CN107656500A - 基于数值加速度控制的全方位移动机器人轨迹跟踪方法 - Google Patents

基于数值加速度控制的全方位移动机器人轨迹跟踪方法 Download PDF

Info

Publication number
CN107656500A
CN107656500A CN201710957396.2A CN201710957396A CN107656500A CN 107656500 A CN107656500 A CN 107656500A CN 201710957396 A CN201710957396 A CN 201710957396A CN 107656500 A CN107656500 A CN 107656500A
Authority
CN
China
Prior art keywords
mrow
msub
mtd
mtr
mover
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
Application number
CN201710957396.2A
Other languages
English (en)
Other versions
CN107656500B (zh
Inventor
王俊锋
米泽硕玉
杨俊友
王义娜
常洪彬
马昕宇
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.)
Guangdong Zhi Ai Robot Technology Co Ltd
Original Assignee
Guangdong Zhi Ai Robot Technology Co Ltd
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 Guangdong Zhi Ai Robot Technology Co Ltd filed Critical Guangdong Zhi Ai Robot Technology Co Ltd
Priority to CN201710957396.2A priority Critical patent/CN107656500B/zh
Publication of CN107656500A publication Critical patent/CN107656500A/zh
Application granted granted Critical
Publication of CN107656500B publication Critical patent/CN107656500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/416—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control of velocity, acceleration or deceleration

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

本发明公开了一种基于数值加速度控制的全方位移动机器人轨迹跟踪方法，包括以下步骤：针对全方位移动机器人进行物理建模；设定采样周期，建立全方位移动机器人的离散型动力学模型；设定目标轨迹，为使全方位移动机器人跟踪目标轨迹，基于数值加速度控制，计算作用在各个全方位移动部件上的驱动力；构建全方位移动机器人跟踪误差的离散状态反馈系统，求出实现轨迹跟踪的数值加速度控制器的最优参数；导入目标轨迹的未来信息，设计可使轨迹跟踪精度得到进一步有效提高的数值加速度控制器。本发明的轨迹跟踪控制方法，在各个全方位移动部件所承受的地面摩擦力实时变化情况下也能实现高精度的轨迹跟踪，并且具有良好的鲁棒性。

Description

基于数值加速度控制的全方位移动机器人轨迹跟踪方法
技术领域
本发明属于机器人控制技术领域，尤其涉及一种基于数值加速度控制的全方位移动机器人轨迹跟踪方法。
背景技术
随着时代的进步和科学技术的不断发展，机器人被广泛应用到物质生产和人类生活中。全方位移动机器人摆脱了转弯半径的限制，可进行零曲率半径运动，与普通移动机器人相比,具有机动灵活的运动特性，在机器人研究领域人已经成为一个重要分支。它可以在任意时刻实现前后、左右、自转、向任意方向的运动。
现代社会正处于不可避免的老龄化阶段，辅助老人生活的移动机器人将成为老人居家生活的重要支撑之一。而老人居家空间有限，家具摆设又没有规律，所以作为辅助老人生活的移动机器人，可在狭小空间内移动的全方位移动机器人技术，是比较合适的理想技术方案。利用全方位移动机器人辅助老人生活，最关键的是安全性。全方位移动机器人行走时为避免撞击周围的人和物，在室内全局或局部路径规划好的轨迹上，必须具备有高精度的轨迹跟踪能力。但是全方位移动机器人在室内使用时，不同的房间可能会有不同的地面材质，如地毯，地板等，另外还有湿度，温度，机械磨损等因素影响，导致机器人所承受的地面摩擦力不同。即全方位移动机器人是典型的非线性时变系统。作为非线性时变系统轨迹跟踪控制的常用方法有，PID控制，神经网络法，模糊控制等。对于给定的目标轨迹，PID控制法在一定的地面条件，即当摩擦一定时，通过调节其控制参数，可以达到一定的追踪精度。但是当改变轨迹，或者地面条件变化，即摩擦实时变化时，需要重新调节PID控制参数，否则将不能保证轨迹跟踪的精度。因此说用PID控制实现全方位移动机器人轨迹跟踪时，很难实时对应各种轨迹以及适应各种不同的地面条件。神经网络法，可以克服全方位移动机器人系统由于摩擦等因素所引起非线性时变外部扰动，但其算法复杂，在线学习时间长，所以神经网络法不容易实现全方位移动机器人的实时轨迹跟踪控制。模糊控制法不需要对系统进行建模，但模糊控制规则把各种轨迹，各种时变摩擦等因素都面面俱到地包含进去是不现实的。目前，全方位移动机器人的轨迹跟踪问题是国内外研究的难点问题。
发明内容
本发明的目的在于：针对现有技术的不足，而提供一种基于数值加速度控制的全方位移动机器人轨迹跟踪方法，该方法的数值控制器设计不是单纯将通常的连续时间控制法进行数值化，而是基于作用在全方位移动机器人的万向轮上的驱动力和全方位移动机器人运动中的加速度、速度和位置三者的瞬间关系，利用目标轨迹的未来信息而实现的。另外，该方法的数值控制器能很好地处理全方位移动机器人所承受的地面摩擦等非线性时变外扰，并且由构成的跟踪误差状态反馈形式，用极点配置法或者最优理论可以选出数值控制器中的最优调节参数，轨迹跟踪精度将得到进一步有效提高。
为了实现上述目的，本发明采用以下技术方案：
一种基于数值加速度控制的全方位移动机器人轨迹跟踪方法，包括以下步骤：
步骤一，全方位移动机器人的物理建模，全方位移动部件为四个万向轮，考虑地面对全方位移动机器人的非线性摩擦力影响的运动学模型和动力学模型分别如式(1)和式(2)所示，
其中，(x,y)为绝对坐标系，θ为机器人的姿势角，Fi为作用在各个万向轮上的驱动力，fi为地面对机器人的非线性摩擦力,vi为各个万向轮速度，M为机器人的质量，I为机器人的转动惯量，D为驱动力相对机器人中心位置的力臂长度；
当
F(t)＝[F1(t),F2(t),F3(t),F4(t)]T，
f(t)＝[f1(t),f2(t),f3(t),f4(t)]T
动力学模型以表示；
步骤二，假设在时刻kT之后，经过非常微小时间后的时刻为kT+，在时刻t＝kT+时，作用于全方位移动机器人万向轮上的驱动力为F(kT+)，在一个采样周期T内作用于各个万向轮驱动力为不变的，则时刻t＝kT和时刻t＝kT+的全方位移动机器人的离散型动力学模型分别如式(3)和式(4)所示，
其中F((k-1)T+)为时间区间[(k-1)T+,kT]内作用于各个万向轮的输入驱动力，F(kT+)是经过一个采样周期T后，下一个时间区间[kT+,(k+1)T]内的作用于各个万向轮的驱动力；
步骤三，把Xcd(t)作为全方位移动机器人的目标轨迹，为了使全方位移动机器人跟踪目标轨迹，时刻t＝kT的万向轮驱动力F((k-1)T+)作为已知的，则在时刻t＝kT+，基于数值加速度控制，作用在各个万向轮上的驱动力F(kT+)的计算式如下：
其中，KD为速度偏差系数，KD＝diag(kdii)；KP为位置偏差系数，KP＝diag(kpii)；
步骤四，决定KD和KP的最优值，将目标轨迹设为Xcd(t),全方位移动机器人跟踪误差定义为e(t)＝Xcd(t)-X(t),当作用在全方位移动机器人万向轮上的驱动力瞬间变化时，其全方位移动机器人加速度也将瞬间变化，而全方位移动机器人速度和位置是不会发生瞬间变化，又由全方位移动机器人的离散型动力学模型和作用于各个万向轮上的驱动力的计算式，得到全方位移动机器人跟踪误差的离散模型如下：
在时间区间[kT+,(k+1)T]内，
根据(6)～(8)三式得到下式，
令以及
得到E[(k+1)T]＝AE(kT)，
进一步地，
得到E[(k+1)T]＝(A1-A2K)E(kT)，
对于上式的误差状态反馈系统，为保证系统稳定性，用极点配置法或者最优理论可以选出KP和KD的最优值；
步骤五，基于离散型最优预见控制理论，利用已知的未来目标信息，进一步改善系统动态响应性能，在时刻t＝kT+，基于数值加速度控制，导入目标轨迹未来信息，计算作用在各个万向轮上的驱动力，进行全方位移动机器人系统的数值加速度控制器的设计。
作为本发明所述的基于数值加速度控制的全方位移动机器人轨迹跟踪方法的一种改进，在步骤五中，在时刻t＝kT+，导入目标轨迹未来位置信息时，基于数值加速度控制，设计的全方位移动机器人系统的数值加速度控制器的控制则如下：
作为本发明所述的基于数值加速度控制的全方位移动机器人轨迹跟踪方法的一种改进，在步骤五中，在时刻t＝kT+，导入目标轨迹未来位置信息，且还导入未来速度信息时，基于数值加速度控制，设计的全方位移动机器人系统的数值加速度控制器的控制则如下：
本发明的有益效果在于：
1)本发明着眼于作用在各个万向轮上的驱动力和全方位移动机器人运动加速度之间的瞬间关系，利用目标轨迹的未来信息，提供了基于数值加速度控制的全方位移动机器人的轨迹跟踪控制方法。所设计的离散数值加速度控制器算法可以抵消，全方位移动机器人系统实时运动过程中存在的非线性时变干扰。最优化设计的离散数值加速度控制器中的速度调节参数值和位置调节参数值，可以对应于不同的目标轨迹，抑制摩擦力等非线性时变干扰，从而解决了全方位移动机器人非线性系统中的参数时变特性问题。
2)本发明的数值加速度控制器利用了目标轨迹的未来信息，使全方位移动机器人的轨迹跟踪精度得到进一步有效提高。
3)本发明易于计算机实时控制的实现，在各个万向轮所承受的地面摩擦力实时变化情况下也能实现高精度的轨迹跟踪，具有良好的鲁棒性。
附图说明
图1为本发明的全方位移动机器人的结构示意图。
图2为本发明中全方位移动机器人万向轮的坐标配置图。
图3为本发明中全方位移动机器人数值加速度控制系统的框图。
图4为本发明中实施例1的仿真实验结果。
图5为本发明中实施例1进行仿真实验时作用于各个万向轮上的驱动力和摩擦力。
图6为本发明中实施例2的仿真实验结果。
图7为本发明中实施例2进行仿真实验时作用于各个万向轮上的驱动力和摩擦力。
图8为本发明中实施例3的仿真实验结果。
具体实施方式
下面将结合具体实施方式和说明书附图对本发明及其有益效果作进一步详细说明，但是，本发明的具体实施方式并不局限于此。
实施例1
本实施例提供一种基于数值加速度控制的全方位移动机器人轨迹跟踪控制方法，包括以下步骤：
步骤一，当全方位移动机器人的质量M＝100kg，全方位移动机器人的转动惯量I＝6kg·m，驱动力相对机器人中心位置的力臂长度D＝0.3m时，图1所示的全方位移动机器人，按图2所示的万向轮的坐标配置，其运动学模型和动力学模型以及非线性摩擦模型如下：
其中，μ＝0.2N/kg,
上述动力学模型可以用如下方程式表示，即
其中
F(t)＝[F1(t),F2(t),F3(t),F4(t)]T，
f(t)＝[f1(t),f2(t),f3(t),f4(t)]T
步骤二，设采样周期为T＝10ms，在一个采样周期T内对各个万向轮的驱动力为不变，在时刻t＝kT和时刻t＝kT+，全方位移动机器人的离散型动力学模型如下：
步骤三，把Xcd(t)作为全方位移动机器人的目标轨迹，为了使全方位移动机器人跟踪目标轨迹，基于数值加速度控制，在时刻t＝kT+时，作用在各个万向轮驱动力的计算式如下：
其中，KD为速度偏差系数，KD＝diag(kdii)；KP为位置偏差系数，KP＝diag(kpii)；
步骤四，目标轨迹为Xcd(t)时，全方位移动机器人跟踪误差定义为e(t)＝Xcd(t)-X(t)，全方位移动机器人跟踪误差的离散模型如下：
E[(k+1)T]＝AE(kT)
采样周期为T＝10ms，机器人的转动惯量为I＝26kg·m时，为了保证系统稳定性，基于跟踪误差的离散模型A的特征值计算，选出的KP和KD的最优值如下：
KP＝{0.003,0.003,0.003}，KD＝{0.1,0.1,0.1}。
实施例2
与实施例1不同的是：本实施例的基于数值加速度控制的全方位移动机器人轨迹跟踪控制方法，还包括以下步骤：
步骤五，在时刻t＝kT+，导入目标轨迹未来位置信息的全方位移动机器人系统数值加速度控制器的控制则如下：
其中，预见控制参数：P＝6，K1＝dig{0.004；0.006；0.004}K2＝dig{0.0008；0.0008；0.0008}；K3＝dig{0.0006；0.0006；0.00001}K4＝dig{0.0001；0.0001；0.00001}；K5＝K6＝K4。
其它的与实施例1相同，这里不再赘述。
实施例3
与实施例1不同的是：本实施例的基于数值加速度控制的全方位移动机器人轨迹跟踪控制方法，还包括以下步骤：
步骤五，在时刻t＝kT+，导入目标轨迹未来位置信息以及未来速度信息时，基于数值加速度控制，设计的全方位移动机器人系统的数值加速度控制器的控制则如下：
其中，预见控制参数：P＝6，K1＝dig{0.004；0.006；0.004}K2＝dig{0.0008；0.0008；0.0008}；K3＝dig{0.0006；0.0006；0.00001}K4＝dig{0.0001；0.0001；0.00001}；K5＝K6＝K4。
其它的与实施例1相同，这里不再赘述。
测试实验
分别对实施例1～3的对全方位移动机器人轨迹跟踪方法进行仿真实验，仿真实验的径路如下：
其中，圆心为(x0,y0)＝(5m,5m)，半径为r＝4。
所规划的目标轨迹如下：
仿真实验时间设为t0＝150s。
需要说明的是，图4中的实线为目标值，点线为全方位移动机器人的仿真实验跟踪结果，图4(a)的纵轴表示机器人x方向位置的跟踪，图4(b)的纵轴表示机器人y方向位置的跟踪，图4(c)的纵轴表示机器人姿势角的跟踪，图4(d)表示全方位移动机器人在圆形目标轨迹上的跟踪情况。图6中的实线为目标值，点线为全方位移动机器人的仿真实验跟踪结果，图6(a)的纵轴表示机器人x方向位置的跟踪，图6(b)的纵轴表示机器人y方向位置的跟踪，图6(c)的纵轴表示机器人姿势角的跟踪，图6(d)表示全方位移动机器人在圆形目标轨迹上的跟踪情况。图8中的实线为目标值，点线为全方位移动机器人的仿真实验跟踪结果，图8(a)的纵轴表示机器人x方向位置的跟踪，图8(b)的纵轴表示机器人y方向位置的跟踪，图8(c)的纵轴表示机器人姿势角的跟踪，图8(d)表示全方位移动机器人在圆形目标轨迹上的跟踪情况。
从图4、图6和图8的结果可以看出，导入目标轨迹的未来位置信息时的跟踪的仿真实验结果，要比没有导入目标轨迹的未来信息时的跟踪精度高，导入目标轨迹的未来位置信息和速度信息时跟踪精度是最高的。
根据上述说明书的揭示和教导，本发明所属领域的技术人员还能够对上述实施方式进行变更和修改。因此，本发明并不局限于上述的具体实施方式，凡是本领域技术人员在本发明的基础上所作出的任何显而易见的改进、替换或变型均属于本发明的保护范围。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。

Claims (3)

1.一种基于数值加速度控制的全方位移动机器人轨迹跟踪方法，其特征在于，包括以下步骤：
步骤一，全方位移动机器人的物理建模，全方位移动部件为四个万向轮，考虑地面对全方位移动机器人的非线性摩擦力影响的运动学模型和动力学模型分别如式(1)和式(2)所示，
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>v</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>v</mi> <mn>2</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>v</mi> <mn>3</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>v</mi> <mn>4</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>c</mi> <mi>o</mi> <mi>s</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>cos</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mi>cos</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mi>cos</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> </mtd> </mtr> <mtr> <mtd> <mover> <mi>y</mi> <mo>&amp;CenterDot;</mo> </mover> </mtd> </mtr> <mtr> <mtd> <mover> <mi>&amp;theta;</mi> <mo>&amp;CenterDot;</mo> </mover> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>M</mi> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mi>M</mi> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mi>I</mi> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> </mtd> </mtr> <mtr> <mtd> <mover> <mi>y</mi> <mo>&amp;CenterDot;</mo> </mover> </mtd> </mtr> <mtr> <mtd> <mover> <mi>&amp;theta;</mi> <mo>&amp;CenterDot;</mo> </mover> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mi>cos</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>cos</mi> <mi>&amp;theta;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mi>cos</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mi>cos</mi> <mi>&amp;theta;</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>sin</mi> <mi>&amp;theta;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mi>D</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msub> <mi>F</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>f</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>F</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>f</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>F</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>f</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>F</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>f</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中，(x,y)为绝对坐标系，θ为机器人的姿势角，Fi为作用在各个万向轮上的驱动力，fi为地面对机器人的非线性摩擦力,vi为各个万向轮速度，M为机器人的质量，I为机器人的转动惯量，D为驱动力相对机器人中心位置的力臂长度；
当
F(t)＝[F1(t),F2(t),F3(t),F4(t)]T，
f(t)＝[f1(t),f2(t),f3(t),f4(t)]T
时，
动力学模型以表示；
步骤二，假设在时刻kT之后，经过非常微小时间后的时刻为kT+，在时刻t＝kT+时，作用于全方位移动机器人万向轮上的驱动力为F(kT+)，在一个采样周期T内作用于各个万向轮驱动力为不变的，则时刻t＝kT和时刻t＝kT+的全方位移动机器人的离散型动力学模型分别如式(3)和式(4)所示，
<mrow> <mi>F</mi> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msup> <mi>T</mi> <mo>+</mo> </msup> <mo>&amp;rsqb;</mo> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>B</mi> <mi>T</mi> </msup> <mi>B</mi> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msup> <mi>B</mi> <mi>T</mi> </msup> <msub> <mi>M</mi> <mn>0</mn> </msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>F</mi> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>&amp;rsqb;</mo> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>B</mi> <mi>T</mi> </msup> <mi>B</mi> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msup> <mi>B</mi> <mi>T</mi> </msup> <msub> <mi>M</mi> <mn>0</mn> </msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中F((k-1)T+)为时间区间[(k-1)T+,kT]内作用于各个万向轮的输入驱动力，F(kT+)是经过一个采样周期T后，下一个时间区间[kT+,(k+1)T]内的作用于各个万向轮的驱动力；
步骤三，把Xcd(t)作为全方位移动机器人的目标轨迹，为了使全方位移动机器人跟踪目标轨迹，时刻t＝kT的万向轮驱动力F((k-1)T+)作为已知的，则在时刻t＝kT+，基于数值加速度控制，作用在各个万向轮上的驱动力F(kT+)的计算式如下：
其中，KD为速度偏差系数，KD＝diag(kdii)；KP为位置偏差系数，KP＝diag(kpii)；
步骤四，决定KD和KP的最优值，将目标轨迹设为Xcd(t),全方位移动机器人跟踪误差定义为e(t)＝Xcd(t)-X(t),当作用在全方位移动机器人万向轮上的驱动力瞬间变化时，其全方位移动机器人加速度也将瞬间变化，而全方位移动机器人速度和位置是不会发生瞬间变化，又由全方位移动机器人的离散型动力学模型和作用于各个万向轮上的驱动力的计算式，得到全方位移动机器人跟踪误差的离散模型如下：
<mrow> <mover> <mi>e</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>K</mi> <mi>D</mi> </msub> <mover> <mi>e</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>K</mi> <mi>P</mi> </msub> <mi>e</mi> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>=</mo> <mn>0</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
在时间区间[kT+,(k+1)T]内，
<mrow> <mover> <mi>e</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>=</mo> <mover> <mi>e</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>+</mo> <mover> <mi>e</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mi>T</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>e</mi> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>=</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>+</mo> <mover> <mi>e</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mi>T</mi> <mo>+</mo> <mo>+</mo> <mover> <mi>e</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mfrac> <msup> <mi>T</mi> <mn>2</mn> </msup> <mn>2</mn> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
根据(6)～(8)三式得到下式，
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>e</mi> <mo>&amp;lsqb;</mo> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> <mi>T</mi> <mo>&amp;rsqb;</mo> </mtd> </mtr> <mtr> <mtd> <mover> <mi>e</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>&amp;lsqb;</mo> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> <mi>T</mi> <mo>&amp;rsqb;</mo> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>I</mi> <mo>-</mo> <mfrac> <msup> <mi>T</mi> <mn>2</mn> </msup> <mn>2</mn> </mfrac> <msub> <mi>K</mi> <mi>P</mi> </msub> </mrow> </mtd> <mtd> <mrow> <mi>T</mi> <mi>I</mi> <mo>-</mo> <mfrac> <msup> <mi>T</mi> <mn>2</mn> </msup> <mn>2</mn> </mfrac> <msub> <mi>K</mi> <mi>D</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <msub> <mi>TK</mi> <mi>P</mi> </msub> </mrow> </mtd> <mtd> <mrow> <mi>I</mi> <mo>-</mo> <msub> <mi>TK</mi> <mi>D</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>e</mi> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mtd> </mtr> <mtr> <mtd> <mover> <mi>e</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mtd> </mtr> </mtable> </mfenced> </mrow>
令以及
得到E[(k+1)T]＝AE(kT)，
进一步地，
得到E[(k+1)T]＝(A1-A2K)E(kT)，
对于上式的误差状态反馈系统，为保证系统稳定性，用极点配置法或者最优理论可以选出KP和KD的最优值；
步骤五，基于离散型最优预见控制理论，利用已知的未来目标信息，进一步改善系统动态响应性能，在时刻t＝kT+，基于数值加速度控制，导入目标轨迹未来信息，计算作用在各个万向轮上的驱动力，进行全方位移动机器人系统的数值加速度控制器的设计。
2.根据权利要求1所述的基于数值加速度控制的全方位移动机器人轨迹跟踪方法，其特征在于，在步骤五中，在时刻t＝kT+，导入目标轨迹未来位置信息时，基于数值加速度控制，设计的全方位移动机器人系统的数值加速度控制器的控制则如下：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>F</mi> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>=</mo> <mi>F</mi> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msup> <mi>T</mi> <mo>+</mo> </msup> <mo>&amp;rsqb;</mo> <mo>+</mo> <msup> <mi>B</mi> <mi>T</mi> </msup> <msup> <mrow> <mo>(</mo> <msup> <mi>BB</mi> <mi>T</mi> </msup> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msub> <mi>M</mi> <mn>0</mn> </msub> <mo>{</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>K</mi> <mi>D</mi> </msub> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mn>2</mn> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>2</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msub> <mi>K</mi> <mi>P</mi> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mi>P</mi> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> </mtd> </mtr> </mtable> <mo>.</mo> </mrow>
3.根据权利要求1所述的基于数值加速度控制的全方位移动机器人轨迹跟踪方法，其特征在于，在步骤五中，在时刻t＝kT+，导入目标轨迹未来位置信息，且还导入未来速度信息时，基于数值加速度控制，设计的全方位移动机器人系统的数值加速度控制器的控制则如下：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>F</mi> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>=</mo> <mi>F</mi> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msup> <mi>T</mi> <mo>+</mo> </msup> <mo>&amp;rsqb;</mo> <mo>+</mo> <msup> <mi>B</mi> <mi>T</mi> </msup> <msup> <mrow> <mo>(</mo> <msup> <mi>BB</mi> <mi>T</mi> </msup> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msub> <mi>M</mi> <mn>0</mn> </msub> <mo>{</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <msup> <mi>kT</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>K</mi> <mi>d</mi> </msub> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mi>T</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mfenced open = "" close = "}"> <mtable> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mn>2</mn> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>2</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msub> <mi>K</mi> <mi>P</mi> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mi>P</mi> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mi>X</mi> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mover> <mi>K</mi> <mo>&amp;OverBar;</mo> </mover> <mn>1</mn> </msub> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mover> <mi>K</mi> <mo>&amp;OverBar;</mo> </mover> <mn>2</mn> </msub> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>2</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msub> <mover> <mi>K</mi> <mo>&amp;OverBar;</mo> </mover> <mi>P</mi> </msub> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mi>P</mi> <mo>)</mo> </mrow> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>c</mi> </msub> <mo>&amp;lsqb;</mo> <mi>k</mi> <mi>T</mi> <mo>&amp;rsqb;</mo> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> </mtd> </mtr> </mtable> <mo>.</mo> </mrow>
CN201710957396.2A 2017-10-16 2017-10-16 基于数值加速度控制的全方位移动机器人轨迹跟踪方法 Active CN107656500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710957396.2A CN107656500B (zh) 2017-10-16 2017-10-16 基于数值加速度控制的全方位移动机器人轨迹跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710957396.2A CN107656500B (zh) 2017-10-16 2017-10-16 基于数值加速度控制的全方位移动机器人轨迹跟踪方法

Publications (2)

Publication Number Publication Date
CN107656500A true CN107656500A (zh) 2018-02-02
CN107656500B CN107656500B (zh) 2019-11-12

Family

ID=61118877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710957396.2A Active CN107656500B (zh) 2017-10-16 2017-10-16 基于数值加速度控制的全方位移动机器人轨迹跟踪方法

Country Status (1)

Country Link
CN (1) CN107656500B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407791A (zh) * 2022-08-19 2022-11-29 沈阳工业大学 一种考虑重心偏移影响的步行训练机器人轨迹跟踪方法
CN115635485A (zh) * 2022-11-09 2023-01-24 苏州智康机器人有限公司 一种移动康复机器人的实时人机交互力控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013180384A (ja) * 2012-03-05 2013-09-12 Toyota Motor Corp 重心高さ軌道生成装置、その生成方法及びプログラム
CN106276009A (zh) * 2016-08-11 2017-01-04 中国科学院宁波材料技术与工程研究所 全向移动搬运机器人
CN106272433A (zh) * 2016-09-28 2017-01-04 中科新松有限公司 自主移动机器人的轨迹定位系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013180384A (ja) * 2012-03-05 2013-09-12 Toyota Motor Corp 重心高さ軌道生成装置、その生成方法及びプログラム
CN106276009A (zh) * 2016-08-11 2017-01-04 中国科学院宁波材料技术与工程研究所 全向移动搬运机器人
CN106272433A (zh) * 2016-09-28 2017-01-04 中科新松有限公司 自主移动机器人的轨迹定位系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
杨俊友等: "下肢康复机器人机械结构设计及动力学仿真", 《沈阳工业大学学报》 *
温明亮: "基于人机交互全向移动下肢康复机器人轨迹控制", 《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》 *
邢雯丽: "8Mecanum轮全向移动平台运动学、动力学建模与实验", 《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407791A (zh) * 2022-08-19 2022-11-29 沈阳工业大学 一种考虑重心偏移影响的步行训练机器人轨迹跟踪方法
CN115407791B (zh) * 2022-08-19 2023-12-12 沈阳工业大学 一种考虑重心偏移影响的步行训练机器人轨迹跟踪方法
CN115635485A (zh) * 2022-11-09 2023-01-24 苏州智康机器人有限公司 一种移动康复机器人的实时人机交互力控制方法
CN115635485B (zh) * 2022-11-09 2024-03-15 嘉兴智康机器人有限公司 一种移动康复机器人的实时人机交互力控制方法

Also Published As

Publication number Publication date
CN107656500B (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
CN104932506B (zh) 基于快速终端滑模的轮式移动机器人轨迹跟踪方法
CN101436073A (zh) 基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法
CN106406085B (zh) 基于跨尺度模型的空间机械臂轨迹跟踪控制方法
CN109676607A (zh) 一种无力矩传感的零重力控制方法
CN107891424A (zh) 一种求解冗余机械臂逆运动学的有限时间神经网络优化方法
Cao et al. Adaptive trajectory tracking control for a nonholonomic mobile robot
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
CN103412487B (zh) 一种基于模糊滑模控制器的球形机器人坡面运动控制方法
CN107656500A (zh) 基于数值加速度控制的全方位移动机器人轨迹跟踪方法
CN106970594A (zh) 一种柔性机械臂的轨迹规划方法
CN109213175A (zh) 一种基于原对偶神经网络的移动机器人视觉伺服轨迹跟踪预测控制方法
CN108920793A (zh) 一种基于快速非支配排序算法的机器人关节空间轨迹多目标优化方法
CN110181510A (zh) 一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法
CN106444367A (zh) 基于输入时滞的电机伺服系统鲁棒位置控制器的实现方法
CN106272436A (zh) 一种基于变负载的服务机器人自适应控制方法
CN105978400A (zh) 超声电机控制方法
CN107085432B (zh) 一种移动机器人的目标轨迹跟踪方法
CN106020125B (zh) 一种基于速度连续的工业机器人运动学算法
CN106066604A (zh) 基于自适应及扩张误差符号积分鲁棒的电机伺服系统位置控制器的实现方法
CN107450352A (zh) 基于Matlab的非线性反步控制器的仿真控制方法
CN111158238B (zh) 一种基于粒子群算法的力反馈设备动力学参数估计算法
CN114995137A (zh) 基于深度强化学习的绳驱并联机器人控制方法
CN107703755A (zh) 一种基于pid控制的模拟转台控制系统
CN107703754A (zh) 一种基于神经网络pid控制的模拟转台控制系统
Hu et al. An efficient neural controller for a nonholonomic mobile robot

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant