CN114035588A - 一种移动机器人轨迹跟踪事件触发控制方法 - Google Patents
一种移动机器人轨迹跟踪事件触发控制方法 Download PDFInfo
- Publication number
- CN114035588A CN114035588A CN202111442481.8A CN202111442481A CN114035588A CN 114035588 A CN114035588 A CN 114035588A CN 202111442481 A CN202111442481 A CN 202111442481A CN 114035588 A CN114035588 A CN 114035588A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- formula
- tracking
- derivative
- equation
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Abstract
本发明公开了一种移动机器人轨迹跟踪事件触发控制方法,包括以下具体步骤:建立包含执行机构动态的移动机器人跟踪控制系统模型;移动机器人轨迹跟踪虚拟速度控制律设计;移动机器人轨迹跟踪事件触发控制律设计。本发明所述控制方法不仅可极大地减轻系统的计算负担,而且仍可确保系统的输出状态具有良好的控制性能。
Description
技术领域
本发明涉及移动机器人控制技术领域,尤其涉及一种移动机器人轨迹跟踪事件触发控制方法。
背景技术
移动机器人以其强大的技术优势,近年来成为了国内外高校及相关研究机构的关注热点。然而,移动机器人系统是一种非线性、强耦合的系统,且其工作环境往往具有较强的复杂性,如何实现移动机器人的高性能控制是一项富有挑战性的研究课题。针对移动机器人轨迹跟踪控制问题,目前所采用的控制方法主要有:自适应控制方法、反步控制法以及滑模控制方法等。
在目前的控制方法中,移动机器人控制信号的更新几乎都是采用时间触发机制的,即控制信号的更新依据系统的采样周期,而不是依据系统的输出状态来确定,这将极大增加系统的计算成本。另外吗,在时间触发机制控制下,移动机器人执行机构的频繁动作也容易加速执行机构的磨损,从而缩短其使用年限。为解决这一问题,本发明基于Das以及Chen论文(Design and implementation of an adaptive fuzzy logic-basedcontroller for wheeled mobile robots,Design and implementation of an adaptivesliding-mode dynamic controller for wheeled mobile robots)中的模型给出了一种移动机器人轨迹跟踪事件触发控制方法,该方法可实现在不降低系统控制性能的情况下有效减少系统的计算负担,提高移动机器人执行机构的使用年限。
发明内容
本发明目的就是为了弥补已有技术的缺陷,提供一种移动机器人轨迹跟踪事件触发控制方法。本发明采用李雅普诺夫稳定性理论设计使系统输出误差渐近稳定的虚拟速度控制律,在系统虚拟速度控制律设计的基础上,进一步给出移动机器人轨迹跟踪事件触发控制律的设计方法,以弥补现有控制方法的不足。
本发明是通过以下技术方案实现的:
一种移动机器人轨迹跟踪事件触发控制方法,具体包括以下步骤:
步骤1,建立包含执行机构动态的移动机器人跟踪控制系统模型,具体过程如下:
1.1所述移动机器人在满足非完整约束的情况下,其运动学模型可描述为
式中,q=[x,y,θ]T∈R3为移动机器人的位姿矢量,其中,x,y分别表示移动机器人在X轴向及Y轴向的坐标,θ为移动机器人的方向角;为移动机器人位姿矢量的一阶导数;μ=[v,ω]T为由移动机器人的线速度和角速度构成的矢量,其中,v为线速度,ω为角速度。
1.2依据Lagrange建模方法,移动机器人的动力学模型可描述为
式中,为移动机器人的正定惯性矩阵,其中,m和I分别表示移动机器人的质量和惯量;为移动机器人位姿矢量的二阶导数;为移动机器人的离心力和哥氏力矩阵;G(q)∈R3为移动机器人系统的重力项,对于在平面运动的移动机器人该项为零;为未知地面摩擦项;τd∈R3为系统外部有界扰动项;为控制力矩变换阵,其中,r1和b分别表示移动机器人驱动轮的半径和两驱动轮的间距;τ=[τr,τl]T∈R2为由移动机器人两驱动轮控制力矩所组成的矢量,τr,τl分别表示由移动机器人右轮和左轮直流驱动电机所产生的驱动力矩;AT(q)=[-sinθ,cosθ,0]T∈R3为与系统非完整约束相关的矩阵;为系统Lagrange乘子。
1.3将式(1)及其及一阶导数代入式(2)中并左乘ST(q),同时结合STAT(q)=0,可得:
1.4假设移动机器人的左右驱动轮由直流电机驱动,在忽略直流电机电感的情况下,电机的动态方程可表示为
1.5驱动轮角速度和电机转子机械角速度间的关系可表示为
1.6驱动轮控制力矩可表示为
τj=Nτmj (6)
式中,τj为驱动轮控制力矩。
1.7由式(3)--式(7)可得包含电机动态的移动机器人动力学模型:
1.8在移动机器人的实际控制中,由于相关物理参数难以精确获得。因此,考虑移动机器人相关物理参数的不确定因素,式(8)可进一步描述为
式中,a10=a1-Δa1;a20=a2-Δa2;b10=b1-Δb1;b20=b2-Δb2;a10、a20、b10和b20分别为a1、a2、b1和b2的名义值,Δa1、Δa2、Δb1和Δb2为相应参数的不确定部分;
1.9定义移动机器人的输出信号为
式中,d为正常数,表示移动机器人的参考点Oc与两驱动轮轮轴的间距;xm为移动机器人输出的X轴向坐标;ym为移动机器人输出的Y轴向坐标。
1.10移动机器人跟踪的参考轨迹信号由下式给定
式中,xmr为参考轨迹信号的X轴向坐标;ymr为参考轨迹信号的Y轴向坐标;xr,yr分别为虚拟移动机器人X轴向,Y轴向的坐标,θr为虚拟移动机器人的方向角。xr,yr及θr满足关系:
式中,vr和ωr分别为虚拟移动机器人的线速度和角速度,vr>0。
步骤2,移动机器人轨迹跟踪虚拟速度控制律设计,具体过程如下:
2.1首先,定义跟踪误差:
式中,Ep为跟踪误差;ep1为X轴向的跟踪误差;ep2为Y轴向的跟踪误差。
2.2对式(13)求导可得:
2.3由式(14),设计系统虚拟速度控制律为
式中,k1>0为设计的虚拟速度控制律设计参数。
故在虚拟控制律式(15)作用下,Ep稳定。
步骤3,移动机器人轨迹跟踪事件触发控制律设计,具体过程如下:
3.1定义速度跟踪误差:
式中,ev1为线速度跟踪误差;ev2为角速度跟踪误差。
3.2对式(17)求导可得:
3.3将式(9)代入式(18)可得:
3.4由式(19),设计系统的轨迹跟踪控制律为
式中,Ko=diag{k01,k02}<0为待设计的观测器增益矩阵;β为观测器中间向量;
3.5为进行事件触发控制,定义触发时间序列为t0,t1,…,tk,…,其中tk表示第k个触发时刻。控制器的输出信号在触发时刻更新,在两个相邻的触发时刻之间控制器的输出值保持不变,即事件触发控制具有如下的形式:
uc(t)=u(tk),t∈[tk,tk+1) (23)
式中,k=0,1,2,3,…,t0=0;e(t)=uc(t)-u;uc(t)为t∈[tk,tk+1)时的控制量;u(tk)为第k个触发时刻的控制量。
3.6设计李亚普诺夫函数
式中,Ev为速度跟踪误差。
3.7对上式求导可得:
由式(20)及式(23),式(26)可表示为:
3.9对于式(20)中切换控制项us存在的抖振问题,可以采用边界层的方法加以消除,即
本发明的优点是:
(1)本发明可对系统中存在的不确定性因素进行有效的估计,这一方面减弱了控制方法对模型精度的要求,另一方面也提高了系统的抗扰动能力。
(2)本发明采用事件触发控制机制可极大减轻系统的计算负担,提高执行机构的使用年限。
附图说明
图1为在事件触发控制方法的控制下系统输出对参考信号xmr的跟踪效果示意图;
图2为在事件触发控制方法的控制下系统输出对参考信号ymr的跟踪效果示意图;
图3为本发明所述控制方法控制信号示意图;
图4为本发明所述移动机器人结构示意图;
图5为本发明所述控制方法工作流程示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1-图5,一种移动机器人轨迹跟踪事件触发控制方法,包括以下具体技术步骤:
步骤1,建立包含执行机构动态的移动机器人跟踪控制系统模型,具体过程如下:
1.1所述移动机器人在满足非完整约束的情况下,其运动学模型可描述为
式中,q=[x,y,θ]T∈R3为移动机器人的位姿矢量,其中,x,y分别表示移动机器人在X轴向及Y轴向的坐标,θ为移动机器人的方向角;为移动机器人位姿矢量的一阶导数;μ=[v,ω]T为由移动机器人的线速度和角速度构成的矢量,其中,v为线速度,ω为角速度。
1.2依据Lagrange建模方法,移动机器人的动力学模型可描述为
式中,为移动机器人的正定惯性矩阵,其中,m和I分别表示移动机器人的质量和惯量;为移动机器人位姿矢量的二阶导数;为移动机器人的离心力和哥氏力矩阵;G(q)∈R3为移动机器人系统的重力项,对于在平面运动的移动机器人该项为零;为未知地面摩擦项;τd∈R3为系统外部有界扰动项;为控制力矩变换阵,其中,r1和b分别表示移动机器人驱动轮的半径和两驱动轮的间距;τ=[τr,τl]T∈R2为由移动机器人两驱动轮控制力矩所组成的矢量,τr,τl分别表示由移动机器人右轮和左轮直流驱动电机所产生的驱动力矩;AT(q)=[-sinθ,cosθ,0]T∈R3为与系统非完整约束相关的矩阵;为系统Lagrange乘子。
1.3将式(1)及其及一阶导数代入式(2)中并左乘ST(q),同时结合STAT(q)=0,可得:
1.4假设移动机器人的左右驱动轮由直流电机驱动,在忽略直流电机电感的情况下,电机的动态方程可表示为
1.5驱动轮角速度和电机转子机械角速度间的关系可表示为
1.6驱动轮控制力矩可表示为
τj=Nτmj (6)
式中,τj为驱动轮控制力矩。
1.7由式(3)--式(7)可得包含电机动态的移动机器人动力学模型:
1.8在移动机器人的实际控制中,由于相关物理参数难以精确获得。因此,考虑移动机器人相关物理参数的不确定因素,式(8)可进一步描述为
式中,a10=a1-Δa1;a20=a2-Δa2;b10=b1-Δb1;b20=b2-Δb2;a10、a20、b10和b20分别为a1、a2、b1和b2的名义值,Δa1、Δa2、Δb1和Δb2为相应参数的不确定部分;
1.9定义移动机器人的输出信号为
式中,d为正常数,表示移动机器人的参考点Oc与两驱动轮轮轴的间距;xm为移动机器人输出的X轴向坐标;ym为移动机器人输出的Y轴向坐标。
1.10移动机器人跟踪的参考轨迹信号由下式给定
式中,xmr为参考轨迹信号的X轴向坐标;ymr为参考轨迹信号的Y轴向坐标;xr,yr分别为虚拟移动机器人X轴向,Y轴向的坐标,θr为虚拟移动机器人的方向角。xr,yr及θr满足关系:
式中,vr和ωr分别为虚拟移动机器人的线速度和角速度,vr>0。
步骤2,移动机器人轨迹跟踪虚拟速度控制律设计,具体过程如下:
2.1首先,定义跟踪误差:
式中,Ep为跟踪误差;ep1为X轴向的跟踪误差;ep2为Y轴向的跟踪误差。
2.2对式(13)求导可得:
2.3由式(14),设计系统虚拟速度控制律为
式中,k1>0为设计的虚拟速度控制律设计参数。
故在虚拟控制律式(15)作用下,Ep稳定。
步骤3,移动机器人轨迹跟踪事件触发控制律设计,具体过程如下:
3.1定义速度跟踪误差:
式中,ev1为线速度跟踪误差;ev2为角速度跟踪误差。
3.2对式(17)求导可得:
3.3将式(9)代入式(18)可得:
3.4由式(19),设计系统的轨迹跟踪控制律为
式中,Ko=diag{k01,k02}<0为待设计的观测器增益矩阵;β为观测器中间向量;
3.5为进行事件触发控制,定义触发时间序列为t0,t1,…,tk,…,其中tk表示第k个触发时刻。控制器的输出信号在触发时刻更新,在两个相邻的触发时刻之间控制器的输出值保持不变,即事件触发控制具有如下的形式:
uc(t)=u(tk),t∈[tk, tk+1) (23)
式中,k=0,1,2,3,…,t0=0;e(t)=uc(t)-u;uc(t)为t∈[tk,tk+1)时的控制量;u(tk)为第k个触发时刻的控制量。
3.6设计李亚普诺夫函数
式中,Ev为速度跟踪误差。
3.7对上式求导可得:
由式(20)及式(23),式(26)可表示为:
3.9对于式(20)中切换控制项us存在的抖振问题,可以采用边界层的方法加以消除,即
为验证所设计方法的有效性,本发明给出了对所述控制方法的仿真研究结果,相关仿真研究参数设置如下:
参考的线速度和角速度vr和ωr分别设置为vr=0.1m/s,ωr=0.1rad/s;虚拟移动机器人以及移动机器人的初始位姿分别为[x(0),y(0),θ(0)]T=[0,0,0]T,[x(0),y(0),θ(0)]T=[0.3,0.4,0]T;d=0.1;移动机器人系统物理参数设置为r=0.1m,b=0.3m,I=4.3kg·m2,m=8kg,Kbr=Kbl=0.05V/rad·s-1,KTr=KTl=0.21N·M/A,Rr=Rl=6.4Ω,N=8。
系统虚拟速度控制律参数设置为k1=1.7;系统的轨迹跟踪控制律参数设置为k2=1.5,k3=0.15;观测器增益矩阵设置为Ko=diag{-12,-13};系统参数的不确定部分设置为Δa1=0.05a10、Δa2=0.05a20、Δb1=0.05b10和Δb2=0.05b20。
仿真研究结果如图1--图3所示,图1,图2为在事件触发控制方法的控制下系统输出对参考信号的跟踪效果示意图,由图可知,所述控制方法可以很好地实现对给定信号的跟踪控制,具有响应速度快,稳态误差小的控制性能。图3为所述控制方法控制信号示意图,从图中可见在两个相邻触发时刻之间控制信号的输出保持不变,由此可极大地减轻系统的计算负担。
Claims (4)
1.一种移动机器人轨迹跟踪事件触发控制方法,其特征在于:具体包括以下步骤:
步骤1:建立包含执行机构动态的移动机器人跟踪控制系统模型;
步骤2:设计移动机器人轨迹跟踪虚拟速度控制律;
步骤3:设计移动机器人轨迹跟踪事件触发控制律。
2.根据权利要求1所述的一种移动机器人轨迹跟踪事件触发控制方法,其特征在于:步骤1所述的建立包含执行机构动态的移动机器人跟踪控制系统模型,具体过程如下:
1.1所述移动机器人在满足非完整约束的情况下,其运动学模型描述为
式中,q=[x,y,θ]T∈R3为移动机器人的位姿矢量,其中,x,y分别表示移动机器人在X轴向及Y轴向的坐标,θ为移动机器人的方向角;为移动机器人位姿矢量的一阶导数;μ=[v,ω]T为由移动机器人的线速度和角速度构成的矢量,其中,v为线速度,ω为角速度;
1.2依据Lagrange建模方法,移动机器人的动力学模型描述为
式中,为移动机器人的正定惯性矩阵,其中,m和I分别表示移动机器人的质量和惯量;为移动机器人位姿矢量的二阶导数;为移动机器人的离心力和哥氏力矩阵;G(q)∈R3为移动机器人系统的重力项;为未知地面摩擦项;τd∈R3为系统外部有界扰动项;为控制力矩变换阵,其中,r1和b分别表示移动机器人驱动轮的半径和两驱动轮的间距;τ=[τr,τl]T∈R2为由移动机器人两驱动轮控制力矩所组成的矢量,τr,τl分别表示由移动机器人右轮和左轮直流驱动电机所产生的驱动力矩;AT(q)=[-sinθ,cosθ,0]T∈R3为与系统非完整约束相关的矩阵;为系统Lagrange乘子;
1.3将式(1)及其及一阶导数代入式(2)中并左乘ST(q),同时结合STAT(q)=0,得:
1.4假设移动机器人的左右驱动轮由直流电机驱动,在忽略直流电机电感的情况下,电机的动态方程表示为
1.5驱动轮角速度和电机转子机械角速度间的关系表示为
1.6驱动轮控制力矩表示为
τj=Nτmj (6)
式中,τj为驱动轮控制力矩;
1.7由式(3)--式(7)得包含电机动态的移动机器人动力学模型:
1.8考虑移动机器人相关物理参数的不确定因素,式(8)进一步描述为
式中,a10=a1-Δa1;a20=a2-Δa2;b10=b1-Δb1;b20=b2-Δb2;a10、a20、b10和b20分别为a1、a2、b1和b2的名义值,Δa1、Δa2、Δb1和Δb2为相应参数的不确定部分;
1.9定义移动机器人的输出信号为
式中,d为正常数,表示移动机器人的参考点Oc与两驱动轮轮轴的间距;xm为移动机器人输出的X轴向坐标;ym为移动机器人输出的Y轴向坐标;
1.10移动机器人跟踪的参考轨迹信号由下式给定
式中,xmr为参考轨迹信号的X轴向坐标;ymr为参考轨迹信号的Y轴向坐标;xr、yr分别为虚拟移动机器人X轴向,Y轴向的坐标,θr为虚拟移动机器人的方向角,xr、yr及θr满足关系:
式中,vr和ωr分别为虚拟移动机器人的线速度和角速度,vr>0。
4.根据权利要求2所述的一种移动机器人轨迹跟踪事件触发控制方法,其特征在于:步骤3所述的设计移动机器人轨迹跟踪事件触发控制律,具体过程如下:
3.1定义速度跟踪误差:
式中,ev1为线速度跟踪误差;ev2为角速度跟踪误差;
3.2对式(17)求导可得:
3.3将式(9)代入式(18)得:
3.4由式(19),设计系统的轨迹跟踪控制律为
式中,Ko=diag{k01,k02}<0为待设计的观测器增益矩阵;β为观测器中间向量;
3.5为进行事件触发控制,定义触发时间序列为t0,t1,…,tk,…,其中tk表示第k个触发时刻,控制器的输出信号在触发时刻更新,在两个相邻的触发时刻之间控制器的输出值保持不变,即事件触发控制具有如下的形式:
uc(t)=u(tk),t∈[tk,tk+1) (23)
式中,k=0,1,2,3,…,t0=0;e(t)=uc(t)-u;uc(t)为t∈[tk,tk+1)时的控制量;u(tk)为第k个触发时刻的控制量;
3.6设计李亚普诺夫函数
式中,Ev为速度跟踪误差;
3.7对上式求导得:
由式(20)及式(23),式(26)表示为:
3.9对于式(20)中切换控制项us存在的抖振问题,采用边界层的方法加以消除,即
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111442481.8A CN114035588B (zh) | 2021-11-30 | 2021-11-30 | 一种移动机器人轨迹跟踪事件触发控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111442481.8A CN114035588B (zh) | 2021-11-30 | 2021-11-30 | 一种移动机器人轨迹跟踪事件触发控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114035588A true CN114035588A (zh) | 2022-02-11 |
CN114035588B CN114035588B (zh) | 2023-03-07 |
Family
ID=80139263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111442481.8A Active CN114035588B (zh) | 2021-11-30 | 2021-11-30 | 一种移动机器人轨迹跟踪事件触发控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114035588B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117850246A (zh) * | 2024-03-07 | 2024-04-09 | 泰山学院 | 一种独轮移动机器人跟踪控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090579A (zh) * | 2014-04-23 | 2014-10-08 | 山东省科学院海洋仪器仪表研究所 | 一种水下剖面监测机器人控制器及自动轨迹跟踪控制方法 |
CN104635734A (zh) * | 2014-12-09 | 2015-05-20 | 华北电力大学 | 履带式机器人的轨迹跟踪方法 |
CN104808487A (zh) * | 2015-03-03 | 2015-07-29 | 台州学院 | 一种神经网络自适应鲁棒轨迹跟踪方法及控制器 |
CN105301966A (zh) * | 2015-11-27 | 2016-02-03 | 上海无线电设备研究所 | 基于输入受限式自激发驱动的多机器人协同控制方法 |
CN108319144A (zh) * | 2018-02-21 | 2018-07-24 | 湘潭大学 | 一种机器人轨迹跟踪控制方法及系统 |
CN108710302A (zh) * | 2018-06-20 | 2018-10-26 | 天津大学 | 无源性全方位移动机器人轨迹跟踪自抗扰控制方法 |
CN108803326A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 |
CN109669479A (zh) * | 2018-10-22 | 2019-04-23 | 安徽大学 | 一种基于事件触发的移动机器人轨迹跟踪控制方法 |
US20190184560A1 (en) * | 2017-01-19 | 2019-06-20 | Beijing University Of Technology | A Trajectory Planning Method For Six Degree-of-Freedom Robots Taking Into Account of End Effector Motion Error |
-
2021
- 2021-11-30 CN CN202111442481.8A patent/CN114035588B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090579A (zh) * | 2014-04-23 | 2014-10-08 | 山东省科学院海洋仪器仪表研究所 | 一种水下剖面监测机器人控制器及自动轨迹跟踪控制方法 |
CN104635734A (zh) * | 2014-12-09 | 2015-05-20 | 华北电力大学 | 履带式机器人的轨迹跟踪方法 |
CN104808487A (zh) * | 2015-03-03 | 2015-07-29 | 台州学院 | 一种神经网络自适应鲁棒轨迹跟踪方法及控制器 |
CN105301966A (zh) * | 2015-11-27 | 2016-02-03 | 上海无线电设备研究所 | 基于输入受限式自激发驱动的多机器人协同控制方法 |
US20190184560A1 (en) * | 2017-01-19 | 2019-06-20 | Beijing University Of Technology | A Trajectory Planning Method For Six Degree-of-Freedom Robots Taking Into Account of End Effector Motion Error |
CN108319144A (zh) * | 2018-02-21 | 2018-07-24 | 湘潭大学 | 一种机器人轨迹跟踪控制方法及系统 |
CN108803326A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 |
CN108710302A (zh) * | 2018-06-20 | 2018-10-26 | 天津大学 | 无源性全方位移动机器人轨迹跟踪自抗扰控制方法 |
CN109669479A (zh) * | 2018-10-22 | 2019-04-23 | 安徽大学 | 一种基于事件触发的移动机器人轨迹跟踪控制方法 |
Non-Patent Citations (1)
Title |
---|
郭一军: "具有控制输入约束的轮式移动机器人轨迹跟踪最优性能控制", 《系统科学与数据》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117850246A (zh) * | 2024-03-07 | 2024-04-09 | 泰山学院 | 一种独轮移动机器人跟踪控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114035588B (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113681543B (zh) | 一种基于模型预测的机械臂零力控制方法 | |
CN109927032A (zh) | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 | |
Mitsantisuk et al. | Kalman-filter-based sensor integration of variable power assist control based on human stiffness estimation | |
CN109839826A (zh) | 双驱动协调运动同步控制方法 | |
CN102385342A (zh) | 虚拟轴机床并联机构运动控制的自适应动态滑模控制方法 | |
CN114035588B (zh) | 一种移动机器人轨迹跟踪事件触发控制方法 | |
CN108459605A (zh) | 基于agv系统的轨迹跟踪控制方法 | |
CN109227545A (zh) | 一种基于可达集估计的柔性机械臂目标追踪控制方法 | |
CN111459188A (zh) | 一种基于四元数的多旋翼非线性飞行控制方法 | |
CN108453741A (zh) | 一种工业机器人柔性伺服控制方法 | |
CN111673742A (zh) | 一种工业机器人轨迹跟踪控制算法 | |
CN112847373B (zh) | 一种机器人轨迹同步控制方法、计算机可读存储介质 | |
Nemes et al. | Energy Efficient Feasible Autonomous Multi-Rotor Unmanned Aerial Vehicles Trajectories | |
Bridges et al. | Adaptive control of rigid-link electrically-driven robots actuated with brushless DC motors | |
WO2023165174A1 (zh) | 构建机器人的控制器的方法、机器人的运动控制方法、装置以及机器人 | |
CN112859843B (zh) | 无人驾驶车辆的横纵向控制方法及系统 | |
CN104915481A (zh) | 基于虚拟样机建模和周期性规划的球形电机协同控制 | |
Hashemi et al. | Trajectory planning optimization with dynamic modeling of four wheeled omni-directional mobile robots | |
CN111338369B (zh) | 一种基于非线性逆补偿的多旋翼飞行控制方法 | |
CN114019796B (zh) | 一种考虑输入约束的移动机器人固定时间跟踪控制方法 | |
CN109240269B (zh) | 一种用于并联机构的动态性能分析方法 | |
Necsulescu et al. | Investigation on the efficiency of acceleration feedback in servomechanism with friction | |
Yin et al. | Design and parameters identification of flexible joint robot | |
de Lima Neto et al. | Model, simulation and analysis of bldcm for a differential controlled electric-powered wheelchair | |
Song et al. | Joint torque detection based on motor current and singular perturbation control for cleaning room manipulator |
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 |