基于能量优化的无人驾驶车轨迹跟踪控制

为有效使用有限的电池容量,实现无人驾驶车（AGV）在轨迹跟踪过程中的能量优化,针对三轮AGV的特点首先建立了其运动学跟踪模型及电机能耗模型,然后运用Lyapunov稳定性分析方法、最优化理论及Backstepping技术等工具研究了求解算法,提出了一种基于能量优化的轨迹跟踪控制方法,实现AGV轨迹跟踪和能量优化的统一控制。该控制策略对所有AGV及其他轮式移动机器人具有一般性,且设计方法简单、鲁棒性强。计算机模拟仿真结果验证了该控制器的有效性。     

基于领航者的多机器人系统编队控制研究

针对多移动机器人的路径规划、编队成形与编队保持问题,本文提出了一种集路径规划和轨迹跟踪于一体的领航—跟随者编队控制方法,实现了多机器人共同协作完成目标任务.本文首先建立了在非完整约束条件下轮式机器人的数学模型,然后通过全局坐标转换将领航—跟随模型转换为局部坐标系统误差模型,最后建立了基于领航—跟随模型的多机器人协同运动的编队控制律.通过设置合理的通信协议参数,使用matlab验证了基于领航—跟随策略的编队控制律的有效性和可行性.     

基于Arduino的轮式移动机器人速度控制模式比较

目前对于Arduino平台的轮式移动机器人的控制都是基于硬件自带的IDE环境,但在该环境下程序可读性差、调试困难,且很难采用高级控制算法。针对以上问题,提出了2种基于Arduino平台的轮式移动机器人速度控制模式。第1种控制模式为离线模式,即将上位机中的控制模型下载至Arduino控制器进行离线运算,并将返回的数据通过Simulink的图形处理界面进行实时监控;第2种控制模式为在线模式,即将Arduino控制器采集的速度等信号返回上位机处理运算,将经过处理运算的数据反馈至Arduino控制器对轮式移动机器人进行在线控制。通过PID算法对2种控制模式进行了实车试验对比。结果表明:此两种模式均能对速度进行精确控制,在线模式具有更好的速度跟踪精度和响应速度。     

半挂汽车列车高速侧向稳定性控制研究

为提高半挂汽车列车高速变道行驶时的侧向稳定性,开展了挂车车轮主动转向控制研究。考虑侧风干扰和车身侧倾,建立挂车主动转向半挂汽车列车的5自由度车辆模型;以挂车的质心侧偏角和挂车质心处的侧向加速度为控制目标,设计挂车车轮主动转向的鲁棒控制器;为验证所设计控制器的有效性,基于搭建的TruckSim与Simulink联合仿真平台,在高速单移线和双移线行驶工况下,仿真研究挂车车轮主动转向的半挂汽车列车侧向动力学特性和挂车跟踪牵引车轨迹的跟随性。研究表明,所设计的挂车车轮主动转向鲁棒控制器是有效的,它能有效抑制变道时传统半挂汽车列车出现的挂车"过冲"现象,提高挂车跟踪牵引车轨迹的跟随性,并显著降低半挂汽车列车的质心侧偏角、侧向加速度和车身侧倾角。     

六自由度机械臂的建模与MATLAB仿真

针对六轴机械臂的运动特性,使用D-H法创建各关节坐标系,求得其参数,并推导出正逆运动学方程.使用MATALB Robotics工具箱创建该机械臂的仿真模型,对其正逆运动、轨迹规划进行仿真.通过仿真,在关节空间规划下,求得机械臂模型运动过程中各关节参数随时间变化的关系图.在笛卡儿空间规划下,得到了机械臂末端的直线运动轨迹.通过对比理论数据和仿真结果,验证机械臂模型建立的正确性及正逆运动公式的准确性.     

轮腿可变式移动机器人的结构设计

针对移动机器人在复杂多变环境下执行搜救侦察任务时机动性、越障性存在的不足，课题组提出了一种新型轮腿可变式移动机器人的设计方案。课题组通过对变径机构的设计使得机器人可以实现轮式和轮腿式2种工作模式的自如变换；采用修正的Kutzbach Grubler公式对变径机构自由度进行了分析；利用速度瞬心法对移动机器人以轮式模式工作时进行运动学求解；利用拉格朗日法建立了移动机器人的动力学模型；最后通过ADAMS软件对移动机器人进行仿真实验分析。研究结果表明：该机器人整机结构设计合理，运动平稳，具有较强的机动性与地形适应性。该研究弥补了单一运动模式的机器人在地形适应能力上的不足。     

半挂车辆停车辅助系统设计

为改善半挂车辆的倒车及停车系统的性能,设计了一种基于自动转向系统的半挂车辆停车辅助系统。首先构建半挂车辆的停车辅助系统控制流程;然后在分析半挂式车辆结构与运动学特性的基础上,建立半挂车辆的运动学模型,并设计相应的路径跟踪控制系统;最后为验证所设计停车辅助系统的有效性,进行了不同工况的仿真试验。仿真结果表明:该停车辅助系统能使半挂车辆安全精准地停放在指定位置,在拖挂不同挂车时仍有较好的控制效果,具有良好的跟踪性和自适应性。     

基于动力学系统方法的自主移动机器人行为设计

提出了动态障碍物环境下基于动力学系统方法的移动机器人行为设计。在行为动力学模型中考虑障碍物运动速度和运动方向,使得移动机器人具有根据移动障碍物的运动而调整自身线速度和角速度的能力,实现自主避障。用碰撞时间和碰撞角度描述的碰撞区域作为对移动机器人运动的约束,这样可消除无谓的避障运动。仿真结果表明所提出的设计方法能有效地改善动态环境下的移动机器人自主导航能力和工作效率。     

无人车辆轨迹跟踪与横摆稳定协调控制研究

针对无人车辆轨迹跟踪问题,为兼顾车辆轨迹跟踪和横摆稳定的双控制目标,提出了一种无人车辆轨迹跟踪与横摆稳定协调控制策略。根据车辆轨迹跟踪模型,基于快速幂次趋近律设计了车辆轨迹跟踪滑模控制器,旨在通过无人车辆自主转向控制跟踪参考轨迹。同时,利用滑模算法设计了车辆横摆稳定控制器,通过横摆力矩控制跟踪参考横摆角速度。考虑到横摆稳定控制器中横向车速未知的情况,设计了横向车速滑模观测器,从而为横摆稳定控制器提供信息输入。此外,利用横摆力矩控制量设计了前轮转向角补偿模块,通过轨迹跟踪和横摆稳定控制器的协调,进一步修正轨迹跟踪精度。利用CarSim和Simulink平台搭建了联合仿真模型。仿真结果表明:所提出的轨迹跟踪与横摆稳定协调控制策略能够实现轨迹跟踪,并兼顾车辆的横摆稳定性。     

基于模型预测控制的协作焊接双机械臂轨迹跟踪算法

焊接双机械臂协作焊接时,存在从动机械臂对主机械臂末端位置的轨迹跟踪的精确性问题,课题组提出了基于模型预测控制算法的主/从位置协调控制方法。根据所建立的六自由度双机械臂的运动学模型,建立末端位置与关节角度的变换关系以及机械臂的运动预测模型;通过上述模型,对主机械臂采用位置控制方法,并通过从动机械臂末端的三维激光扫描仪测距传感器所获取的主机械臂位置及方向,对从动机械臂采用基于模型预测控制算法的位置控制;根据机械臂关节角度变换旋转运算序列及末端位置的预测模型,通过动态矩阵控制算法,由当前时刻的位置状态及下一时刻位置输入状态对未来某时域内的位置输出状态进行预测,从而实现期望的位置跟踪。最后,采用仿真实验测试来验证该算法的实用有效性,结果表明：从动机械臂末端在有较小超调的情况下快速达到稳态,实现对期望轨迹的跟踪;与传统PID控制算法相比,模型预测控制算法能够更快速、更稳定地达到对期望轨迹的跟踪效果;该算法对期望轨迹的跟踪误差在有小幅波动的情况下可保持在±0.05 mm之内,在无波动的情况下可迅速趋近于零。基于该算法,从动机械臂可根据主机械臂末端动态位置信息更加有效地实现对期望轨迹的实时跟踪。     

采用模糊逻辑的移动机器人轨迹跟踪

针对差动轮驱动的移动机器人动力学的高度非线性和运动环境的不确定性,提出了基于模糊逻辑的移动机器人路径跟踪控制方法。该方法通过合理选择模糊控制器的参数和优化规则库,使其输出合适的线速度和角速度,从而控制移动机器人准确地跟踪预规划的路径。提出了两轮差动式移动机器人的动力学模型,使得该模糊控制器对不同几何参数的差动式机器人具有普遍的适应性。在实际场地试验和亚太机器人大赛中验证该方法的有效性。     

阀体搬运自动导向车轨迹跟踪控制

为解决阀体搬运自动导向车AGV在移动过程中，由于质心偏移而出现移动偏离既定轨迹的问题，课题组在建立AGV运动学模型的基础上，基于改进切换函数，设计了滑模变结构轨迹跟踪控制器；在此基础上，引入了基于Lyapunov函数的反馈控制律，得到了一种新型轨迹跟踪控制器。仿真结果表明：所设计的控制器在对目标轨迹实现精确跟踪的同时，实现了位姿误差的快速收敛，具有良好的抗干扰能力。     

基于多幂次趋近律的驱鸟机器人路径跟踪控制研究

由于变电站电力设备交错复杂,鸟类的活动对电网的安全运行已造成严重影响,驱鸟移动机器人在路面障碍与空间障碍等不确定因素并存的情况下,需要对路径跟踪进行精确控制。提出一种基于多幂次趋近律的滑模控制策略,首先建立驱鸟机器人运动的数学模型,然后基于多幂次趋近律设计相应的滑模控制器,并且利用李雅普诺夫函数证明其稳定性。仿真实验结果表明:相对于传统的滑模控制策略,该方法鲁棒性强,可快速削弱抖振现象,使得机器人的运动精确跟随理想路径,其研究成果为变电站实现精准驱鸟提供了重要依据。     

无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法。在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪。算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计,提高了目标跟踪的精度。同时通过动态簇头之间的目标状态信息的交换,实现了运动目标的动态连续跟踪。仿真结果表明,算法实现了运动目标协作跟踪,与集中式结构目标跟踪相比,跟踪精度提高了30%。     

未知相对度系统的一阶D型迭代学习控制

针对未知相对度系统,提出了一种一阶D型迭代学习控制律的设计方法。通过对具有未知相对度的被控系统串连和并联一个一阶子系统,可构造一个相对度为1的虚拟系统。该虚拟系统在一阶D型迭代学习控制律的作用下,能够完全跟踪期望轨迹。从而实现被控系统在一定误差范围内给定轨迹的渐近跟踪,D型迭代学习控制律的增益不依赖于被控系统的参数。仿真实例验证了方法的可行性与有效性。     

HP20机器人的运动学逆解计算及模拟仿真

根据Motoman HP20型机器人的结构特点,利用DH方法建立了其运动学方程,并推导出了运动学逆解。将所求得的运动学逆解编写成Matlab程序,计算了末端执行器在正弦曲线轨迹下各个关节角度变化曲线。建立HP20型机器人的多体动力学虚拟样机,将曲线导入驱动虚拟样机,得到模型的运动轨迹。通过对比,目标曲线与运动轨迹吻合良好,验证了运动学逆解及程序的正确性。研究结果为研究在特定工况下,机械臂的运动学、动力学及电机扭矩特性打下了基础。     

基于ROS的机器人等离子切割板坯毛刺运动规划

针对钢铁行业现有板坯毛刺去除方法(如刮刀式去除法和锤刀式去除法)无法满足去毛刺质效的需要,提出了一种机器人等离子去板坯毛刺的新方法,并在ROS框架下进行了运动轨迹规划的研究。首先构建机器人URDF模型,使用Ubuntu终端命令及RVIZ进行可视化检验;其次配置及启动MoveIt控制平台及其功能插件;最后通过Python运动规划程序执行机器人等离子切割任务,利用MoveIt调用的OMPL开源运动规划算法进行轨迹规划,并使用rqt_plot插件进行轨迹规划分析。结果表明:该研究方法便捷有效,能完整地模拟机器人等离子切割运动轨迹规划的过程,为机器人等离子切割开源平台的开发提供了支持,对工业机器人在ROS下的应用研究具有科学价值。     

智能车辆路径跟踪横向控制研究

针对传统基于单一控制方法的车辆路径跟踪控制算法无法准确跟踪路径的缺点,以智能车作为研究对象,提出基于预瞄控制和模糊滑模控制的车辆横向控制算法。基于智能车在横向控制中的运动特性,建立横向和横摆两个自由度的车辆模型。针对传统基于反馈控制的方法实时性差的缺点,通过建立预瞄模型来获取预瞄偏差,保证车辆在行驶中提前预估前方道路环境信息,提高实时性。基于滑模和模糊控制,设计了智能车辆路径跟踪横向控制器。采用由集成偏差组成的滑模切换函数及其微分作为控制器的输入,把对误差的控制转化为对滑模函数的控制,保证了车辆转向时的稳定性。Matlab/Simulink的仿真结果表明:智能车辆路径跟踪横向控制器能够在曲率急剧变化的路段实现路径准确跟踪,满足车辆实际行驶要求。     

基于IGA的机械臂时间最优轨迹规划

针对传统机械臂轨迹规划效率较低的问题，课题组提出了对传统遗传算法初始种群的选取及种群的变异策略改进的方法。该方法以三次B样条插值曲线作为轨迹规划的基础，以各关节运动角速度、角加速度、角加加速度作为运动约束，使用改进型遗传算法（improved genetic algorithm，IGA）进行时间优化，可以得到满足运动约束条件的时间最优运动轨迹。课题组以自主研发的QFB140机械臂作为研究对象，采用改进型D H参数进行标识，并导入MATLAB进行仿真。结果表明：IGA在时间优化上有了较大提升，进一步实现了时间最优轨迹规划，提高了工作的效率。     

初级球差激光扫描系统的设计分析

给出了离轴高斯光束通过一个初级球差光学系统后,其相对光强的分布,通过数值积分,可以得到它与系统球差的大小和光束的入射位置的关系曲线。利用这个关系曲线以及瑞利判据,可以对激光扫描系统的设计进行分析,并提出合理的建议。