非完整轮式机器人的鲁棒同步编队跟踪及镇定控制

本文研究了受到建模不确定性影响和输入限制的非完整轮式机器人的同步编队跟踪和编队镇定问题.首先,基于领航-跟随策略,确定了编队构型的数学表达形式.其次,通过定义含有辅助控制量的跟踪误差,设计了一种具有统一结构的分布式运动学控制器,可使跟随者实现对复杂期望轨迹的跟踪,包括时变轨迹和固定点等.然后,针对建模不确定性影响和输入限制,基于反步法、模糊控制方法和Lyapunov控制理论,设计了一种饱和动力学控制器,使得系统的闭环跟踪误差全局收敛至零点附近有界领域内.最后,通过对比仿真实验,验证了本文控制方法的有效性.

一例非完整约束轮式移动机器人控制系统的设计

介绍了一例非完整约束轮式移动机器人机械结构及控制系统软硬件的设计。采用美国Cygnal公司新研制的C8051F005单片机作为机器人控制系统的CPU及瑞士MAXON公司的直流伺服电机作为双轮驱动单元,利用非完整约束条件和非完整约束运动规划原理,研制了一例非完整约束轮式移动机器人,该机器人可跟踪任意直线、圆弧曲线轨迹等,也可实现原地零半径旋转及任意轨迹运动。运动自主灵活。对直线及圆弧轨迹进行了跟踪实验。

静态不确定性环境中非完整轮式移动机器人路径规划研究

本文研究了静态不确定性环境下非完整轮式移动机器人路径规划问题,提出了一种实时路径规划方法-动态随机路径规划方法.此规划方法以随机路径规划方法为基础,通过对搜索图进行局部实时重构,引导机器人到达全局目标点.这种方法不仅使规划和执行很好地结合起来,而且对随机路图只做局部修改.仿真结果验证方法的有效性.

力矩受限的非完整WMR镇定与轨迹跟踪统一预测控制

针对动力学模型描述的非完整轮式移动机器人,研究了存在控制输入约束情况下的镇定及轨迹跟踪统一预测控制问题.基于控制Lyapunov函数,设计了满足稳定性条件及输入约束的终端控制器,给出了相应的终端域,分别以跟踪圆轨迹和并行泊车为例给出了轨迹跟踪与镇定控制的仿真结果.

具有未知侧滑和打滑的WMR强化学习自适应神经网络控制

利用反演设计,提出一种强化学习自适应神经网络轮式移动机器人(WMR)轨迹跟踪控制方法.首先在极坐标下建立WMR的轨迹跟踪误差模型,并基于此设计运动学控制器.然后,针对WMR动力学系统,设计自适应神经网络控制器.结合强化学习机制,同时对系统未知侧滑、打滑和模型不确定性进行优化补偿,并引入鲁棒控制项来消除补偿误差的影响,进一步提高了控制效果.所提控制方法使得闭环系统稳定,且最终一致有界收敛,其有效性通过数值仿真结果得到了验证.