非时间参考的类车机器人定点跟踪控制

针对移动机器人控制研究中的小车速度与加速度饱和限制现象,提出了非时间参考的定点跟踪控制方法。选择随时间单调递增的非时间变量为转向控制律变量,摆脱了移动机器人速度与加速度对控制律的时域限制。在Simulink中建立控制逻辑并进行了单目标点与多目标点连续跟踪仿真。单目标点跟踪仿真结果表明,对于任意初始状态机器人,提出的定点跟踪控制方法均能使小车到达目标状态。多目标点连续跟踪结果表明,可将定点跟踪控制策略应用于类车机器人的路径跟踪控制。

智能汽车非时间参考的螺旋弯曲坡道路径跟踪控制

智能汽车在从地面进入地下停车场的自主泊车过程中,必须保证在螺旋弯曲坡道内安全行驶。针对智能汽车在螺旋弯曲坡道的路径跟踪问题,建立了智能汽车运动学方程及螺旋弯曲坡道模型,提出了以螺旋弯曲坡道Z轴位置变量为非时间参考因变量的路径跟踪控制方法,将空间位置跟踪转化为平面位置跟踪以简化路径跟踪控制器,设计了非时间参考的路径跟踪控制律。基于Simulink与Carmaker进行联合仿真,结果表明:智能汽车在螺旋弯曲坡道低速自主行驶过程中,非时间参考的跟踪路径与目标路径基本重合,位置偏差和航向角偏差趋于0。

移动机器人的免疫非时间参考路径跟踪控制

针对移动机器人非时间参考控制方法的不足之处,借鉴生物免疫反馈响应过程的调节规律,提出了移动机器人的免疫非时间参考路径跟踪控制方法。该方法既有不依时间规划调节输出控制的特性,而且充分考虑到机器人机械结构与电机力矩特性的要求,实现了在误差较大时对控制量的限幅;通过选取合适参数,还能减小系统的超调量,进一步改善整个控制系统的性能。对于动态事件,采用插入算法,提高机器人对动态环境适应能力,使控制方法更适宜实际应用。仿真与实物实验,验证了该方法的有效性。

基于非时间参考系的贝塞尔轨迹跟踪算法

为了提高复杂环境下机器人底盘高速运动轨迹跟踪精度,设计一套基于Bezier曲线路径的轨迹跟踪算法。该算法针对机器人移动速度大小,速度方向,控制周期三个控制要素提出了相应的控制策略,使用非时间参考的状态参量,避免由于时间参考产生的累积误差,以达到较高的轨迹跟踪精度。通过Matlab对该算法进行仿真分析,验证其可行性;并使用实验室自主研发的全向移动机器人进行实验测试,结果表明:该算法能够有效避免累计误差产生,极大提高长距离轨迹跟踪的精度;并且在不考虑误差累计的情况下,也具有很高的跟踪精度。

非时间参考下的移动机器人路径跟踪控制

本文针对轮式移动机器人路径跟踪控制问题,提出了一种基于非时间参考思想的控制方法。与经典的基于时间参考的控制方法不同,该方法采用由机器人当前位置和期望路径之间的几何关系确定的控制参考点设计路径跟踪控制器。由于在此方法中控制参考点只和机器人与期望路径的相对位置有关,摆脱了时间因素的影响,从而克服了当移动机器人遇到停机或者轮胎打滑等突发事件时丧失跟踪能力的缺点。最后通过几种典型路径跟踪的数值仿真验证了该方法的有效性。

非时间参考的移动机器人变滑模控制

提出一种基于非时间参考移动机器人的变滑模控制方法,设计以一定的速度跟踪路径的控制器,实现对一类轨迹的跟踪。由于采用变滑模控制,增强了机器人在不确定环境下的跟踪能力和系统鲁棒性,可以实现机器人在动态环境中的路径跟踪。实验验证了该方法的有效性。

基于贝塞尔曲线的机器人非时间轨迹跟踪方法

在复杂环境的轨迹跟踪过程中,针对移动机器人不确定时延导致控制品质下降问题,提出基于五次贝塞尔(Quintic Bezier)曲线的移动机器人非时间参考轨迹跟踪控制方法。首先,利用Quintic Bezier曲线对规划路径点进行平滑,并根据连续约束进行优化,完成多段Quintic Bezier曲线的光顺拼接,获得平滑且连续的轨迹;而后以Quintic Bezier曲线参数u作为中间映射量,构建路径长度与轨迹坐标间的状态映射模型,设计移动机器人非时间运动参考量;在此基础上,根据移动机器人运动学模型,提出一种奇异点旋转映射技术,消除奇异点对轨迹跟踪控制品质的影响。实验结果说明,所用方法能提高规划路径的平滑性与连续性,增强移动机器人不确定时延跟踪控制的鲁棒性,避免了奇异点的影响。

全自动泊车系统路径规划与非时间系滑模跟踪

为了提高全自动泊车系统的路径规划质量和跟踪精度,提出了微分平坦路径规划方法和非时间参考滑模的跟踪控制方法。分析了微分平坦系统原理,确定了车辆运动学模型的平坦输出,基于平坦输出量规划了泊车路径。分析了随时间单调递增的非时间参考量,建立了在非时间参考系下的路径跟踪误差模型;在非时间参考系下设计了滑模面和控制律,并证明了Lyapunov意义下的稳定性。经仿真验证可以看出,基于微分平坦原理可以规划出一条最优的泊车路径;同时使用PID控制器和非时间参考滑模控制器对泊车路径进行跟踪,PID控制器的最大纵向误差是滑模控制器的3.57倍,最大方位角误差是滑模控制器的1.67倍,证明了非时间滑模控制器对泊车路径具有更高的跟踪精度。

一种基于测地线的机器人轨迹规划方法

提出了一种基于测地线的机器人轨迹规划方法 .该方法克服了传统的轨迹规划方法的某些不足 ,其规划是在关节空间 (黎曼空间 )内进行的 ,规划目标是直角坐标空间内的直线 ,即两点之间的最短路径 ,也可以是系统动能最小 ,或某项综合指标最优 .该规划方法直接得到机器人的各关节的转角和角速度 ,无需进行运动学反解和多项式插值 .本文的基于测地线的轨迹规划是以轨迹弧长作为参考变量的 ,因此它还具有非时间参考的机器人轨迹规划的优点 .

农业轮式移动机器人自适应滑模路径跟踪控制

针对不确定性干扰影响下的农业轮式移动机器人鲁棒自适应路径跟踪问题,提出一种非时间参考的自适应滑模路径跟踪控制方法。首先,选择合适的非时间参考量,建立面向移动机器人路径跟踪控制器设计的相对运动学模型,摆脱了时间和速度因素的影响。其次,对传统的指数趋近律进行改进,设计了新型的快速趋近律。此外,引入RBF神经网络对不确定性干扰进行实时估计,进而提出一种基于新型趋近律的自适应滑模控制方法,并对其性能进行了理论分析与证明。该控制方法既消除了抖振现象又提高了轮式移动机器人在不确定性干扰作用下的路径跟踪性能。最后,通过仿真验证了提出方法的有效性和优越性。

一种仿人机器人步态优化的新方法研究

利用仿人机器人七连杆模型,建立了机器人姿态的位置向量.先用带参数的五次多项式拟合机器人髋关节的位置曲线,然后用非时间参考变量的方式规划出了踝关节和膝关节的运动轨迹.在机器人步行的稳定区域内,通过遗传算法求得了ZMP点偏离脚掌中心距离的最大值,从而确定了髋关节的参数,实现了仿人机器人步态优化.实验证明该方法有效.

自动泊车转向路径跟踪定位优化控制研究

结合自动泊车系统(Automatic Parking System),针对自动泊车中车速控制不当导致车辆偏离目标路径以及泊车转向跟踪误差大的问题。提出了基于非时间参考的无模型自适应控制的路径跟踪转向控制策略,摆脱车辆加减速带来的时域约束,达到更高效率的跟踪泊车路径。针对几何路径的跟踪建立车辆运动学模型。模型以随时间递增的非时间变量作为控制参考量,根据X轴的坐标变化提供跟踪目标前轮转角值。另外,采用无模型自适应控制(MFAC)精确控制前轮转向进行跟踪,输入值为前轮转角,得到车身姿态角值,从而实现目标车身角的跟踪,无需具体的对象模型信息,提高路径跟踪的精准度。在不同车速工况下,与PID控制进行对比仿真,结果表明非时间参考跟踪生成的目标转角准确,MFAC方法比PID控制在转向控制上精度更高,响应更快。验证了控制策略的有效性。

面向狭小平行泊车位的路径规划与跟踪控制

针对狭小平行泊车位的路径规划和跟踪控制问题,本文融合数值优化方法和圆弧-直线-回旋曲线组合方法,提出了一种计算效率高、适用范围广的平行泊车路径规划方法,以及一种基于非时间参考量泊车路径跟踪误差模型的平行泊车路径跟踪滑模控制策略。首先,将平行泊车路径细分为用于引导汽车最大限度靠近泊车位的进入段路径和用于引导汽车调整其目标位姿的调整段路径,通过求解基于圆弧-直线-回旋曲线组合方法建立的约束最优化问题得到进入段路径,并通过圆弧-直线组合方式规划出调整段路径;随后,建立非时间参考量泊车路径跟踪误差模型,将三维泊车路径跟踪控制问题简化为二维泊车路径跟踪控制问题,并设计具有标定参数、鲁棒性强特点的泊车路径跟踪滑模控制策略;最后,仿真验证了本文方法的有效性和可行性,结果表明:针对狭小平行泊车位和泊车初始方位角不为零的情况,本文方法可以快速、稳定和精确地引导汽车完成泊车操作。

一种汽车列车结构及其路径跟踪控制方法

为解决现有城市交通拥挤问题,满足城市居民生活及工作的乘车需求,综合轨道车辆单程运输量大和传统铰接车辆基础建设成本低的特点,提出一种多铰接式汽车列车。该汽车列车可灵活编组,具有大容量、单程运输效率高、因结构纵向对称且采用轮速差速运动控制、行驶灵活度高等优点。研究适用于该车型的路径跟踪控制方法,采用非时间因素的控制策略,设计汽车列车各轴轮速控制律,并构建李雅普诺夫函数,采用李雅普诺夫直接法证明路径跟踪偏差逐渐递减,即汽车列车能够沿目标路径行驶,且该方法不受车厢数量限制,可使汽车列车灵活编组。最后,建立多铰接式汽车列车路径跟踪仿真模型,分别对直线路径、圆弧路径、正弦路径进行跟踪控制,仿真结果证明采用非时间参考的跟踪控制方法,能够控制列车对多种路径跟踪。