型进行线性化,设计了滑模变结构控制器.为保证半挂车快速趋近期望路径同时削弱抖振,采用指数趋近律的方法和准滑动模态控制,采用极点配置法选取...     

基于趋近律滑模控制的智能车辆轨迹跟踪研究

针对目前已有智能车辆轨迹跟踪控制存在跟踪精度低、鲁棒性弱等问题,结合滑模控制响应迅速、抗干扰能力强的优点,提出一种基于趋近律的滑模控制方法。提出的趋近律通过特殊幂次函数和反双曲正弦函数的组合,提高了系统状态的趋近速度并且平滑和限制了抖振现象,可实现控制车辆平顺快速跟踪参考轨迹。在Simulink软件上搭建了车辆运动学模型并进行轨迹跟踪仿真实验,通过与双幂次趋近律滑模控制进行对比验证了控制效果。仿真实验结果表明,相对于双幂次趋近律滑模控制,提出的趋近律滑模控制的车辆能更快地跟踪到参考轨迹,横向和纵向误差收敛速度明显增快,航向角抖振现象减弱,系统具有更快的趋近速度,并且抖振现象被削弱。     

基于非线性模型预测控制的移动机器人实时路径跟踪

针对移动机器人路径跟踪模型预测控制中,存在线性化预测模型削弱控制器对参考路径曲率突变和航向突变响应能力的问题,从非线性模型预测控制出发,提出了两种实时性优化方案,即减少控制步数或降低控制频率。仿真与实验结果表明,采用减少控制步数或降低控制频率方案优化后,非线性模型预测控制器在每一控制周期内的解算时间小于控制周期;减少控制步数相比降低控制频率或线性化预测模型具有更小的横向误差和航向误差,可以更好地保证控制器在跟踪曲率、航向变化较快的参考路径时的控制精度。因此,相比其他实时性优化方案,减少控制步数更加适用于农用机器人等对灵活性要求较高的移动装备。     

一种多机械手编码控制系统的果蔬采摘机器人设计

为了提高果蔬的采摘效率,对果蔬采摘机器人进行了改进,设计了一种新的多机械手的编码控制采摘机器人。通过对机器人功能和结构的设计,使机器人具有了利用机器视觉技术的图像边缘提取来划分每个机械手的作业区间的功能,并可以利用编码器对每个机械手进行编码,从而完成多机械手的协同作业。对机器人的采摘作业性能进行了测试,首先利用机器视觉模块完成了苹果采摘区间的划分,并预设了每个机械手的采摘作业轨迹,利用编码器对预设轨迹进行了追踪。通过测试发现:机器人多机械手的实际追踪轨迹和预设轨迹的误差很小,满足设计需求,多机械手的协同采摘平均速度可以达到80个/min以上,具有高效的果蔬采摘性能。     

基于五次多项式的四足机器人轨迹规划

为达到四足机器人在地面上稳定、连续行走,不出现打滑、侧翻等现象的目的,提出一种基于walk静步态的五次多项式足端轨迹规划方法。首先利用D-H坐标法推导四足机器人单腿的运动学方程,由运动学逆解得到四足机器人足端轨迹和关节角之间的关系。将水平和竖直方向的约束方程代入五次多项式,分别求出支撑相和摆动相的足端轨迹方程。最后通过将轨迹方程代入MATLAB和ADAMS中进行仿真验证,实验结果验证了该轨迹规划方法的正确性。     

农业轮式机器人PI鲁棒-滑模控制——基于RBF神经网络

农业轮式机器人机械多体系统朝柔性机器人方向发展,自由度越来越多,对应的结构也变得更加复杂,自动化和智能化水平越来越高,其动力学建模和实时控制难度增大。为提高机器人动力学建模效率,以通用性较强的具有6自由度机械臂的AMR果蔬收获机器人数学模型为研究对象,利用空间算子代数理论建立了轮式机器人O(n)阶效率的运动学和广义动力学模型。同时,利用Elman神经网络求解了机器人逆运动学问题,结合广义动力学模型和逆运动学模型,根据农业轮式机器人的特点,利用神经网络控制理论、PID鲁棒理论和Lyapunov稳定性理论,设计了一种6自由度机械臂的RBF-PI鲁棒-滑模控制算法,对机械臂末端进行心形轨迹实时追踪。最后,通过试验仿真,验证了本文提出的逆运动学理论、广义动力学模型和控制方法的合理性,为农业轮式机器人的研究提供了参考数据。     

农业机器人路径优化及轨迹跟踪研究—基于遗传算法

随着我国信息化水平的不断提高,以及机械自动化、计算机控制系统和测试计量行业的不断发展,移动机器人达到了一个全新的高度,智能机器人被广泛应用到农业生产、工业生产和高等研究等各个领域。在机器人众多研究问题中,路径规划和轨迹跟踪一直是比较复杂并较难解决的问题。为此,基于遗传算法,根据移动机器人工作特点和运动特性,采用几何法建立了机器人工作空间的环境模型,并对路径进行了有效编码,为机器人实时规划出无碰撞、路线短的全局路径,对其运动轨迹进行有效跟踪。仿真实验表明:所设计研究的机器人全局路径规划和轨迹跟踪技术具有较好的效果,其在行进过程中能及时、有效地避开前方障碍,可靠性强,稳定性好,应用前景非常广阔。