CN104932506A - 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 - Google Patents
基于快速终端滑模的轮式移动机器人轨迹跟踪方法 Download PDFInfo
- Publication number
- CN104932506A CN104932506A CN201510312675.4A CN201510312675A CN104932506A CN 104932506 A CN104932506 A CN 104932506A CN 201510312675 A CN201510312675 A CN 201510312675A CN 104932506 A CN104932506 A CN 104932506A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- wheeled mobile
- model
- tracking method
- theta
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开基于快速终端滑模的轮式移动机器人轨迹跟踪方法。该方法包括四个步骤:(1)建立轮式移动机器人的运动学模型和期望轨迹模型,并根据运动学模型和期望轨迹模型建立误差模型;(2)引入合适的滑模面s1、s2,根据误差模型设计虚拟反馈量(3)得到线速度偏差信号和角速度偏差信号(4)建立轮式移动机器人的动力学模型,将线速度偏差信号和角速度偏差信号代入动力学模型,设计轮式移动机器人的左右轮力矩控制器τ、未知参数估计器和外部扰动估计器本发明对存在未知参数和外部扰动等干扰的复杂工况下,能够在有限时间内跟踪期望轨迹,跟踪效果良好,并且对未知参数和外部扰动的鲁棒性强。
Description
技术领域
本发明涉及一种轮式移动机器人的轨迹跟踪方法,特别是涉及基于快速终端滑模的轮式移动机器人轨迹跟踪方法。
背景技术
轮式移动机器人在物料自动搬运、特殊人群服务、抢险救灾、未知和危险地域探索等方面应用具有不可比拟的优势,已广泛地应用于工农业、服务业、国防、宇宙探索等领域,对人类社会的生产和生活产生了积极而深远的影响。例如,中国研发的“玉兔号”月球车成功登录月面并采集月面信息,为中国下一步的探月工程打下了坚实的基础。运动控制是轮式移动机器人控制系统最基本也是最核心的功能,导航、目标跟踪、避障等系统功能最终都要通过运动控制来实现。由于轮式移动机器人的理想运动受制于车轮与地面的纯滚动约束,即并不考虑车轮的滑动摩擦约束和转弯时引起的侧滑力矩,故轮式移动机器人是一类典型的非完整系统。
目前,对于轮式移动机器人的运动控制研究多数是基于理想模型,该模型并未考虑以下几方面的问题:一、实际模型中存在线速度与角速度之间的非线性耦合项、轮子与地面产生的摩擦力矩和未知外部扰动等。二、实际系统的无法精确获取的结构性参数,如质量、惯量、轮子半径等,特别是在复杂的工作环境下,系统结构参数还可能会发生变化,不可避免地存在不确定性和未知性。这些因素造成实际系统与理想数学模型出现较大的差别,基于理想数学模型所设计的控制律往往难以达到所需的控制性能指标,甚至会引起系统不稳定,这给轮式移动机器人的运动控制带来更大的挑战。
综上所述,轮式移动机器人在复杂工况下运动时会受到未知外部扰动,未知参数,非线性耦合性等影响,这常常会引发系统的异常行为,导致控制系统性能下降甚至不稳定,加大了其运动控制器分析和设计的难度。研究如何有效处理系统中的外部扰动、未知参数以及有限时间跟踪,保证系统安全性和可靠性就显得尤为的重要,具有重要的理论意义和实际应用价值。
基于快速终端滑模方法可以有效地设计有限时间控制器,使得轨迹在运动方向上能够在有限时间内跟踪期望轨迹,而自适应技术可以有效处理未知参数以及外部扰动带来的不确定性的影响。
发明内容
本发明所要解决的技术问题是给出一种存在未知参数和外部扰动情形下的轮式移动机器人轨迹跟踪方法。
本发明所述的基于快速终端滑模的轮式移动机器人轨迹跟踪方法,采用如下步骤:
步骤(1):建立轮式移动机器人的运动学模型和期望轨迹模型,并根据运动学模型和期望轨迹模型建立误差模型;
步骤(2):引入合适的滑模面s1、s2,根据步骤(1)中的误差模型设计虚拟反馈量
步骤(3):结合步骤(2)中的误差模型、虚拟反馈量和滑模面s1、s2,设计有限时间虚拟线速度vc和虚拟角速度wc;根据轮式移动机器人的实际线速度v和实际角速度w,得到线速度偏差信号和角速度偏差信号
步骤(4):建立轮式移动机器人的动力学模型,将线速度偏差信号和角速度偏差信号代入动力学模型,设计轮式移动机器人的左右轮力矩控制器τ、未知参数估计器和外部扰动估计器
进一步,所述步骤(2)中设计的虚拟反馈量和滑模面s1、s2满足:
其中s1=xe,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi,vr为期望线速度,xe、ye、θe为轮式移动机器人实际位姿与期望位姿的偏差。
进一步,所述步骤(3)中设计的虚拟线速度vc和虚拟角速度wc为:
其中,ye、θe为轮式移动机器人实际位姿与期望位姿的偏差,vr为期望线速度,wr为期望角速度,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi。
进一步,所述步骤(4)中的未知参数包括轮式移动机器人的质量m、转动惯量I或者质心与几何中心的距离d。
进一步,所述步骤(4)中设计的左右轮力矩控制器τ、未知参数估计器和外部扰动估计器分别为:
其中τ=[τ1,τ2]T,τ1和τ2分别为驱动左轮和右轮的控制力矩,BR∈R2×2是可逆的矩阵,Y∈R2×3是关于实际速度与虚拟速度的矩阵,是对所述未知参数的估计向量,α3>0、β3>0,p3、q3是正奇数并且满足q3<p3<2q3,Γ1、Γ2是可设定的增益,xe、ye为轮式移动机器人实际位姿与期望位姿的偏差,是对外部扰动上限值E的估计,
本发明和现有技术相比,具有如下的有益效果:本发明在存在未知参数和外部扰动等干扰的复杂工况下,能够在有限时间内跟踪期望轨迹,跟踪效果良好,并且对未知参数和外部扰动的鲁棒性强。
附图说明
图1是轮式移动机器人示意图;
图2是轮式移动机器人控制的控制原理图;
图3是跟踪圆轨迹(匀速)的左轮力矩;
图4是跟踪圆轨迹的右轮力矩;
图5是跟踪圆轨迹的轨迹曲线图;
图6是跟踪圆轨迹的误差曲线图;
图7是跟踪圆轨迹的线速度图;
图8是跟踪圆轨迹的角速度图;
图9是跟踪余弦轨迹(变速)的左轮力矩;
图10是跟踪余弦轨迹的右轮力矩;
图11是跟踪余弦轨迹的轨迹曲线图;
图12是跟踪余弦轨迹的误差曲线图;
图13是跟踪余弦轨迹的线速度图;
图14是跟踪圆轨迹的角速度图。
具体实施方式
下面结合附图对本发明作进一步说明:
图1是轮式移动机器人的示意图,其中xoy是世界坐标系,XY是移动坐标系,pc和po分别是轮式移动机器人的质心和几何中心,b是两个驱动轮的轮轴长度的一半,a是机器人的车身长度,r是驱动轮的半径,θ是轮式移动机器人的运动方向与世界坐标系的x方向的夹角,机器人的驱动左轮1、驱动右轮2和脚轮3所处的位置也如图1所示。如图2所示,本发明设计了基于快速终端滑模的轮式移动机器人轨迹跟踪方法,包括如下具体步骤:
步骤(1):建立轮式移动机器人的运动学模型和期望轨迹模型,并根据运动学模型和期望轨迹模型建立误差模型;
步骤(2):引入合适的滑模面s1、s2,根据步骤(1)中的误差模型设计虚拟反馈量
步骤(3):结合步骤(2)中的误差模型、虚拟反馈量和滑模面s1、s2,设计有限时间虚拟线速度vc和虚拟角速度wc;根据轮式移动机器人的实际线速度v和实际角速度w,得到线速度偏差信号和角速度偏差信号
步骤(4):建立轮式移动机器人的动力学模型,将线速度偏差信号和角速度偏差信号代入动力学模型,设计轮式移动机器人的左右轮力矩控制器τ、未知参数估计器和外部扰动估计器其中的未知参数包括质量m、转动惯量I或者质心与几何中心的距离d。
步骤(2)中设计的虚拟反馈量和滑模面s1、s2满足:
其中s1=xe,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi,vr为期望线速度,xe、ye、θe为轮式移动机器人实际位姿与期望位姿的偏差。
根据上述的滑模面s1、s2,设计有限时间虚拟速度控制器,如图2所示,其中虚拟线速度vc和虚拟角速度wc为:
其中,ye、θe为轮式移动机器人实际位姿与期望位姿的偏差,vr为期望线速度,wr为期望角速度,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi。
由于存在未知参数和外部扰动的影响,本发明引入了左右轮力矩控制器τ、未知参数估计器和外部扰动估计器基于估计器和快速终端滑模的思想,如图2所示,步骤(4)设计了一个有限时间力矩控制器,如下式:
其中τ=[τ1,τ2]T,τ1和τ2分别为驱动左轮和右轮的控制力矩,BR∈R2×2是可逆的矩阵,Y∈R2×3是关于实际速度与虚拟速度的矩阵,是对所述未知参数的估计向量,α3>0、β3>0,p3、q3是正奇数并且满足q3<p3<2q3,Γ1、Γ2是可设定的增益,xe、ye为轮式移动机器人实际位姿与期望位姿的偏差,是对外部扰动上限值E的估计,
在具体实施例中,本发明的具体步骤如下:
步骤(1):建立轮式移动机器人的运动学模型: 约束条件是该约束条件保证轮式移动机器人两轮轴线上的瞬时速度为0。其中[x,y,θ]T是系统的状态,(x,y)为质心在世界坐标系中的位置坐标,θ为机器人姿态角,v、w分别是机器人的实际线速度和实际角速度,d是机器人的质心与几何中心之间的距离。期望轨迹模型 其中(xr,yr,θr)是期望轨迹姿态,vr是期望线速度,wr是期望角速度。针对期望轨迹模型和运动学模型建立误差模型 对其求导得 其中,xe、ye、θe为轮式移动机器人实际位姿与期望位姿的偏差。
步骤(2):设计虚拟反馈量以及滑模面s1、s2:
其中s1=xe,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi,vr为期望线速度,xe、ye、θe为轮式移动机器人实际位姿与期望位姿的偏差。
步骤(3):设计有限时间虚拟速度控制器,如图2所示,其中虚拟线速度vc和虚拟角速度wc为:
其中,ye、θe为轮式移动机器人实际位姿与期望位姿的偏差,vr为期望线速度,wr为期望角速度,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi。
取李雅普诺夫方程为:
对其求导,得
这表明s1=xe可以在有限时间 内到达零。
选取李雅普诺夫方程为:
对其求导,得
同理表明 可以在有限时间 内到达零。因为故可以得到θe=-arctan(vrye)。根据误差模型有又因为在ts1以后xe就到达零,所以这样我们选取李雅普诺夫方程为:
对其求导,得
由此可知当xe=0,时,ye可以渐近到达ye=0。又因为θe=-arctan(vrye),所以θe=0。
步骤(4):根据执行机构以及周边的环境建立动力学模型:
对其进行适当的变换可以得到:
其中 且τd1≤E1,τd2≤E2;E1,E2是未知的正常数,r是轮子的半径,b是机器人轮轴长度的一半,d是质心与几何中心之间的距离。 m=mc+2mw,m12=0.25b-2r2(mb2-J),J=mcd2+2mwb2+Jc+2Jm,c=0.5b-1r2mcd,m11=0.25b-2r2(mb2+J)+Jw,mc是机器人的质量(不包括驱动轮和它的电机转子的质量),mw是一个驱动轮和它的电机转子的质量,Jc表示机器人(不包括驱动轮和它的电机转子)绕z轴(过质心的垂直于XY平面)的转动惯量,Jm表示每个轮子及它的电机转子关于直径的转动惯量,Jw表示每个轮子及它的电机转子关于轮轴的转动惯量,τ为左右轮力矩控制器,vc为虚拟线速度,wc为虚拟角速度,w为实际角速度,
如图2所示,设计了一个有限时间力矩控制器:
其中τ=[τ1,τ2]T,τ1和τ2分别为驱动左轮和右轮的控制力矩,BR∈R2×2是可逆的矩阵,Y∈R2×3是关于实际速度与虚拟速度的矩阵,是对所述未知参数的估计向量,α3>0、β3>0,p3、q3是正奇数并且满足q3<p3<2q3,Γ1、Γ2是可设定的增益,xe、ye为轮式移动机器人实际位姿与期望位姿的偏差,是对外部扰动上限值E的估计,
选取李雅普诺夫方程为:对其求导并代入控制器最终可得:
由此可知也可以在有限时间内到达零,即实际线速度v和实际角速度w可以在有限时间内跟踪虚拟线速度vc和虚拟角速度wc。
综上所述,本发明在存在未知参数和外部扰动等干扰的复杂工况下,能够在有限时间内跟踪期望轨迹,跟踪效果良好,并且对未知参数和外部扰动的鲁棒性强。
在本发明的实施例中所采用的扰动模型为 跟踪轨迹采用如下两种模型:
(I)匀速圆周运动,其中vr=1,wr=0.5。此时所选取的参数为β0=β1=β2=0.8,α0=α1=α2=0.5。图3和图4是(14)式中的左右轮控制力矩τ1和τ2的曲线图,图5是轮式移动机器人实际的运动轨迹与期望轨迹的曲线图,图6是轨迹跟踪的位姿误差图,图7是期望线速度vr、虚拟线速度vc和实际线速度v的曲线图,图8是期望角速度wr、虚拟角速度wc和实际角速度w的曲线图。
(II)变速余弦运动,其中此时所选取的参数为β0=β1=1.9,β2=1.2,α0=α1=2.8,α2=0.5。图9和图10是(14)式中的左右轮控制力矩τ1和τ2的曲线图,图11是轮式移动机器人实际的运动轨迹与期望轨迹的曲线图,图12是轨迹跟踪的位姿误差图,图13是期望线速度vr、虚拟线速度vc和实际线速度v的曲线图,图14是期望角速度wr、虚拟角速度wc和实际角速度w的曲线图。
Claims (5)
1.基于快速终端滑模的轮式移动机器人轨迹跟踪方法,其特征在于:该方法采用如下步骤:
步骤(1):建立轮式移动机器人的运动学模型和期望轨迹模型,并根据运动学模型和期望轨迹模型建立误差模型;
步骤(2):引入合适的滑模面s1、s2,根据步骤(1)中的误差模型设计虚拟反馈量
步骤(3):结合步骤(1)中的误差模型以及步骤(2)中的虚拟反馈量和滑模面s1、s2,设计有限时间虚拟线速度vc和虚拟角速度wc;根据轮式移动机器人的实际线速度v和实际角速度w,得到线速度偏差信号和角速度偏差信号
步骤(4):建立轮式移动机器人的动力学模型,将线速度偏差信号和角速度偏差信号代入动力学模型,设计轮式移动机器人的左右轮力矩控制器τ、未知参数估计器和外部扰动估计器
2.根据权利要求1所述的基于快速终端滑模的轮式移动机器人轨迹跟踪方法,其特征在于:所述步骤(2)中设计的虚拟反馈量和滑模面s1、s2满足:
其中s1=xe,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi,vr为期望线速度,xe、ye、θe为轮式移动机器人实际位姿与期望位姿的偏差。
3.根据权利要求1所述的基于快速终端滑模的轮式移动机器人轨迹跟踪方法,其特征在于:所述步骤(3)中设计的虚拟线速度vc和虚拟角速度wc为:
其中,ye、θe为轮式移动机器人实际位姿与期望位姿的偏差,vr为期望线速度,wr为期望角速度,αi、βi(i=1,2)满足αi>0、βi>0,pi、qi(i=1,2)是正奇数且满足qi<pi<2qi。
4.根据权利要求1所述的基于快速终端滑模的轮式移动机器人轨迹跟踪方法,其特征在于:所述步骤(4)中的未知参数包括轮式移动机器人的质量m、转动惯量I或者质心与几何中心的距离d。
5.根据权利要求4所述的基于快速终端滑模的轮式移动机器人轨迹跟踪方法,其特征在于:所述步骤(4)中设计的左右轮力矩控制器τ、未知参数估计器和外部扰动估计器分别为:
其中τ=[τ1,τ2]T,τ1和τ2分别为驱动左轮和右轮的控制力矩,BR∈R2×2是可逆的矩阵,Y∈R2×3是关于实际速度与虚拟速度的矩阵,是对所述未知参数的估计向量,α3>0、β3>0,p3、q3是正奇数并且满足q3<p3<2q3,Γ1、Γ2是可设定的增益,xe、ye为轮式移动机器人实际位姿与期望位姿的偏差,是对外部扰动上限值E的估计,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510312675.4A CN104932506B (zh) | 2015-06-09 | 2015-06-09 | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510312675.4A CN104932506B (zh) | 2015-06-09 | 2015-06-09 | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104932506A true CN104932506A (zh) | 2015-09-23 |
CN104932506B CN104932506B (zh) | 2017-09-19 |
Family
ID=54119710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510312675.4A Active CN104932506B (zh) | 2015-06-09 | 2015-06-09 | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104932506B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105171758A (zh) * | 2015-10-21 | 2015-12-23 | 孟强 | 一种机器人的自适应有限时间收敛滑模控制方法 |
CN105629729A (zh) * | 2016-01-04 | 2016-06-01 | 浙江工业大学 | 一种基于线性自抗扰的网络化移动机器人轨迹跟踪控制方法 |
CN105786012A (zh) * | 2016-03-24 | 2016-07-20 | 哈尔滨工程大学 | 基于生物激励模型的uuv虚拟速度控制方法 |
CN107037808A (zh) * | 2016-09-09 | 2017-08-11 | 东莞理工学院 | 基于滑模控制器的输送车寻迹方法 |
CN107168340A (zh) * | 2017-07-11 | 2017-09-15 | 江南大学 | 一种基于滑模变结构的移动机器人轨迹跟踪控制方法 |
CN108008720A (zh) * | 2017-10-31 | 2018-05-08 | 哈尔滨理工大学 | 一种轮式移动机器人的模糊滑模轨迹跟踪控制及方法 |
CN108098770A (zh) * | 2017-12-14 | 2018-06-01 | 张辉 | 一种移动机器人的轨迹跟踪控制方法 |
CN108594637A (zh) * | 2018-05-30 | 2018-09-28 | 大连理工大学 | 两轮自平衡车平面点对点自主运动控制方法 |
CN108897224A (zh) * | 2018-08-03 | 2018-11-27 | 合肥工业大学 | 一种不确定轮式移动机器人的自适应轨迹跟踪控制方法 |
CN109597310A (zh) * | 2019-02-01 | 2019-04-09 | 东南大学 | 一种基于扰动观测器的轮式移动机器人轨迹跟踪方法 |
CN109746922A (zh) * | 2019-03-11 | 2019-05-14 | 河海大学常州校区 | 一种基于有限时间切换控制的非完整机器人控制方法 |
CN109857100A (zh) * | 2019-01-09 | 2019-06-07 | 合肥工业大学 | 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法 |
CN110568872A (zh) * | 2019-08-23 | 2019-12-13 | 江苏工程职业技术学院 | 基于扰动观测器的车载光电跟踪平台有限时间控制方法 |
CN111158376A (zh) * | 2020-01-14 | 2020-05-15 | 山东省人工智能研究院 | 松软崎岖地形中摇杆摇臂式星球车轨迹跟踪协调控制方法 |
CN111338354A (zh) * | 2020-03-27 | 2020-06-26 | 淮安信息职业技术学院 | 履带式车辆轨迹跟踪控制方法、装置及系统 |
CN111694361A (zh) * | 2020-06-23 | 2020-09-22 | 杭州宇芯机器人科技有限公司 | 基于改进趋近律滑模控制的钢结构柔性探伤机器人轨迹跟踪方法 |
CN112068438A (zh) * | 2020-09-18 | 2020-12-11 | 东南大学 | 基于新型趋近律滑模控制器的智能收获机转向控制方法 |
CN112346344A (zh) * | 2020-11-19 | 2021-02-09 | 天津大学 | 用于轮式机器人的轨迹跟踪控制方法 |
CN113050634A (zh) * | 2021-03-12 | 2021-06-29 | 北方工业大学 | 一种攀爬机器人闭环控制方法及系统 |
CN113721607A (zh) * | 2021-08-16 | 2021-11-30 | 燕山大学 | 轮式机器人轨迹跟踪最优控制方法 |
CN116197891A (zh) * | 2021-12-01 | 2023-06-02 | 北京小米移动软件有限公司 | 控制机器人运动的方法、装置、机器人及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040073368A1 (en) * | 2002-05-10 | 2004-04-15 | Hector Gonzalez-Banos | Real-time target tracking of an unpredictable target amid unknown obstacles |
CN1877469A (zh) * | 2006-06-29 | 2006-12-13 | 上海电力学院 | 一种消弱滑模变结构控制系统抖振的方法 |
US20100145511A1 (en) * | 2008-08-18 | 2010-06-10 | Popa Dan O | Microcrawler and conveyor robots, controllers, systems, and methods |
CN103019239A (zh) * | 2012-11-27 | 2013-04-03 | 江苏大学 | 用于喷药移动机器人的轨迹跟踪滑模控制系统和控制方法 |
CN104317299A (zh) * | 2014-11-11 | 2015-01-28 | 东南大学 | 一种基于轮式移动机器人轨迹跟踪的混合控制方法 |
-
2015
- 2015-06-09 CN CN201510312675.4A patent/CN104932506B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040073368A1 (en) * | 2002-05-10 | 2004-04-15 | Hector Gonzalez-Banos | Real-time target tracking of an unpredictable target amid unknown obstacles |
CN1877469A (zh) * | 2006-06-29 | 2006-12-13 | 上海电力学院 | 一种消弱滑模变结构控制系统抖振的方法 |
US20100145511A1 (en) * | 2008-08-18 | 2010-06-10 | Popa Dan O | Microcrawler and conveyor robots, controllers, systems, and methods |
CN103019239A (zh) * | 2012-11-27 | 2013-04-03 | 江苏大学 | 用于喷药移动机器人的轨迹跟踪滑模控制系统和控制方法 |
CN104317299A (zh) * | 2014-11-11 | 2015-01-28 | 东南大学 | 一种基于轮式移动机器人轨迹跟踪的混合控制方法 |
Non-Patent Citations (1)
Title |
---|
杨士超: "非完整轮式移动机器人的反馈镇定和轨迹跟踪控制研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105171758B (zh) * | 2015-10-21 | 2017-02-01 | 孟强 | 一种机器人的自适应有限时间收敛滑模控制方法 |
CN105171758A (zh) * | 2015-10-21 | 2015-12-23 | 孟强 | 一种机器人的自适应有限时间收敛滑模控制方法 |
CN105629729A (zh) * | 2016-01-04 | 2016-06-01 | 浙江工业大学 | 一种基于线性自抗扰的网络化移动机器人轨迹跟踪控制方法 |
CN105786012B (zh) * | 2016-03-24 | 2018-09-04 | 哈尔滨工程大学 | 基于生物激励模型的uuv虚拟速度控制方法 |
CN105786012A (zh) * | 2016-03-24 | 2016-07-20 | 哈尔滨工程大学 | 基于生物激励模型的uuv虚拟速度控制方法 |
CN107037808A (zh) * | 2016-09-09 | 2017-08-11 | 东莞理工学院 | 基于滑模控制器的输送车寻迹方法 |
CN107037808B (zh) * | 2016-09-09 | 2020-04-24 | 东莞理工学院 | 基于滑模控制器的输送车寻迹方法 |
CN107168340A (zh) * | 2017-07-11 | 2017-09-15 | 江南大学 | 一种基于滑模变结构的移动机器人轨迹跟踪控制方法 |
CN108008720A (zh) * | 2017-10-31 | 2018-05-08 | 哈尔滨理工大学 | 一种轮式移动机器人的模糊滑模轨迹跟踪控制及方法 |
CN108008720B (zh) * | 2017-10-31 | 2021-01-01 | 哈尔滨理工大学 | 一种轮式移动机器人的模糊滑模轨迹跟踪控制及方法 |
CN108098770A (zh) * | 2017-12-14 | 2018-06-01 | 张辉 | 一种移动机器人的轨迹跟踪控制方法 |
CN108594637A (zh) * | 2018-05-30 | 2018-09-28 | 大连理工大学 | 两轮自平衡车平面点对点自主运动控制方法 |
CN108897224A (zh) * | 2018-08-03 | 2018-11-27 | 合肥工业大学 | 一种不确定轮式移动机器人的自适应轨迹跟踪控制方法 |
CN108897224B (zh) * | 2018-08-03 | 2021-09-24 | 合肥工业大学 | 一种不确定轮式移动机器人的自适应轨迹跟踪控制方法 |
CN109857100B (zh) * | 2019-01-09 | 2022-02-01 | 合肥工业大学 | 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法 |
CN109857100A (zh) * | 2019-01-09 | 2019-06-07 | 合肥工业大学 | 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法 |
CN109597310B (zh) * | 2019-02-01 | 2021-09-07 | 东南大学 | 一种基于扰动观测器的轮式移动机器人轨迹跟踪方法 |
CN109597310A (zh) * | 2019-02-01 | 2019-04-09 | 东南大学 | 一种基于扰动观测器的轮式移动机器人轨迹跟踪方法 |
CN109746922A (zh) * | 2019-03-11 | 2019-05-14 | 河海大学常州校区 | 一种基于有限时间切换控制的非完整机器人控制方法 |
CN110568872A (zh) * | 2019-08-23 | 2019-12-13 | 江苏工程职业技术学院 | 基于扰动观测器的车载光电跟踪平台有限时间控制方法 |
CN111158376A (zh) * | 2020-01-14 | 2020-05-15 | 山东省人工智能研究院 | 松软崎岖地形中摇杆摇臂式星球车轨迹跟踪协调控制方法 |
CN111158376B (zh) * | 2020-01-14 | 2021-04-20 | 山东省人工智能研究院 | 松软崎岖地形中摇杆摇臂式星球车轨迹跟踪协调控制方法 |
CN111338354A (zh) * | 2020-03-27 | 2020-06-26 | 淮安信息职业技术学院 | 履带式车辆轨迹跟踪控制方法、装置及系统 |
CN111694361A (zh) * | 2020-06-23 | 2020-09-22 | 杭州宇芯机器人科技有限公司 | 基于改进趋近律滑模控制的钢结构柔性探伤机器人轨迹跟踪方法 |
CN112068438A (zh) * | 2020-09-18 | 2020-12-11 | 东南大学 | 基于新型趋近律滑模控制器的智能收获机转向控制方法 |
CN112068438B (zh) * | 2020-09-18 | 2022-05-13 | 东南大学 | 基于新型趋近律滑模控制器的智能收获机转向控制方法 |
CN112346344A (zh) * | 2020-11-19 | 2021-02-09 | 天津大学 | 用于轮式机器人的轨迹跟踪控制方法 |
CN113050634A (zh) * | 2021-03-12 | 2021-06-29 | 北方工业大学 | 一种攀爬机器人闭环控制方法及系统 |
CN113721607A (zh) * | 2021-08-16 | 2021-11-30 | 燕山大学 | 轮式机器人轨迹跟踪最优控制方法 |
CN113721607B (zh) * | 2021-08-16 | 2023-03-24 | 燕山大学 | 轮式机器人轨迹跟踪最优控制方法 |
CN116197891A (zh) * | 2021-12-01 | 2023-06-02 | 北京小米移动软件有限公司 | 控制机器人运动的方法、装置、机器人及存储介质 |
CN116197891B (zh) * | 2021-12-01 | 2024-04-02 | 北京小米机器人技术有限公司 | 控制机器人运动的方法、装置、机器人及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104932506B (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104932506A (zh) | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 | |
CN107168369B (zh) | 一种欠驱动无人车的编队控制方法及系统 | |
CN105607636A (zh) | 一种基于积分滑模算法的轮式移动机器人主从式编队控制方法 | |
Yong et al. | Balance control of two-wheeled self-balancing mobile robot based on TS fuzzy model | |
CN103624784B (zh) | 一种空间多臂复杂连接联合体自适应控制方法 | |
CN113051673B (zh) | 一种机器人改进Stribeck摩擦模型辨识方法 | |
CN105929849A (zh) | 一种基于点镇定的轮式移动机器人目标跟踪控制方法 | |
CN113848905B (zh) | 基于神经网络和自适应控制的移动机器人轨迹跟踪方法 | |
CN102880062B (zh) | 基于非线性模型预测的智能小车2.5维视觉伺服控制方法 | |
CN114942593B (zh) | 一种基于干扰观测器补偿的机械臂自适应滑模控制方法 | |
Ge et al. | Sliding mode variable structure control of mobile manipulators | |
Subramanian et al. | Obstacle avoidance using multi-point potential field approach for an underactuated flat-fish type AUV in dynamic environment | |
CN107977011A (zh) | 基于分数阶控制算法的四旋翼无人机飞行控制方法 | |
CN105867134A (zh) | 双框架飞机蒙皮检测机器人连续切换运动的控制方法 | |
Worrall et al. | Application of Inverse Simulation to a wheeled mobile robot | |
Renawi et al. | ROS validation for non-holonomic differential robot modeling and control: Case study: Kobuki robot trajectory tracking controller | |
CN101369134A (zh) | 构建全方位移动装置运动模型的方法及设备 | |
Yun | Kinematics and Dynamic Modeling and Simulation Analysis of Three-wheeled Mobile Robot | |
CN109648566A (zh) | 电机参数未知的全方位移动机器人的轨迹跟踪控制方法 | |
Gao et al. | Path Tracking Control of Micro-tracked mobile robot | |
Yue et al. | 739. Design of adaptive sliding mode control for spherical robot based on MR fluid actuator | |
Hao et al. | The fuzzy controller designing of the self-balancing robot | |
Kusumawardana et al. | Disturbance compensation using CTC with NDOB for formation control of mobile robots | |
Au et al. | Investigation of serpentine gait of a snake robot with a wireless camera | |
Saputro et al. | Design and implementation of trajectory tracking motion in mobile robot skid steering using model predictive control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |