基于LQR的单球自平衡移动机器人控制器设计与仿真

针对单球自平衡移动机器人的非线性、高度耦合性和不稳定特性,提出了一种基于LQR的控制器。首先将其三维复杂动力学模型简化为三个独立平面的二维动力学模型,并建立拉格朗日平面动力学方程;其次根据平面动力学方程设计LQR控制器并在Simulink中建立控制系统仿真模型;最后对控制系统模型进行直线轨迹和圆弧轨迹跟踪仿真。仿真结果表明该控制器对线性轨迹和非线性轨迹都有很好的跟踪效果。

基于改进模糊PID果园双轮移动机器人运动控制

针对果园双轮机器人在果园路面移动时难平衡、易失稳的问题,提出了一种基于改进萤火虫算法优化的模糊比例-积分-微分(PID)控制策略。首先,根据机器人与果园不平整路面特点,建立其动力学状态空间模型;第二,阐述改进萤火虫算法原理并用其优化控制器模糊规则;第三,利用MatLab/Simulink软件对机器人运动控制进行仿真试验;最后,为检验所提出算法的可行性,建立对比试验。研究结果表明:改进萤火虫算法优化的模糊PID控制器实现了果园双轮移动机器人的稳定运动功能,到达稳定的时间与最大倾角较传统PID控制器分别减少了3.9s和20.4°。

可载人自平衡移动机器人控制系统设计

本文提出一种自平衡移动机器人。结合系统的功能要求,构建了遥控自平衡控制模式的机器人运动控制系统,提出了以PC/104工控机+数字I/O卡+电机驱动器为控制模式的嵌入式控制系统,保证了硬件系统具有良好的可扩展性、灵活性、实时性、低功耗的特点;并完成了机器人载人前进、后退,验证了设计方法的有效性。

球上平衡移动机器人线性二次型最优控制

对一种在球上平衡的轮式移动机器人系统进行了动力学分析,运用拉格朗日方程法建立了其动力学模型,根据系统的特点提出了一种线性二次型最优控制方法,用于机器人的控制。仿真结果表明,所设计的线性二次型最优控制器可以有效地实现球上平衡移动机器人的平衡控制、定位控制和轨迹跟踪控制,并且整个控制过程具有响应速度快、超调小、抗扰动能力强等特点。

基于终端滑模控制的两轮移动机器人自平衡实现方法研究

针对两轮移动机器人动力学模型的多变量、强耦合、非线性等特点以及控制性能不稳定等问题,论述了两轮移动机器人的简化模型并基于拉格朗日运动方程建立了两轮移动机器人的动力学模型。在此基础上,基于滑模控制理论提出了一种两轮移动机器人自平衡实现方法,同时设计了终端滑模控制器并进行了稳定性分析。最后,根据所述自平衡实现方法进行了仿真实验,仿真结果表明:终端滑模控制器具有较好的控制效果,而且具有较快的收敛速度,可以实现两轮移动机器人的自平衡控制。

基于光流的自主移动机器人避障系统

自主移动机器人的导航要求能实时规避障碍物。为解决该问题,提出一种基于光流的自主移动机器人避障系统。将机器人在运动过程中通过摄像头拍摄的连续图像序列作为输入,使用金字塔Lucas-Kanade方法在角点处提取光流信息求解延伸焦点和接近时间,并通过改进的平衡策略估计障碍物可能存在的位置。实验结果表明,该系统在静态场景中能正确地检测并规避宽度大于10 cm,且不完全遮挡摄像头视角的障碍物,可行性较高。

基于光流法的移动机器人避障平衡策略的改进

平衡策略是利用光流场实现避障的最为简单直接的方法。将摄像头采集到的图像序列中的每一帧均分成左右2个视场并分别计算光流,控制移动机器人向光流值较小的一侧移动以实现避障。然而,当移动机器人视场中央存在左右对称的障碍物时,计算出的左右视场光流值基本相等,导致传统的平衡策略失去效果。该项目针对这种情况提出一种改进的平衡策略,使改进后能够满足上述情况的需求,提高移动机器人避障成功率。

移动机器人局部避障路径规划仿真研究

研究复杂环境下基于Q-Learning(QL)算法的移动机器人局部路径规划问题,快速、准确地完成避障路径规划。为了解决QL算法收敛速度慢、探索与利用两难及危险区域等问题,提出了一种基于QL-模糊的移动机器人局部避障路径规划方法。首先为了加快QL算法的收敛速度,根据规划问题设计状态动作变量,对其进行离散化处理,降低状态空间维度;在Q矩阵的基础上,设计更新步长算法,使Q矩阵的更新程度不断减弱。然后根据机器人工作环境和规划目标,在设计奖惩函数的基础上,设计ε-探索与利用平衡策略和动作选择算法来选择执行动作,平衡探索与利用问题。为了预防死锁问题,在模糊控制规则中还设计了预防方案,以提高路径规划效率。算法进行了仿真验证。仿真结果表明,即使在复杂的环境中,机器人仍能有效避障,规划出最优或次优路径。

欠驱动移动机器人的路径跟踪控制

双轮移动机器人是一种典型的具有非完整约束的欠驱动系统,针对其路径跟踪和姿态平衡的控制问题,文章提出了一种基于反演技术的运动学控制器和滑模动力学控制器相结合的控制算法,反演法设计运动学控制器用以解决跟踪速度和位置之间的控制关系。考虑到系统本身的不确定性和外界干扰,采用具有稳定性和鲁棒性特点的滑模控制器作为动力学控制器用以解决机器人的运动平衡和控制电压之间的控制问题。仿真结果表明该方法有效地实现了双轮移动机器人在保持平衡的同时稳定地进行轨迹跟踪。

不同负载电压的欠驱动移动机器人姿态平衡控制

由于传统方法在实际应用中控制效果不佳,机器人姿态倾角仍然比较大,并且增调量比较高,所以提出不同负载电压的欠驱动移动机器人姿态平衡控制。利用拉格朗日方程对机器人动力学推导,建立不同负载电压的机器人动力学模型,根据负载电压特征预测机器人姿态失衡,利用PLC控制器控制机器人姿态,实现了不同负载电压的欠驱动移动机器人姿态平衡控制。实验证明,在设计方法应用下,机器人姿态倾角比较小,增调量较低,在欠驱动移动机器人姿态平衡控制方面具有良好的应用前景。

移动机器人数学模型的近似线性化

针对机器人控制领域中一类多输入多输出(MIMO)仿射非线性系统,提出了一种基于平衡流形的近似线性化状态反馈镇定算法,并用此算法解决了一类完整约束轮式移动机器人(WMR)的镇定问题.仿真分析表明,此方法不仅能够实现系统的镇定,而且降低了因平衡工作点变动给系统稳定性带来的影响,同时也大大地简化了对非线性系统的综合设计过程,具有良好的控制效果和实用性.

未知环境中移动机器人柔性行为决策的调节发育学习

未知环境中移动机器人柔性的行为决策是完成各种任务的前提.目前的机器人行为决策方法在面对动态变化的环境时柔性较差,机器人难以获得持续稳定的学习能力.本文作者曾尝试通过集成小脑监督学习和基底神经节的强化学习来实现移动机器人动态环境下的柔性行为决策,但所提算法适应动态环境的能力有限.在前期工作基础上,本文设计了更有生物学意义的好奇度指标代替原来的警觉度指标,通过模拟蓝斑活动在基音模式和阶段模式之间的动态切换,实现移动机器人环境探索-利用的动态自适应调节.同时,设计随外部环境变化的自适应调节因子,实现移动机器人动态环境中基于小脑监督学习和基底神经节强化学习的柔性行为决策,使机器人可以获得持续稳定的学习能力.动态环境和实际环境中的实验结果验证了本文所提算法的有效性.

单球驱动自平衡机器人的互补滤波姿态解算

针对单球驱动自平衡机器人的低成本、高精度、实时姿态估计需求,设计一种基于比例-积分(PI)型互补滤波的姿态估计算法。在四元数姿态角更新方程的基础上,通过融合陀螺仪/加速度计的姿态信息实现对机器人水平姿态信息的估计,实现多传感器间频率点的切换。考虑到磁力计易受到干扰的情况,采用陀螺仪和磁力计单独对自平衡机器人的偏航角姿态解算,避免磁力计参与四元数姿态解算引起的水平姿态误差。实验结果表明,该互补滤波算法有效融合了陀螺仪的高频特性、加速度计和磁力计的低频特性,系统的姿态估计精度在±0.15°内。

两轮自平衡机器人运动控制研究

轮式移动机器人是典型的不完整控制系统,其自身的不确定性影响控制的性能.以两轮自平衡机器人为研究对象,建立了机器人的运动学与动力学模型.利用多惯性传感器信息融合建立的基于T-S模糊模型的模糊控制器有效地解决了两轮自平衡机器人平衡控制的问题,并同时对轨迹跟踪的问题进行了探讨.仿真结果表明,通过多惯性传感器的信息融合建立的控制器对于机器人的平衡和跟踪问题是有效的,并在实际的实验中得到了验证.

两轮自平衡机器人动力学建模及其平衡控制

针对高阶次、不稳定、多变量、非线性、强耦合的两轮自平衡移动机器人系统,采用Lagrange方程推导出动力学模型,对其进行稳定性和可控性判断,并利用LQR和龙伯格极点配置的方法在此模型的基础上对两轮自平衡机器人的姿态和速度进行控制,可获得较为稳定的动态平衡过程。给出了数学模型推导的具体步骤,分别采用以上两种方法进行了仿真研究和比较。仿真实验结果表明,这两种控制方法对机器人的稳定性控制都是有效的。其中龙伯格极点配置控制方法使系统的跟踪速度更快、稳定性更高,具有较高的实际应用价值。

双足自平衡移动机器人全覆盖搜索任务轨迹优化

考虑双足自平衡移动机器人执行搜索任务时,仅仅以物体轮廓特征作为路径计算的基础,没有考虑可能对路径造成影响的边缘细节特征,易出现采集图像信息较少的问题,且由于搜索环境复杂,同时需要躲避障碍物,导致搜索路径较长、效率偏低。提出双足自平衡移动机器人全覆盖搜索任务轨迹择优方法。优化机器人视觉图像采集结果,并采用灰度变换函数对图像展开灰度变换,将双边滤波函数应用于Retinex算法中,取代传统算法中的高斯滤波,获得环境图像的反射分量,并通过下述公式加权融合处理R、G、B灰度值,获得双足机器人全覆盖搜索任务时保留了边缘且增强细节的图像,并将其输入至支持向量机,识别环境中的目标与障碍物。根据获取的环境信息建立模拟地图,构建机器人搜索任务的路径,通过蚁群算法获取最优路径。实验结果表明,所提方法能够躲避障碍物到达目标位置,且路径距离短、规划效率高。

防爆型自主移动巡检机器人开发及性能研究

针对石化油气站场人工巡检时存在耗时耗力、效率低,易出现漏检、错检等情况,设计了一种防爆型自主移动巡检机器人,介绍了机器人底盘结构、底盘运动模式和越障性能,简要阐述了该机器人携带的检测装置和机器人后台管理系统的界面组成,测试了巡检机器人仪表识别和可燃气体泄漏检测功能.结果表明:巡检机器人对仪表数据的识别率较高,可以在短时间内完成仪表图像采集与数据识别,可燃气体泄漏检测率、误报率均满足巡检要求.

基于RBF神经网络的机器人的路径跟踪控制

文章针对双轮移动机器人的路径跟踪问题,提出了基于反演法的运动学控制和滑模动力学控制相结合的控制算法,运动学控制器解决位姿和跟踪速度之间的控制关系,动力学控制器解决机器人的姿态和控制电压之间的控制关系;为了减小传统运动学控制器的跟踪误差、提高路径跟踪控制的特性,采用RBF神经网络对控制器的不确定参数进行在线自适应学习。仿真结果表明,文中提出的基于RBF神经网络自适应算法比传统控制算法具有更优越的跟踪效果。

滚道偏心对单球自动平衡装置完全平衡状态稳定性的影响

利用达朗伯原理建立单球自动平衡装置在滚道偏心下的数学模型,并利用谐波平衡法对该数学模型进行转换,分析单球自动平衡装置的稳态响应及其扰动方程,在此基础上研究滚道偏心对单球自动平衡装置完全平衡状态稳定性的影响。研究表明:过临界转速下,滚道偏心距小于某一临界值时,单球自动平衡装置的完全平衡状态是稳定的;滚道偏心距超过该临界值时,单球自动平衡装置的完全平衡状态会变得不稳定。

移动机器人平衡控制系统研究与设计

控制系统以AT89S52单片机为核心,由直流减速电机驱动电路、引导线检测电路、倾角检测电路、路程检测电路、键盘显示电路、电源电路等组成,可以实现移动机器人自动寻迹、确定平衡点,同时具有操作时间显示、路程累计等功能。利用PWM技术对直流减速电机进行调速,采用红外传感器来寻线和检测机器人运动方向,倾角传感器来检测平衡板的角度,并对传感器输出的电压信号进行了滤波处理。