A Back-stepping Based Trajectory Tracking Controller for a Non-chained Nonholonomic Spherical Robot

Spherical robot has good static and dynamic stability, which provides it with strong viability in hostile environment, but the lack of effective control methods has hindered its application and development. This article deals with the dynamic trajectory tracking problem of the spherical robot BHQ-2 designed for unmanned environment exploration. The dynamic model of the spherical robot is established with a simplified Boltzmann-Hamel equation, based on which a trajectory tracking controller is designed by using the back-stepping method. The convergence of the controller is proved with the Lyapunov stability theory. Numerical simulations show that with the controller the robot can globally and asymptotically track desired trajectories, both linear and circular.

Design of intelligent controller for mobile robot based on fuzzy logic

In order to improve a mobile robot＇s autonomy in unknown environments, a novel intelligent controller is designed. The proposed controller is based on fuzzy logic with the aim of assisting a multi-sensor equipped mobile robot to safely navigate in an indoor environment. First, the designs of two behaviors for a robot＇s autonomous navigation are described, including path tracking and obstacle avoidance, which emulate human driving behaviors and reduce the complexity of the robot＇s navigation problems in unknown environments. Secondly, the two behaviors are combined by using a finite state machine （FSM）, which ensures that the robot can safely track a predefined path in an unknown indoor environment. The inputs to this controller are the readings from the sensors. The corresponding output is the desired direction of the robot. Finally, both the simulation and experimental results verify the effectiveness of the proposed method.

Parameter Identification and Application of Slippage Kinematics for Tracked Mobile Robots

A new parameter identification method is proposed to solve the slippage problem when tracked mobile robots execute turning motions.Such motion is divided into two states in this paper:pivot turning and coupled turning between angular velocity and linear velocity.In the processing of pivot turning,the slippage parameters could be obtained by measuring the end point in a square path.In the process of coupled turning,the slippage parameters could be calculated by measuring the perimeter of a circular path and the linear distance between the start and end points.The identification results showed that slippage parameters were affected by velocity.Therefore,a fuzzy rule base was established with the basis on the identification data,and a fuzzy controller was applied to motion control and dead reckoning.This method effectively compensated for errors resulting in unequal tension between the left and right tracks,structural dimensions and slippage.The results demonstrated that the accuracy of robot positioning and control could be substantially improved on a rigid floor.

Wireless positioning and path tracking for a mobile platform in greenhouse

In order to realize intelligent greenhouse,an automatic navigation method for a mobile platform based on ultra-wideband(UWB)positioning technology was proposed and validated in this study.The time difference of arrival(TDOA)approach was used to monitor and track the UWB positioning to obtain the localization information of the mobile platform working in a greenhouse.After applying polynomial fitting for positioning error correction,the system accuracy was within 5 mm.A fuzzy controller model was constructed by incorporating the lateral and heading deviations as input variables and the steering angle of front wheel as the output variable.A fuzzy rule was established based on domain knowledge,as well as the steering angle of front wheel offline query table,which was applied to alleviate the calculative load of the controller.Experimental results confirmed that the automatic navigation method proposed in this study performed satisfactorily,with a steady-state error ranging from 41 mm to 79 mm when tracking straight line,and an average error of 185 mm and an average maximum error of 532 mm when tracking polygon.In addition,the maximum error occurred at the polygonal corner which could meet the needs of driving on the narrow road in the greenhouse.The method proposed in this study provides a new systematic approach for the research of greenhouse automatic navigation.

割草机器人自适应时域MPC路径跟踪控制方法

[目的/意义]传统路径跟踪模型预测控制(Model Predictive Control,MPC)大多采用固定时域,较少考虑道路弯曲和曲率变化的影响,使得机器人在曲线路径作业过程中的跟踪效果和适应性都较差。因此,设计了一种自适应时域MPC控制器并使其满足自主割草等复杂作业要求。[方法]首先,根据割草机器人的速度确定前方参考路径的预瞄区域,并计算预瞄区域内的参考路径曲度因子和曲度变化因子,分别用于描述曲率和曲率变化大小。然后,将二者作为模糊控制器的输入信息,用于自适应调节MPC的预测时域,同时,根据预测时域及曲度变化因子调整控制时域,以增强控制器对路径弯曲变化的适应性并降低计算资源。此外,设计一种MPC事件触发执行机制,进一步提升MPC的实时性。[结果和讨论]与固定时域的MPC进行对比试验,自适应时域MPC控制器的最大横向误差绝对值和最大航向误差绝对值分别控制在11 cm和0.13 rad以内,其平均求解时间比最大时域MPC减少10.9 ms。[结论]自适应时域MPC不仅能够保证割草机器人对曲线路径的跟踪精度,同时降低了MPC求解计算量并提高了控制实时性,解决了固定时域MPC的控制精度与计算量之间的矛盾。

基于位移PID-速度ADRC的轨迹跟随控制

路径跟踪在移动机器人控制中具有重要的作用,文章针对差速轮移动机器人的轨迹跟踪控制问题,提出了一种综合纵向控制和横向控制的方法。纵向控制包括纵向位置控制和速度控制,其中纵向位置控制采用PID控制器,通过计算实际位置与期望位置之间的差异,生成适当的控制信号,从而实现位置的调节和速度补偿。而速度控制采用自抗扰控制,引入扰动观测器和补偿器,对外界扰动进行实时估计和补偿,提高系统的鲁棒性和抗干扰能力。横向控制采用纯跟踪算法,具有简单易行、实时性好的特点,能够实现机器人与目标轨迹的高精度跟踪。试验结果表明,文章所提出的控制方法表现出优秀的性能和鲁棒性,适用于差速轮移动机器人的轨迹跟踪应用。

Path Optimization Method for the Spherical Underwater Robot in Unknown Environment

One of the major respects of the autonomous capability of underwater robots in unknown environment is to be capable of global path planning and obstacles avoiding when encountering abrupt events.For the Spherical Underwater Robot(SUR)to fulfill autonomous task execution,this paper proposed a novel fuzzy control method that incorporates multi-sensor technology to guide underwater robots in unknown environment.To attain the objective,a SUR we designed is used to design the controller.According to its kinematic model,the safety distance was calculated and sensors(US1000-21 A)were arranged.The novel fuzzy control method was then explored for robot's path planning in an unknown environment through simulation.The simulation results demonstrate the capability of the proposed method to guide the robot,and to generate a safe and smooth trajectory in an unknown environment.The effectiveness of the proposed method was further verified through experiments with a SUR in a real platform.The real environment experiments by using the novel fuzzy control method were compared with the basic control method.The experimental results show that in unknown environments,the proposed method improves the execution efficiency and flexibility of the SUR.

基于深度相机的移动机器人视觉跟踪控制研究

基于视觉利用移动机器人进行运动目标跟踪,该文提出一种基于二自由度云台和RGB-D相机的运动目标视觉跟踪及移动机器人路径实时规划、跟踪方法。该方法利用核相关滤波算法在图像中实时追踪目标,控制二自由度云台使深度相机实时对准目标,并根据深度相机得到目标的深度信息,利用坐标转换得到目标相对于机器人的位置信息;其后移动机器人根据目标的位置信息,基于五次多项式进行路径规划;最后采用李雅普诺夫控制律对移动机器人进行轨迹跟踪控制,使得机器人能够平稳地跟踪目标运动。该算法在阿克曼移动机器人上进行了实验,实验结果验证了算法的有效性和实时性。

深度学习理论下移动机器人全局路径规划方法

移动机器人在复杂环境运动过程中能安全、无碰撞地绕过所有障碍物是对机器人较高的智能化要求。由于障碍物的位置和几何性质等信息具有随机性,机器人的速度和角速度等控制信息易出现随机偏差。为此,提出基于深度学习的移动机器人全局路径控制方法。建立移动机器人动力学方程,依据移动机器人的线速度与角速度,将移动机器人运动行为分为避障行为、转向目标行为、奔向目标行为。结合深度学习方法中的神经网络方法,构建机器人全局路径规划模型。利用模糊控制算法设计模糊控制器,纠正路径规划偏差,实现机器人的全局路径优化控制。实验结果表明,研究方法控制下移动机器人的路径角度偏差距离小于±5cm,能够在10ms之内完成偏差收敛,且规划的路径更短。

轮式移动机器人滑移轨迹跟踪控制策略研究

针对轮式移动机器人在滑移条件下的轨迹跟踪问题,提出一种自适应模糊控制策略。利用模糊状态观测器对未知的复杂系统模型进行速度估计和补偿,通过设计输出向量将位置约束转换为输出约束,并构造Barrier Lyapunov函数来保证机器人的运动约束,在此基础上设计更简单的纵向滑移模型,利用李亚普诺夫定理分析闭环系统的稳定性,证明了闭环系统中所有信号都是有界的。最后通过仿真和实验验证了自适应模糊控制策略在轮式机器人纵向滑移情况下的有效性和实用性。

四舵轮移动机器人分段预测路径跟踪系统研究

针对四舵轮移动机器人路径跟踪特点,使用工控机、运动控制卡,基于Visual C++平台开发了一种移动机器人路径跟踪系统。针对四舵轮移动机器人构型,采用速度-几何法建立了机器人运动学控制模型。提出了一种基于最优控制的分段预测路径跟踪算法,避免了对所需参数进行试凑的同时,降低了车体远离目标路径情况下的距离偏差最大超调与纠偏总步数。路径跟踪实验表明,应用所提出的分段预测路径跟踪算法的移动机器人可以较好地跟踪目标路径,相比未使用分段预测路径跟踪算法的多步预测控制,其位置偏差最大超调降低了29.81%,达到35.563 mm,纠偏用时降低了38.10%,达到13 s,且定位精度达到11.292 mm、0.51°,可以较好地满足四舵轮移动机器人定位需求。

基于模糊自适应模型预测控制的移动机器人路径跟踪控制

目的:针对移动机器人路径跟踪过程中出现的问题,设计了一种基于模糊自适应模型预测控制(MPC)的路径跟踪控制器。方法:首先,将线性化、离散化的移动机器人运动学模型作为MPC控制器的预测模型,基于状态量增量和控制量增量构造目标函数并引入松弛因子以保证目标函数有解,将目标函数求解转化为带约束的二次规划问题;其次,通过模糊控制器根据机器人横向误差、航向误差和路径曲率变化,自适应地调整MPC控制器中目标函数的权重系数;最后,对所设计的控制器进行仿真验证。结果:在保证一定跟踪精度的同时,解决机器人在远离期望路径的情况下,应用传统MPC控制器所带来的角速度短时间内高频变化的问题。结论:该控制器具有更好的跟踪性能。

移动机器人路径跟踪的方法及研究进展

随着机器人技术的迅速发展,机器人在人们日常生活中应用越来越广泛。在机器人运动控制中,路径跟踪是非常重要的一个方面。路径跟踪的研究是为了保证机器人可以精确跟踪预设好的路径,确保机器人的稳定性和精确度。文章从控制方法切入,简要介绍了几种路径跟踪方法,主要分为基于反馈误差的控制算法,如PID控制;基于模型的跟踪方法,如模型预测算法、线性二次调节器;几何跟踪方法,如纯追踪算法,斯坦利算法。对几种方法的研究进展进行了阐述,比较它们的优缺点。最后,将深度学习、机器学习等融入控制器中也是一个重要的研究方向。

非同轴两轮机器人自平衡与转向闭环控制

针对车速、车身侧倾角和前轮转角变化较大工况下的非同轴两轮机器人在基于前轮转角的自平衡控制中,因动力学模型准确性对自平衡控制带来的影响,设计了基于RBF神经网络模糊滑模控制的自平衡控制器,利用RBF神经网络的逼近特性,对动力学模型中非线性时变的不确定部分进行自适应逼近,从而提高动力学模型的准确性,并借助模糊规则削弱滑模控制中产生的系统抖振;以及因前轮转角用于自平衡控制中难以实现转向闭环控制,建立了基于纯跟踪法的轨迹跟踪控制器,并设计利用车身平衡时车身侧倾角与前轮转角的耦合关系,将转向闭环控制中的目标前轮转角替换为目标车身侧倾角,从而将自平衡控制器与轨迹跟踪控制器相结合,在保证车身平衡行驶的前提下,实现带有轨迹跟踪的转向闭环控制。实验结果表明,凭借动力学模型的较高准确性,RBF神经网络模糊滑模自平衡控制器具有鲁棒性好、超调量低和响应迅速的优点,并且利用车身平衡后车身侧倾角与前轮转角耦合关系,实现转向闭环控制是可行的,具有良好的轨迹跟踪效果。

两轮差速机器人路径跟踪方法研究

针对两轮差速移动机器人沿给定路径的跟踪问题,提出一种基于模糊控制优化纯跟踪算法的自适应跟踪模型,优化纯跟踪算法中因前视距离固定无法满足机器人动态运动过程的问题,提升机器人的路径跟踪精度。首先建立两轮差速移动机器人运动学模型,然后分析并设计纯跟踪以及模糊控制算法,最后在Matlab平台进行仿真实验验证。实验结果表明相比于传统纯跟踪算法,该模糊自适应纯跟踪算法能有效提升两轮差速机器人路径跟踪的精度及稳定性。

轮式移动机械人动力学路径跟踪控制

针对轮式移动机械人的路径跟踪问题,设计了基于动力学模型的滑模路径跟踪控制器。首先,对轮式结构特点进行了分析,建立了形心与质心的运动学转换模型;其次,针对轮式移动机械人侧向无滑移的特点,建立了非完整约束方程,运用拉格朗日乘子法在轮式移动机械人形心处建立了动力学模型;最后,基于航行角误差与垂直距离误差设计了指数趋近的滑模路径跟踪控制算法,利用李雅普诺夫稳定性理论验证了控制系统的稳定性,并运用MATLAB对斜直线路径跟踪进行了仿真,仿真结果表明轮式机械人能够快速收敛到期望路径上,验证了控制算法的有效性。

基于模糊分数阶PID控制的轮式移动机器人轨迹跟踪研究

轮式移动机器人的轨迹跟踪是目前学者研究的热点问题之一。为了使其能够按照预定设置目标轨迹进行移动,文章作者绘制了轮式移动机器人平面简图,建立其动力学模型;利用模糊规则对传统PID控制器加以改进,并根据模糊理论在线调整PID控制器参数,最终得到轮式移动机器人的最优控制参数;采取不同环境对轮式移动机器人跟踪误差进行仿真分析,检验模糊分数阶PID控制器的优势。研究结果显示:在无干扰波形中设置轮式移动机器人移动目标,两种控制效果差别不大。在有干扰波形中设置轮式移动机器人移动目标,PID控制器输出误差明显增大,而模糊分数阶PID控制器输出误差保持不变,可以看出模糊分数阶PID控制器能够更好地服务轮式移动机器人,使其具有强大的抗干扰能力,效果较好。

动态环境下基于模糊逻辑算法的移动机器人路径规划

基于模糊控制的思想来解决移动机器人路径规划中的避碰问题,以便机器人在动态环境中快速、准确地找到一条无碰撞的路径,最终达到目标点。针对所给动态环境,设计一个模糊控制器;在确定模糊控制器的输入、输出变量以及各自语言值的基础上,根据动态障碍物与机器人运动方向的夹角、碰撞时间、碰撞点在障碍物上的位置等信息,制定相应的模糊控制规则。研究结果表明:本文设计的动态模糊控制器有效。

果园移动机器人曲线路径导航控制

为实现移动机器人在果园非结构化环境下的自动行走,对果园移动机器人在复杂环境中的导航控制进行了研究。利用激光扫描获取果树位置信息,提出了一种果园环境下曲线导航路径的拟合算法;构建了以横向偏差和航向偏差为输入的模糊控制器;实现了移动机器人在曲线路径中的自动行走。机器人以0.54 m/s的速度沿正弦曲线行走,最大横向偏差为0.40 m,平均偏差为0.12 m。试验结果表明该系统路径拟合和导航控制算法性能良好。

基于自主导航和全方位转向的农用机器人设计

为了提高农业作业的自动化程度,在对传感器技术、信息技术、自动导航技术等进行研究的基础上,设计了一种自动导航农用轮式移动机器人。针对目前农业机器人存在的操纵、路径跟踪等技术问题,机器人采用四轮全方位转向,操纵灵活;利用CAN总线使导航、控制等模块的通讯效率得以改善;选用模糊控制模仿人在路径跟踪控制时的控制策略,提高了移动机器人的智能化程度。仿真和试验表明机器人有较好的转向性能且在速度为1m/s时跟踪路径的偏差为0.1m左右。