基于干扰观测器的非奇异快速终端滑模控制方法

针对多关节机械臂难以实现对目标轨迹的高精度跟踪控制的问题,提出了一种基于非线性干扰观测器的非奇异快速终端滑模控制方法。首先,结合了传统的快速终端滑模控制和非奇异终端滑模控制,不仅可以使跟踪误差在有限时间快速收敛至零且对机械臂建模误差和外界干扰具有强鲁棒性。其次,针对控制输入抖振严重的问题,通过引入非线性干扰观测器技术和饱和函数方法,从而降低了抖振。最后,以三自由度机械臂为研究对象在Matlab/Simulink环境下进行了对比仿真实验,结果表明,相比于现有的线性滑膜和非奇异快速终端滑模控制方案,在存在建模误差、外界干扰和关节摩擦等不确定性的情况下,所设计的控制方法不仅解决了控制输入抖振较大的问题且实现了各关节对期望轨迹的高精度快速跟踪,从而验证了所提出的基于非线性干扰观测器的非奇异快速终端滑模控制方法的有效性和可行性。

基于特征点法的自适应SLAM改进方法

由于传统的机器人定位导航的方法多为特征点法,由于特征点法需要在较为丰富的纹理环境下进行特征点的提取,故特征点法易在低纹理环境下失效。针对机器人定位导航在低纹理环境下失效的问题,提出一种机器人定位导航改进方法,通过对于相机图像的预处理,分选出低纹理环境图片,并把分选好的图片流入不同的系统进行处理,最后结合得到的位姿信息与惯性测量单元(IMU)中的数据进行融合,得到一个可以适用于低纹理环境下的机器人定位导航系统。使用EuRoC数据集对于改进的机器人定位导航系统进行验证。实验结果表明,该系统可以识别ORB-SLAM2无法正常运行的低纹理环境,误差比LSD-SLAM的减小70%。