带拖车移动机器人轨迹生成方法的研究与仿真

带拖车的轮式移动机器人系统属于典型的非完整、欠驱动系统,一般的控制理论很难适用。由于多车体的存在,移动轨迹的控制十分复杂,特别是倒车轨迹控制更成为机器人控制的难点问题。以泊车轨迹生成为例,为了准确控制机器人姿态和目标跟踪轨迹,利用重复变换法,提出了简单可行,适用于任意节拖车系统的前行和倒车时的轨迹生成算法进行仿真,解决了带拖车机器人系统控制器关于目标和路径的控制,证明算法为机器人设计提供了可行性参考。

基于策略梯度及强化学习的拖挂式移动机器人控制方法

针对拖挂式移动机器人的反向泊车运动控制问题,提出了一种基于策略梯度及强化学习的拖挂式移动机器人控制方法。首先,在Gym软件中搭建了具有单节拖车的拖挂式移动机器人的运动学仿真模型,并设计了稳定的反向泊车运动控制律。其次,构建了基于Tensorflow框架的神经网络模型,设计了相应的损失函数,并利用策略梯度算法更新神经网络的参数,以训练机器人的反向泊车运动。仿真实验结果表明,经过训练的拖挂式移动机器人能够有效地学习反向泊车运动控制策略,并稳定地实现反向泊车运动。不同参数下的实验结果验证了基于策略梯度算法的强化学习模型的有效性。