CN105652869A - 一种基于cmac和pid的全向移动机器人及移动控制方法 - Google Patents

一种基于cmac和pid的全向移动机器人及移动控制方法 Download PDF

Info

Publication number
CN105652869A
CN105652869A CN201610004165.5A CN201610004165A CN105652869A CN 105652869 A CN105652869 A CN 105652869A CN 201610004165 A CN201610004165 A CN 201610004165A CN 105652869 A CN105652869 A CN 105652869A
Authority
CN
China
Prior art keywords
cmac
pid
master controller
omni
output valve
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.)
Pending
Application number
CN201610004165.5A
Other languages
English (en)
Inventor
唐炜
刘勇
王成龙
胡海秀
刘操
顾金凤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Science and Technology
Original Assignee
Jiangsu University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN201610004165.5A priority Critical patent/CN105652869A/zh
Publication of CN105652869A publication Critical patent/CN105652869A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种基于CMAC和PID的全向移动机器人及移动控制方法,全向移动机器人包括全向移动底盘、位于全向移动底盘上的六自由度机械手、遥控终端和电池组。移动控制方法包括步骤为:CMAC结构设计、给定速度分量输入、主控制器开始作用、车轮转速误差计算、CMAC和PID联合控制、车轮转速误差再次计算、CMAC和PID再次联合控制、并以及类推。采用上述结构和方法后,能克服以往控制算法无法兼顾精度、响应实时性和稳定性的缺陷,实现全方位移动机器人在环境不够理想、影响因素不完全确定等复杂条件下的实时高精度控制。尤其适合在狭小作业空间以及需要频繁转向和精确定位的环境内,完成指定物体的夹持、移位及搬运等功能。

Description

一种基于CMAC和PID的全向移动机器人及移动控制方法
技术领域
本发明涉及一种移动机器人及控制方法,特别是一种基于CMAC和PID的全向移动机器人及移动控制方法。
背景技术
轮式移动机器人具有运行灵活、稳定可靠、承载能力强等优点,已成功并广泛地应用于工业、仓储物流、服务业等诸多领域。本发明的全向移动机器人能集全向移动和机械手搬运功能于一体,主要由全向移动底盘和六自由度机械手两大部分组成,通过相互协调配合来完成指定物体的夹持、移位及搬运的功能。其中,全向移动底盘具有平面内的三个自由度,可以实现纵向移动、横向侧移、原地旋转等基本运动以及任意组合的复杂运动,能较好地克服普通轮式移动机器人无法横向侧移和原地旋转的缺陷,尤其适合在狭小作业空间、障碍较多以及需要频繁转向和精确定位的环境内运行,具有广阔的发展前景。
由于麦克纳姆轮对地面要求较高,机器人在实际运行过程中,辊子与地面的接触情况会受到地面实际状况的影响,当地面状况不断变化时,机器人必须实时作出反应,通过在线自动调整相关运动控制参数,才能保证其运动精度和运行平稳性。因此,全向移动机器人对响应实时性、运动控制精度及稳定性都有较高要求。目前,应用于移动机器人运动的控制算法主要是常规PID控制以及模糊自适应PID控制。
中国发明专利[申请号:CN201410725687.5申请日2014.12.02]公开了一种全向机器人的改进PID控制算法,此算法虽控制简单,但其随动性较差,当机器人运行环境地面不够平坦时,其控制精度往往达不到要求。中国发明专利[申请号:CN201110287320.6.5申请日2011.09.26]公开了一种机器人的模糊PID控制算法,它虽然能够根据机器人实际地面的变化而在线自动修改PID的三个参数,但因其程序较为复杂,可能会影响到移动机器人的响应实时性,尤其在机器人运行速度较快时,可能会因车体的惯性,而导致全向机器人小车瞬间偏离预先规划好的运动轨迹。故上述两种控制算法都不太适合全向移动机器人小车在运动环境不够理想、影响因素不完全确定等复杂条件下的实时控制。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,而提供一种基于CMAC和PID的全向移动机器人的移动控制方法,该基于CMAC和PID的全向移动机器人的移动控制方法能克服以往控制算法无法兼顾精度、响应实时性和稳定性的缺陷,实现全方位移动机器人在环境不够理想、影响因素不完全确定等复杂条件下的实时高精度控制。
为解决上述技术问题,本发明采用的技术方案是:
一种基于CMAC和PID的全向移动机器人的移动控制方法,包括如下步骤:
第一步,CMAC结构设计:根据机器人轮组的给定速度,进行CMAC结构设计;CMAC结构包括输入状态空间S、概念存储器A、实际存储器A1和CMAC输出值uc
第二步,给定速度分量输入:将机器人轮组的给定速度以无线或有线的方式传送给机器人的主控制器,其中,给定速度包括车轮沿x、y方向的线速度以及车轮绕z轴的旋转角速度;主控制器按照逆运动学控制模型,将接收的给定速度转化为多个车轮的转动速度。
第三步,主控制器开始作用:主控制器为CMAC和PID联合控制器;此时,将主控制器中CMAC的输出设置为零,主控制器将以PID方式驱动电机带动车轮转动,主控制器第一次总输出值等于PID输出值。
第四步,车轮转速误差计算:通过光电编码器对第三步中各车轮转动时的实际速度进行检测,并反馈给主控制器;主控制器将接收的实际速度与转化后的给定速度进行对比,并计算出车轮转速误差。
第五步,CMAC和PID联合控制:主控制器将第四步计算的转速误差送入控制单元,此时,主控制器将采用CMAC和PID联合控制的方式,利用第三步中的PID输出值在线训练CMAC中的连接权值,CMAC根据接收的转速误差以及训练后的连接权值,得到CMAC输出值,PID也根据接收的转速误差得到一个新的PID输出值;主控制器第二次总输出值等于CMAC输出值与新的PID输出值之和,主控制器按照第二次总输出值对多个车轮的实际速度进行调整与控制。
第六步,车轮转速误差再次计算:光电编码器对调整后的实际速度进行再次检测,并反馈给主控制器;主控制器按照第三步方法对车轮转速误差进行再次计算。
第七步,CMAC和PID再次联合控制:主控制器将第六步再次计算的转速误差再次送入控制单元,并按照第五步方法,利用第五步中新的PID输出值在线训练CMAC中的连接权值,并得到主控制器第三次总输出值,主控制器按照第三次总输出值对多个车轮的实际速度进行调整与控制。
第八步,重复第六步与第七步,直至转速误差为零,停止调整。
所述第一步中,CMAC结构设计步骤如下:
步骤1,从输入状态空间S至概念存储器A的概念映射:将输入空间S在区间[S1,S2]上分成N+2C个量化间隔,具体分法为:
上述(1)式中,d为概念存储器A内的存储值;
步骤2,实际映射:CMAC采用如下的杂散编码方法实现实际映射关系:
上述(2)式中,ai为CMAC中实际存储器A1内的一个指针,每个指针内均存储着相应的连接权值;Sk为第k个输入样本值;
步骤3,CMAC的输出uc(k)为:
上述(3)式中,uc(k)为CMAC的第k次输出值;wi为CMAC中实际存储器A1内的第i个连接权值;c为泛化参数。
所述第五步和第七步中,CMAC和PID联合控制的调整目标为:
上述(4)式中,E(k)为CMAC和PID联合控制的调整目标;u(k)为主控制器的第k次总输出值;c为泛化系数。
所述第五步和第七步中,采用梯度下降法,利用PID输出值在线训练CMAC中的连接权值,梯度下降法的调整规则为:
上述(5)式中,w(k)或w(k-1)为CMAC中实际存储器A1内的第k或k-1个连接权值;η为学习率,0<η<1;α为动量因子。
所述第二步中,全向移动机器人的车轮为四个,每个车轮均为麦克纳姆轮;所述逆运动学控制模型为:
式中,ω1、ω2、ω3和ω4为按照逆运动学控制模型,将给定速度转化成的四个车轮的转动速度;vx为给定的沿x方向的线速度;vy为给定的沿y方向的线速度;ωz为给定的车轮绕z轴的旋转角速度;W为四轮轮距的二分之一;L为轴距的二分之一。
另外,本发明还提供一种基于CMAC和PID的全向移动机器人,该基于CMAC和PID的全向移动机器人能集全向移动和机械手搬运功能于一体,其机械结构采用了四轮全向移动底盘与六自由度机械手相结合的形式,尤其适合在狭小作业空间以及需要频繁转向和精确定位的环境内,完成指定物体的夹持、移位及搬运等功能。
为解决上述技术问题,本发明采用的技术方案是:
一种基于CMAC和PID的全向移动机器人,包括全向移动底盘和位于全向移动底盘上的六自由度机械手,全向移动底盘包括车架、位于车架底部四周的四个麦克纳姆轮、麦克纳姆轮驱动装置和控制器,麦克纳姆轮驱动装置包括直流电机、主控制器和编码器,其中,主控制器为CMAC和PID联合控制器,能实现速度闭环控制;编码器能检测麦克纳姆轮转动的实际速度。
还包括遥控终端,遥控终端为手机。
所述控制器包括通过CAN总线进行通讯的主控制器和从控制器,其中,主控制器用于接收遥控终端发送过来的控制指令,并协同控制四个麦克纳姆轮的转速和转向;从控制器用于控制六自由度机械手的运动关节以实现物品的抓取、移位及释放。
还包括设置于车架下方的减震器。
本发明采用上述方法与结构后,具有如下有益效果:
1、通过麦克纳姆轮轮组协同运动控制实现车体底盘在平面内的全方位移动,并结合六自由度机械手完成物品的搬运功能,能明显提高全向底盘在狭小作业空间下的运动灵活性及移动效率,从而提升机器人搬运物体的工作效率。
2、全向移动机器人的速度控制采用了小脑模型神经网络与PID的联合控制策略(简称CMAC+PID),总控制信号由CMAC和PID控制器共同产生。
CMAC+PID联合控制算法,其计算过程较为简单,实时响应速度快、控制精度高且抗干扰能力好,较适合于全向移动机器人在运动环境不够理想、影响因素不完全确定等复杂条件下的实时控制。
CMAC控制器的突出优点是对输入信号的响应快,主要实现前馈控制,以保证机器人在运行过程中麦克纳姆轮速度控制的实时响应,同时通过引入常规PID控制器来实现反馈控制,在提高机器人速度控制鲁棒性的同时,还能有效抑制外界干扰,确保机器人运行的平稳可靠。
3、CMAC+PID联合控制效果与PID中控制参数的关系并不密切,即只要求它们在一个合理的范围内即可,从而降低了控制器参数整定的难度。
附图说明
图1显示了本发明一种基于CMAC和PID的全向移动机器人的轴测图;
图2显示了全向移动底盘的仰视图;
图3显示了本发明一种基于CMAC和PID的全向移动机器人的控制系统框图;
图4显示了本发明一种基于CMAC和PID的全向移动机器人中CMAC+PID联合控制流程图。
图中:1:全向移动底盘;2:六自由度机械手;3:麦克纳姆轮;4:减速器;5:直流电机;6:减震器;7:主控制器;8:锂电池。
具体实施方式
下面结合附图和具体较佳实施方式对本发明作进一步详细的说明。
如图1所示,一基于CMAC和PID的全向移动机器人,包括全向移动底盘1、位于全向移动底盘1上的六自由度机械手2、遥控终端和电池组。
如图1和图2所示,全向移动底盘1包括车架、位于车架底部四周的四个麦克纳姆轮3、麦克纳姆轮驱动装置、控制器和减震器6。
上述麦克纳姆轮3采用两左旋、两右旋的对角线布局结构,分别通过减速器由对应的直流电机独立驱动,能够实现纵向移动、横向侧移、原地旋转等基本运动以及任意组合的复杂运动。
麦克纳姆轮驱动装置包括直流电机5、主控制器、减速器4和编码器。其中,主控制器为CMAC和PID联合控制器,能实现速度的闭环控制。编码器能检测麦克纳姆轮转动的实际速度。
上述遥控终端优选为手机,通过运行自主开发的APP软件,利用蓝牙无线方式和全向移动机器人进行双向实时通讯。作为替换,也可以为IPAD或电脑等其他终端设备。
上述电池组优选为锂电池8,能为整个麦克纳姆轮驱动装置和控制器进行供电。
上述六自由度机械手2的运动关节为若干个舵机,如图3所示的腰部、大臂、小臂和手爪等,舵机均主要由铝合金支架构成。六自由度机械手2,主要用于在近球形工作空间内完成物品抓取与搬运等功能。
上述控制器采用双MCU架构,控制核心为两个STM32高性能单片机。双MCU架构也即图3中所示的MCU1和MCU2,其中,MCU1为主控制器,MCU2为从控制器。
上述主控制器和从控制器通过CAN总线进行实时通讯。
其中,主控制器MCU1用于接收遥控终端发送过来的控制指令,并将收到的控制指令后根据底盘控制用逆运动学模型对四个直流电机协同控制,从而对四个麦克纳姆轮的转速和转向进行协同控制。
从控制器MCU2用于控制六自由度机械手的运动关节以实现物品的抓取、移位及释放。
上述减震器6为四个,也分别设置在车架的四个边角处。每个减震器均优选为弹簧阻尼装置,以确保车轮工作在不平整地面时,通过减小轮组不规则触地所带来的振动幅度,而增强底盘运行的平稳性。
一种基于CMAC和PID的全向移动机器人的移动控制方法,包括如下步骤。
第一步,CMAC结构设计:根据机器人轮组的给定速度,进行CMAC结构设计。
CMAC结构包括输入状态空间S、概念存储器A、实际存储器A1和CMAC输出值uc
CMAC结构设计步骤如下:
步骤1,从输入状态空间S至概念存储器A的概念映射:将输入空间S在区间[S1,S2]上分成N+2C个量化间隔,具体分法为:
上述(1)式中,d为概念存储器A内的存储值。
步骤2,实际映射:CMAC采用如下的杂散编码方法实现实际映射关系:
上述(2)式中,ai为CMAC中实际存储器A1内的一个指针,每个指针内均存储着相应的连接权值;Sk为第k个输入样本值。
步骤3,CMAC的输出uc(k)为:
上述(3)式中,uc(k)为CMAC的第k次输出值;wi为CMAC中实际存储器A1内的第i个连接权值;c为泛化参数。
第二步,给定速度分量输入:将机器人轮组的给定速度以无线或有线的方式传送给机器人的主控制器,其中,给定速度包括车轮沿x、y方向的线速度以及车轮绕z轴的旋转角速度;主控制器按照逆运动学控制模型,将接收的给定速度转化为多个车轮的转动速度。
上述逆运动学控制模型如下:
式中,ω1、ω2、ω3和ω4为按照逆运动学控制模型,将给定速度转化成的四个车轮的转动速度;vx为给定的沿x方向的线速度;vy为给定的沿y方向的线速度;ωz为给定的车轮绕z轴的旋转角速度;W为四轮轮距的二分之一;L为轴距的二分之一。
第三步,主控制器开始作用,直流电机启动
主控制器为CMAC和PID联合控制器;此时,将主控制器中CMAC的输出设置为零,即w(1)=0,故CMAC的输出uc(1)为零。主控制器将以PID方式驱动电机带动车轮转动,主控制器第一次总输出值u(1)等于PID输出值up(1)。
第四步,车轮转速误差计算
通过光电编码器对第三步中各车轮转动时的实际速度y(1)进行检测,并将y(1)值反馈给主控制器;主控制器将接收的实际速度y(1)与转化后的给定速度S(1)进行对比,并计算出车轮转速误差。
第五步,CMAC和PID联合控制
主控制器将第四步计算的转速误差送入控制单元,此时,主控制器将采用CMAC和PID联合控制的方式,利用第三步中的PID输出值up(1)在线训练CMAC中的连接权值,得w(2),w(2)=w(1)+Δw(1)。
CMAC根据接收的转速误差以及训练后的连接权值w(2),得到CMAC输出值uc(2),PID也根据接收的转速误差得到一个新的PID输出值up(2);主控制器第二次总输出值u(2)等于CMAC输出值uc(2)与新的PID输出值之和up(2),也即:u(2)=up(2)+uc(2)。
主控制器按照第二次总输出值u(2)对多个车轮的实际速度进行调整与控制。
上述CMAC和PID联合控制的调整目标为:
上述(4)式中,E(k)为CMAC和PID联合控制的调整目标;u(k)为主控制器的第k次总输出值;c为泛化系数。
另外,采用梯度下降法,利用PID输出值在线训练CMAC中的连接权值,梯度下降法的调整规则为:
上述(5)式中,w(k)或w(k-1)为CMAC中实际存储器A1内的第k或k-1个连接权值;η为学习率,0<η<1;α为动量因子。
第六步,车轮转速误差再次计算
光电编码器对调整后的实际速度y(2)进行再次检测,并反馈给主控制器;主控制器按照第三步方法对车轮转速误差进行再次计算。
第七步,CMAC和PID再次联合控制
主控制器将第六步再次计算的转速误差再次送入控制单元,并按照第五步方法,利用第五步中新的PID输出值up(3)在线训练CMAC中的连接权值w(3),并得到主控制器第三次总输出值u(3),主控制器按照第三次总输出值u(3)对多个车轮的实际速度进行调整与控制。
第八步,重复第六步与第七步,经过数次训练,最终CMAC的输出uc会无限接近机器人控制系统的总控制输入u,而PID的输出up则为零。
综上所述,本发明的麦克纳姆轮全向移动机器人使用四轮布局结构并结合六自由度机械手,具备在平面内的全方位移动能力;通过使用高效的CAMC+PID联合控制算法,提升了机器人的运动控制精度及其平稳性,即使碰到不平路面,控制系统也具有良好的抗干扰能力和自适应性;尤其是在狭小作业空间、障碍较多以及需要频繁转向和精确定位的环境内运行时,具有独特的运动灵活性和工作效率。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。

Claims (10)

1.一种基于CMAC和PID的全向移动机器人的移动控制方法,其特征在于:包括如下步骤:
第一步,CMAC结构设计:根据机器人轮组的给定速度,进行CMAC结构设计;CMAC结构包括输入状态空间S、概念存储器A、实际存储器A1和CMAC输出值uc
第二步,给定速度分量输入:将机器人轮组的给定速度以无线或有线的方式传送给机器人的主控制器,其中,给定速度包括车轮沿x、y方向的线速度以及车轮绕z轴的旋转角速度;主控制器按照逆运动学控制模型,将接收的给定速度转化为多个车轮的转动速度;
第三步,主控制器开始作用:主控制器为CMAC和PID联合控制器;此时,将主控制器中CMAC的输出设置为零,主控制器将以PID方式驱动电机带动车轮转动,主控制器第一次总输出值等于PID输出值;
第四步,车轮转速误差计算:通过光电编码器对第三步中各车轮转动时的实际速度进行检测,并反馈给主控制器;主控制器将接收的实际速度与转化后的给定速度进行对比,并计算出车轮转速误差;
第五步,CMAC和PID联合控制:主控制器将第四步计算的转速误差送入控制单元,此时,主控制器将采用CMAC和PID联合控制的方式,利用第三步中的PID输出值在线训练CMAC中的连接权值,CMAC根据接收的转速误差以及训练后的连接权值,得到CMAC输出值,PID也根据接收的转速误差得到一个新的PID输出值;主控制器第二次总输出值等于CMAC输出值与新的PID输出值之和,主控制器按照第二次总输出值对多个车轮的实际速度进行调整与控制;
第六步,车轮转速误差再次计算:光电编码器对调整后的实际速度进行再次检测,并反馈给主控制器;主控制器按照第三步方法对车轮转速误差进行再次计算;
第七步,CMAC和PID再次联合控制:主控制器将第六步再次计算的转速误差再次送入控制单元,并按照第五步方法,利用第五步中新的PID输出值在线训练CMAC中的连接权值,并得到主控制器第三次总输出值,主控制器按照第三次总输出值对多个车轮的实际速度进行调整与控制;
第八步,重复第六步与第七步,直至转速误差为零,停止调整。
2.根据权利要求1所述的基于CMAC和PID的全向移动机器人的移动控制方法,其特征在于:所述第一步中,CMAC结构设计步骤如下:
步骤1,从输入状态空间S至概念存储器A的概念映射:将输入空间S在区间[S1,S2]上分成N+2C个量化间隔,具体分法为:
上述(1)式中,d为概念存储器A内的存储值;
步骤2,实际映射:CMAC采用如下的杂散编码方法实现实际映射关系:
上述(2)式中,ai为CMAC中实际存储器A1内的一个指针,每个指针内均存储着相应的连接权值;Sk为第k个输入样本值;
步骤3,CMAC的输出uc(k)为:
上述(3)式中,uc(k)为CMAC的第k次输出值;wi为CMAC中实际存储器A1内的第i个连接权值;c为泛化参数。
3.根据权利要求2所述的基于CMAC和PID的全向移动机器人的移动控制方法,其特征在于:所述第五步和第七步中,CMAC和PID联合控制的调整目标为:
上述(4)式中,E(k)为CMAC和PID联合控制的调整目标;u(k)为主控制器的第k次总输出值;c为泛化系数。
4.根据权利要求3所述的基于CMAC和PID的全向移动机器人的移动控制方法,其特征在于:所述第五步和第七步中,采用梯度下降法,利用PID输出值在线训练CMAC中的连接权值,梯度下降法的调整规则为:
上述(5)式中,w(k)或w(k-1)为CMAC中实际存储器A1内的第k或k-1个连接权值;η为学习率,0<η<1;α为动量因子。
5.根据权利要求1所述的基于CMAC和PID的全向移动机器人的移动控制方法,其特征在于:所述第二步中,全向移动机器人的车轮为四个,每个车轮均为麦克纳姆轮;所述逆运动学控制模型为:
式中,ω1、ω2、ω3和ω4为按照逆运动学控制模型,将给定速度转化成的四个车轮的转动速度;vx为给定的沿x方向的线速度;vy为给定的沿y方向的线速度;ωz为给定的车轮绕z轴的旋转角速度;W为四轮轮距的二分之一;L为轴距的二分之一。
6.一种基于CMAC和PID的全向移动机器人,其特征在于:包括全向移动底盘和位于全向移动底盘上的六自由度机械手,全向移动底盘包括车架、位于车架底部四周的四个麦克纳姆轮、麦克纳姆轮驱动装置和控制器,麦克纳姆轮驱动装置包括直流电机、主控制器和编码器,其中,主控制器为CMAC和PID联合控制器,编码器能检测麦克纳姆轮转动的实际速度。
7.根据权利要求6所述的基于CMAC和PID的全向移动机器人,其特征在于:还包括遥控终端。
8.根据权利要求7所述的基于CMAC和PID的全向移动机器人,其特征在于:所述遥控终端为手机。
9.根据权利要求7所述的基于CMAC和PID的全向移动机器人,其特征在于:所述控制器包括通过CAN总线进行通讯的主控制器和从控制器,其中,主控制器用于接收遥控终端发送过来的控制指令,并协同控制四个麦克纳姆轮的转速和转向;从控制器用于控制六自由度机械手的运动关节以实现物品的抓取、移位及释放。
10.根据权利要求6或7所述的基于CMAC和PID的全向移动机器人,其特征在于:还包括设置于车架下方的减震器。
CN201610004165.5A 2016-01-04 2016-01-04 一种基于cmac和pid的全向移动机器人及移动控制方法 Pending CN105652869A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610004165.5A CN105652869A (zh) 2016-01-04 2016-01-04 一种基于cmac和pid的全向移动机器人及移动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610004165.5A CN105652869A (zh) 2016-01-04 2016-01-04 一种基于cmac和pid的全向移动机器人及移动控制方法

Publications (1)

Publication Number Publication Date
CN105652869A true CN105652869A (zh) 2016-06-08

Family

ID=56490463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610004165.5A Pending CN105652869A (zh) 2016-01-04 2016-01-04 一种基于cmac和pid的全向移动机器人及移动控制方法

Country Status (1)

Country Link
CN (1) CN105652869A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106394729A (zh) * 2016-12-12 2017-02-15 上海汇聚自动化科技有限公司 一种低成本六自由度全向移动平台
CN106843213A (zh) * 2017-02-10 2017-06-13 中国东方电气集团有限公司 一种基于移动机器人的移动和操作路径自动规划的方法
CN107571259A (zh) * 2017-10-11 2018-01-12 深圳市普渡科技有限公司 一种机器人全向运动控制系统
CN108748079A (zh) * 2018-06-29 2018-11-06 深圳市越疆科技有限公司 一种移动机械臂、控制实现方法及其遥控系统
CN108828952A (zh) * 2018-08-02 2018-11-16 中国民航大学 基于小脑神经网络的舵机电动加载系统智能控制方法
CN109110480A (zh) * 2018-07-09 2019-01-01 同济大学 一种抱夹式快速货物搬运机械设备
CN109531003A (zh) * 2018-12-06 2019-03-29 沈阳建筑大学 一种全气动焊接机器人
CN109940596A (zh) * 2019-04-16 2019-06-28 四川阿泰因机器人智能装备有限公司 一种基于方差的机器人位移补偿方法
CN110058518A (zh) * 2019-04-04 2019-07-26 江苏大学 一种基于电控电驱的螺旋推进式移动平台及其控制方法
CN111026052A (zh) * 2019-12-06 2020-04-17 北京和利时智能技术有限公司 一种交错轮组机构拾取设备及其运动控制方法和装置
CN111308884A (zh) * 2019-10-18 2020-06-19 江苏金陵智造研究院有限公司 一种全向移动agv多舵轮协同控制方法
CN111752150A (zh) * 2020-06-12 2020-10-09 北京理工大学 一种轮足机器人四轮协同控制方法
CN112356946A (zh) * 2020-12-08 2021-02-12 南昌大学 搭载七自由度机械臂的麦克纳姆轮移动平台及其控制系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990059514A (ko) * 1997-12-30 1999-07-26 구자홍 비선형 시스템의 추종 제어장치
CN101727071A (zh) * 2009-11-13 2010-06-09 上海电力学院 神经网络模型与二次型单神经元pid并行控制方法
CN101973034A (zh) * 2010-11-06 2011-02-16 江苏申锡建筑机械有限公司 一种机器人控制电路
CN103019246A (zh) * 2011-09-26 2013-04-03 东莞易步机器人有限公司 一种两轮车的姿态控制方法
CN103312249A (zh) * 2013-07-09 2013-09-18 南昌航空大学 一种同步发电机自适应励磁控制方法
CN203574387U (zh) * 2013-11-18 2014-04-30 国家电网公司 基于小脑模型神经网络pid控制的风电机组软并网控制系统
CN103818525A (zh) * 2014-02-28 2014-05-28 扬州市江都永坚有限公司 一种减摇鳍模糊神经网络pid控制系统与方法
CN104483968A (zh) * 2014-12-02 2015-04-01 冯炳和 一种基于pid的四轮全向足球机器人运动控制方法
CN104698851A (zh) * 2015-03-01 2015-06-10 深圳市波奇智能系统有限公司 基于cmac与pid的参量声源并行控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990059514A (ko) * 1997-12-30 1999-07-26 구자홍 비선형 시스템의 추종 제어장치
CN101727071A (zh) * 2009-11-13 2010-06-09 上海电力学院 神经网络模型与二次型单神经元pid并行控制方法
CN101973034A (zh) * 2010-11-06 2011-02-16 江苏申锡建筑机械有限公司 一种机器人控制电路
CN103019246A (zh) * 2011-09-26 2013-04-03 东莞易步机器人有限公司 一种两轮车的姿态控制方法
CN103312249A (zh) * 2013-07-09 2013-09-18 南昌航空大学 一种同步发电机自适应励磁控制方法
CN203574387U (zh) * 2013-11-18 2014-04-30 国家电网公司 基于小脑模型神经网络pid控制的风电机组软并网控制系统
CN103818525A (zh) * 2014-02-28 2014-05-28 扬州市江都永坚有限公司 一种减摇鳍模糊神经网络pid控制系统与方法
CN104483968A (zh) * 2014-12-02 2015-04-01 冯炳和 一种基于pid的四轮全向足球机器人运动控制方法
CN104698851A (zh) * 2015-03-01 2015-06-10 深圳市波奇智能系统有限公司 基于cmac与pid的参量声源并行控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
唐炜等: "Mecanum轮全方位移动小车嵌入式控制系统的设计", 《江苏科技大学学报(自然科学版)》 *
李慧等: "异步电动机调速系统自适应辨识的CMAC_ADRC算法", 《农业机械学报》 *
石勇等: "基于CMAC神经网络前馈控制的柴油发电机组转速控制研究", 《内燃机工程》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106394729A (zh) * 2016-12-12 2017-02-15 上海汇聚自动化科技有限公司 一种低成本六自由度全向移动平台
CN106843213B (zh) * 2017-02-10 2020-01-10 中国东方电气集团有限公司 一种基于移动机器人的移动和操作路径自动规划的方法
CN106843213A (zh) * 2017-02-10 2017-06-13 中国东方电气集团有限公司 一种基于移动机器人的移动和操作路径自动规划的方法
CN107571259A (zh) * 2017-10-11 2018-01-12 深圳市普渡科技有限公司 一种机器人全向运动控制系统
CN108748079A (zh) * 2018-06-29 2018-11-06 深圳市越疆科技有限公司 一种移动机械臂、控制实现方法及其遥控系统
CN109110480A (zh) * 2018-07-09 2019-01-01 同济大学 一种抱夹式快速货物搬运机械设备
CN108828952A (zh) * 2018-08-02 2018-11-16 中国民航大学 基于小脑神经网络的舵机电动加载系统智能控制方法
CN108828952B (zh) * 2018-08-02 2021-03-05 中国民航大学 基于小脑神经网络的舵机电动加载系统智能控制方法
CN109531003A (zh) * 2018-12-06 2019-03-29 沈阳建筑大学 一种全气动焊接机器人
CN110058518A (zh) * 2019-04-04 2019-07-26 江苏大学 一种基于电控电驱的螺旋推进式移动平台及其控制方法
CN109940596A (zh) * 2019-04-16 2019-06-28 四川阿泰因机器人智能装备有限公司 一种基于方差的机器人位移补偿方法
CN109940596B (zh) * 2019-04-16 2022-02-11 四川阿泰因机器人智能装备有限公司 一种基于方差的机器人位移补偿方法
CN111308884A (zh) * 2019-10-18 2020-06-19 江苏金陵智造研究院有限公司 一种全向移动agv多舵轮协同控制方法
CN111308884B (zh) * 2019-10-18 2023-10-03 南京晨光集团有限责任公司 一种全向移动agv多舵轮协同控制方法
CN111026052A (zh) * 2019-12-06 2020-04-17 北京和利时智能技术有限公司 一种交错轮组机构拾取设备及其运动控制方法和装置
CN111752150A (zh) * 2020-06-12 2020-10-09 北京理工大学 一种轮足机器人四轮协同控制方法
CN111752150B (zh) * 2020-06-12 2021-07-16 北京理工大学 一种轮足机器人四轮协同控制方法
CN112356946A (zh) * 2020-12-08 2021-02-12 南昌大学 搭载七自由度机械臂的麦克纳姆轮移动平台及其控制系统

Similar Documents

Publication Publication Date Title
CN105652869A (zh) 一种基于cmac和pid的全向移动机器人及移动控制方法
CN105320129B (zh) 一种无人驾驶自行车轨迹跟踪控制的方法
CN106125728B (zh) 一种四驱轮式移动机器人轨迹跟踪控制方法
CN110244735B (zh) 移动机器人跟踪预定轨迹的启发式动态规划控制方法
Wang et al. A hybrid visual servo controller for robust grasping by wheeled mobile robots
CN108098738A (zh) 基于混联机构的移动机械手作业平稳性控制方法及设备
CN105183009B (zh) 一种冗余机械臂轨迹控制方法
CN103240739B (zh) 一种移动机械臂分散集中自主切换控制方法
Nagarajan et al. Planning in high-dimensional shape space for a single-wheeled balancing mobile robot with arms
US8127871B2 (en) Frame walker predicated on a parallel mechanism
CN110007594A (zh) 一种汽车电泳涂装输送用混联机器人的自适应鲁棒滑模控制方法
CN105751200A (zh) 全液压自主移动机械臂的动作方法
CN105751199A (zh) 全液压自主移动机械臂的动作方法
CN113985864B (zh) 一种动态行走的四足探测机器人及控制方法
Wang et al. Research on logistics autonomous mobile robot system
CN104793497A (zh) 基于多体系统离散时间传递矩阵法的机器人动力学建模方法
CN101982809B (zh) 一种轮腿式机器人的耦合优化控制方法
Lin et al. Simulation of robot automatic control model based on artificial intelligence algorithm
Han et al. Assumed model feedforward sliding mode control for a wheeled mobile robot with 3-DOF manipulator systems
CN106814741A (zh) 一种双臂巡检机器人质心自动调整控制系统和方法
Li et al. Dynamic adaptive equilibrium control for a self-stabilizing robot
CN114700955B (zh) 双轮腿-臂机器人全身运动规划与控制方法
Zhao et al. Adaptive finite-time backstepping control for a two-wheeled mobile manipulator
Park et al. Realization of stabilization using feed-forward and feedback controller composition method for a mobile robot
CN114296454B (zh) 一种全向全驱移动机器人的自适应运动控制方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160608