自主移动机器人跟踪的自适应动态控制器
摘要
本文提出了一种自适应控制器像在移动机器人轨迹跟踪指导的独轮车。最初，线性和角速度的期望值产生，只考虑机器人的运动学模型。其次，这种价值观念被处理以补偿机器人动力学，从而产生交付给机器人执行器线性和角速度的命令。参数机器人动力学特征的更新上线，从而提供更小的错误，更好地应用这些参数变化性能，如交通负荷。整个系统的稳定性进行了分析利用Lyapunov理论和控制错误被证明是最终有界。仿真和实验结果还提出，这表明了对建议的轨迹跟踪控制在不同的负载条件下的表现良好。
1导言
在不同的移动机器人的结构，像平台独轮车一些国家往往通过完成不同的任务，由于其良好的流动性和简单的配置。非线性这种类型的机器人使用已经好几年，这种机器人控制结构的研究已被用于多种应用，如监测和地面清洗。其它应用，如工业负荷运输，使用自动引导车辆（AGV）自动公路维修和建设，自主轮椅，还利用了独轮车状结构。有些作者讨论了轨迹跟踪的问题，一个相当重要的功能，使移动机器人来跟踪理想的轨迹时，完成任务。
在自动导引车系统的非线性控制的重要问题是，迄今为止，控制器的设计是基于移动机器人运动学。
但是，当高速运动和重负荷交通运输需要，就必须在考虑机器人动力学，除了其运动学。因此，一些控制器补偿机器人动力学已被提出。作为一个例子，菲耶罗和Lewis（1995）提出了结合运动学/力矩控制法的非完整移动机器人考虑到车辆动力学模型。那个控制命令，他们用的扭矩，这是难以应付当大多数与商业有关的机器人。此外，只有仿真结果的报告。菲耶罗和刘易斯（1997年）也提出了鲁棒自适应控制器神经网络的处理干扰和非动力学模型，虽然没有报告实验结果。Das（2006年）显示，自适应模糊逻辑为基础的控制器，其中的不确定性估计一模糊逻辑系统及其参数调整在网上。动态模型，包括执行器动态，由控制器生成的命令是为机器人的电机电压。
在神经网络被用于识别和控制，控制信号，线性和角速度，但他们的解决方案实时实现，需要一个高性能计算机体系结构，多处理器系统为基础。
另一方面，de la Cruz和Carelli（2006）提出了一个动态模型作为投入使用线性和角速度，并表现了轨迹跟踪控制器设计的模型。他们控制的一个优势是，它的参数有直接关系的机器人参数。
但是，如果参数不正确认识，或者他们与时间的变化，例如，由于负荷变化，其控制器的性能将受到严重影响。为了减少性能下降，在线参数调整，就变得很重要的应用中，机器人的动态参数可能会有所不同，如负载运输。这也是有用的动态参数知识是有限的，或者不存在。本文的自适应轨迹跟踪的机器人动力学为基础的控制器提出，它的稳定性证明利用Lyapunov理论。
控制器的设计分为两部分，每一部分是一个控制器本身。第一个是运动控制器，它是在机器人运动学为基础的，第二个是一个动态的控制，这是对机器人动力学为基础。动态控制器能够更新估计参数，它直接关系到机器人的物理参数。两个控制
器一起形成一个完整的轨迹跟踪的移动机器人控制器。该控制器的设计基础上的独轮车模型，如移动机器人，de la Cruz和Carelli拟议的第S -修改长期应用于参数更新的法则，以防止可能的参数漂移。
两者的运动学和动力学控制渐近稳定性证明。仿真结果表明，参数漂移，甚至不会出现在系统的长期工程。对于这样的控制器实验结果还介绍表明，该控制器是能够更新其参数，以减少跟踪误差。实验与交通负荷的情况，并给出了处理，结果表明，该控制器是引导机器人遵循一个非常小的错误期望的轨迹甚至可当其变化动态参数。
该文件的主要贡献是：（1）一个用动态模型的输入命令的速度，这是通常在商用移动机器人，而在涉及扭矩命令的文学作品中；（2）与一个S -修改来说，这使得它的自适应鲁棒控制器设计，与整个相应的稳定性研究自适应控制系统，以及（3）实验显示在一个典型的工业应用的控制器具有良好的表现，即装载运输介绍。
2 动态模型
在本节中，该独轮车动态模型，如移动由克鲁斯和Carelli（2006）提出的机器人进行审查。图1描述移动机器人，它的参数和感兴趣的变量。U和O的线性和角度的机器人，分别对应的速度，G是机器人的重心，C是小轮的位置，E是一种工具，机上的机器人的位置，h是点感兴趣的坐标x和在xy Y轴，C是机器人的前进方向和之间有利益点和连接虚拟轴中心点的距离牵引轮（B点）。完整的数学模型被写为
uref和oref是线性和角速度，分别为所需的值，并代表该系统的输入信号。一个确定的参数向量和向量参数，不确定性是与上述型号的机器人，它们分别是
图1 双轮样移动机器人
这里dx 和dy 是滑移速度职能和机器人定位，Do 和Du 是惯性参数，车轮和轮胎直径的电机和伺服系统，车轮上，等等力参数被视为干扰。
该方程描述的参数h 的首先提出，并在这里为方便起见转载。他们是
应当强调指出，参数Y3和Y5，将是无效，当且仅当中心G 与接牵引车轮的虚拟轴中心点是完全相同的。本文假定B6= 0。
个机器人的模型，介绍了如1划分静态和动态部分，如图2所示。因此，实施两个控制器，反馈线性化的基础上，或两者兼而有之的机器人运动学和动力学模型。 3运动控制器
3.1设计
该运动控制器的设计是基于运动学模型的机器人，假设干扰是一个零向量。从机器人运动学模给出
它的输出是感兴趣的点的坐标，这里[]T
h xy =，所以：
注2：整个系统的稳定性将再次在下一节，其中自适应动态控制器添加到运动控制器，以执行图整个管制计划。
4自适应动态控制器
4.1设计
动态控制器接收来自运动控制器对线性和角速度参数，生成另一种线性和角速度付给机器人伺服系统，如图2所示。
自适应的动态控制器的设计是基于参数化动态模型的机器人。忽略了干扰条件和做为方程动态的一部分。式子1是：
重新安排的规定，线性参数化动力学方程可以表示为
这也可以写成
注4：重要的是，一非完整移动机器人必须面向根据切线路径轨迹跟踪与小错误轨迹。否则，控制失误会增加。这是因为非完整平台限制的机器人开发的线速度方向。所以，如果机器人的方向不是相切轨迹，对每一个瞬间所需位置的距离将增加。事实上，控制误差收敛到一个有界值表明，机器人化并不需要明确控制，将相切轨迹路径，对照错误仍然很小。
5验结果
为了显示控制器性能的若干建议实验和模拟被解决。一些结果载于本节。拟议控制器实施一先锋3DX移动机器人，它将性和角速度作为输入参考信号，并在图2中距离b是非零。
一个先锋2DX机器人的动态参数，称重约10公斤（其中获得通过识别）。这两个机器人如图3，其中的先锋3DX 光传感器约6千克在自己的平台，这使得它的动力显着的不同于先锋2 –DX。
在实验中，机器人在x =0.2米和y = 0.0米开始，并应遵守通告的参考轨迹。该参考圆心在x =0.0米和y = 0.8米参考轨迹开始在x = 0.8和y = 0.8米，并遵循一个圆圈具有0.8米的半径经过50秒，参考轨迹突然更改为半径0.7米的圆之后，参考轨迹之间交替的半径0.7 0.8/秒。图4列出的参考和完整的实验，包括在部分轨道半径变化的实际机器人轨迹。在这种情况下，参数更新活跃。
图5显示使用实验的距离误差建议控制器，无参数的更新，以按照描述的参考轨迹。距离误差定义为参考和机器人之间的的位置瞬时距离。注意高初始错误，这是由于事实，即参考轨迹在一个点，就是远离最初的机器人位置开始。首先，建议的控制器进行了测试，没有更新参数。图5可以看出，在这种情况下，轨迹跟踪误差
约为0.17米不变，即使在以后的参考轨迹的半径变化稳态值。这个数字还显示出了在其中的动态参数更新的情况距离误差。在实验中使用的机器人，通过激活参数更新和重复同样的实验中，轨迹跟踪误差可达到较小的值。
图3 用于实验中的机器人
图4 部分参考和真正的圆形轨道
图5 距离误差与实验
6结论
自适应轨迹跟踪控制的独轮车，如移动机器人的设计和充分参与这一工作的测试。这种控制器分为两部分，分别是关于机器人的运动学和动力学模型为基础。该模型将机器人的线性和角速度作为输入参考信号，这是通常的商业机器人。这被认为是一个参数更新为控制器的动态组成部分的法则，提高了系统的性能。
一长期被列入限制法则，以防止可能的参数漂移。稳定性基于Lyapunov理论的分析，为进行运动学和动力学控制器。在过去的稳定性证明考虑参数更新的法则。实验结果显示了对应用到移动机器人实验提出的轨迹跟踪控制性能良好。
一项长期的仿真结果也表明，提出更新的参数收敛即使系统的长期工程。结果证明，这种控制器是跟踪一个小的距离时，动态参数错误适应期望的轨迹的重要性行参数更新的情况作了说明。任务中，机器人的参数不完全知道发生或可能发生变化。一个建议的控制器可能的用途是用于装载运输所用的工业自动导引车系统，因为参数将保持适应性，即使在机器人中的重大变化的情况下也会减小跟踪误差。
智能移动机器人的现状和发展 姓名 学号 班级：
智能移动机器人的现状及其发展 摘要：本文扼要地介绍了智能移动机器人技术的发展现状，以及世界各国智能移动机器人的发展水平，然后介绍了智能移动机器人的分类，从几个典型的方面介绍了智能移动机器人在各行各业的广泛应用，讨论了智能移动机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能移动机器人方面发展并提出期望。 关键词：智能移动机器人；发展现状；应用；趋势 1引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能移动机器人则是一个在感知 - 思维 - 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能移动机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能 力。智能移动机器人与工业机器人的根本区别在于，智能移动机器人具有感知功 能与识别、判断及规划功能[1] 。 随着智能移动机器人的应用领域的扩大，人们期望智能移动机器人在更多领 域为人类服务，代替人类完成更复杂的工作。然而,智能移动机器人所处的环境 往往是未知的、很难预测。智能移动机器人所要完成的工作任务也越来越复杂; 对智能移动机器人行为进行人工分析、设计也变得越来越困难。目前，国内外对 智能移动机器人的研究不断深入。 本文对智能移动机器人的现状和发展趋势进行了综述，分析了国内外的智能 移动机器人的发展，讨论了智能移动机器人在发展中存在的问题，最后提出了对 智能移动机器人发展的一些设想。 1
题目移动机器人的发展现状及趋势授课老师唐延柯 学生姓名 学号 专业电子信息工程 教学单位德州学院 完成时间 2013年11月16日
一、摘要 (2) 二、引言 (2) 三、智能机器人的构成 (3) 3.1硬件构成 (3) 3.2 软件构成 (3) 四、国内外在该领域的发展现状综述 (4) 五、智能移动机器人的应用及分类 (5) 5.1 智能机器人的应用 (5) 5.2 智能机器人分类 (7) 六、展望与讨论 (9) 6.1智能机器人的发展趋势展望 (9) 6.2 建议及设想 (10) 七、结论 (10) 八、参考文献 (11)
智能机器人的现状及其发展趋势 一、摘要 本文扼要地介绍了智能机器人技术的发展现状，以及世界各国智能机器人的发展水平，然后介绍了智能机器人的分类，从几个典型的方面介绍了智能机器人在各行各业的广泛应用，讨论了智能机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能机器人方面发展并提出期望。 关键词：智能机器人；发展现状；应用；趋势 The status and trends of intellectual robot Abstract:This paper briefly discusses the development, status of intellectual robot, development of intellectual robot in many countries. And then it presents the categories of intellectual robot, talks about the extensive applications in all works of life from several typical aspects and trends of intellectual robot. After that, it puts forward prospects for future technology, suggestion and a tentative idea of myself, and analyses the development of intellectual robot in China. Finally, it raises expectations of intellectual robot in China. Key words: intellectual robot; development status; application; trend 二、引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能机器人则是一个在感知- 思维- 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能力。智能机器人与工业机器人的根本区别在于，智能机器人具有感知功能与识别、判断及规划功能[1]。 随着智能机器人的应用领域的扩大，人们期望智能机器人在更多领域为人类服务，代替人类完成更复杂的工作。然而,智能机器人所处的环境往往是未知
机器人上用的传感器的介绍 作者：Ricky 文章来源：https://www.doczj.com/doc/b05532509.html,更新时间：2006年05月20日打印此文浏览数：18549 感知系统是机器人能够实现自主化的必须部分。这一章，将介绍一下移动机器人中所采用的传感器以及如何从传感器系统中采集所需要的信号。 根据传感器的作用分，一般传感器分为： 内部传感器（体内传感器）：主要测量机器人内部系统，比如温度，电机速度，电机载荷，电池电压等。 外部传感器（外界传感器）：主要测量外界环境，比如距离测量，声音，光线。 根据传感器的运行方式，可以分为： 被动式传感器：传感器本身不发出能量，比如CCD，CMOS摄像头传感器，靠捕获外界光线来获得信息。 主动式传感器：传感器会发出探测信号。比如超声波，红外，激光。但是此类传感器的反射信号会受到很多物质的影响，从而影响准确的信号获得。同时，信号还狠容易受到干扰，比如相邻两个机器人都发出超声波，这些信号就会产生干扰。 传感器一般有以下几个指标： 动态范围：是指传感器能检测的范围。比如电流传感器能够测量1mA－20A的电流，那么这个传感器的测量范围就是10log（20/0.001)=43dB. 如果传感器的输入超出了传感器的测量范围，那么传感器就不会显示正确的测量值了。比如超声波传感器对近距离的物体无法测量。 分辨率：分辨率是指传感器能测量的最小差异。比如电流传感器，它的分辨率可能是5mA，也就是说小于5mA的电流差异，它没法检测出。当然越高分辨率的传感器价格就越贵。 线性度：这是一个非常重要的指标来衡量传感器输入和输出的关系。 频率：是指传感器的采样速度。比如一个超声波传感器的采样速度为20HZ，也就是说每秒钟能扫描20次。 下面介绍一下常用的传感器： 编码器：主要用于测量电机的旋转角度和速度。任何用电机的地方，都可以用编码器来作为传感器来获得电机的输出。
A Matlab-based Simulator for Autonomous Mobile Robots Abstract Matlab is a powerful software development tool and can dramatically reduce the programming workload during the period of algorithm development and theory research. Unfortunately, most of commercial robot simulators do not support Matlab. This paper presents a Matlab-based simulator for algorithm development of 2D indoor robot navigation. It provides a simple user interface for constructing robot models and indoor environment models, including visual observations for the algorithms to be tested. Experimental results are presented to show the feasibility and performance of the proposed simulator. Keywords: Mobile robot, Navigation, Simulator, Matlab 1. Introduction Navigation is the essential ability that a mobile robot. During the development of new navigation algorithms, it is necessary to test them in simulated robots and environments before the testing on real robots and the real world. This is because (i) the prices of robots are expansive; (ii) the untested algorithm may damage the robot during the experiment; (iii) difficulties on the construction and alternation of system models under noise background; (iv) the transient state is difficult to track precisely; and (v) the measurements to the external beacons are hidden during the experiment, but this information is often helpful for debugging and updating the algorithms. The software simulator could be a good solution for these problems. A good simulator could provide many different environments to help the researchers to find out problems in their algorithms in different kinds of mobile robots. In order to solve the problems listed above, this simulator is supposed to be able to monitor system states closely. It also should have flexible and friendly users’ interface to develop all kinds of algorithms. Up to now, many commercial simulators with good performance have been developed. For instance, MOBOTSIM is a 2D simulator for windows, which provides a graphic interface to build environments [1]. But it only supports limited robot models (differential driven robots with distance sensors only), and is unable to deal with on visual based algorithms. Bugworks is a very simple simulator providing drag-and-place interface [2]; but it provides very primitive functions and is more like a demonstration rather than a simulator. Some other robot simulators, such as Ropsim [3], ThreeDimSim [5], and RPG Kinematix [6], are not specially designed for the development of autonomous navigation algorithms of mobile robots and have very limited functions. Among all the commercial simulators, Webot from Cyberbotics [4] and MRS from Microsoft are powerful and better performed simulators for mobile robot navigation. Both simulators, i.e. Webots and MRS, provide powerful interfaces to build mobile robots and environments, excellent 3-D display, accurate performance simulation, and programming languages for robot control. Perhaps due to the powerful functions, they are difficult to use for a new user. For instance, it is quite a boring job to build an environment for visual utilities, which involves shapes building, materials selection, and illumination design. Moreover, some robot development kits have built-in simulator for some special kinds of robots. Aria from Activmedia has a 2-D indoor simulator for Pioneer mobile robots [8]. The simulator adopts feasible text files to configure the environment, but only support limited robot models. However, the majority of commercial simulators are not currently supporting On the other hand, Matlab
全球手术机器人的发展现状及前景 机器人手术系统是集多项现代高科技手段于一体的综合体。主要用于心脏外科和前列 腺切除术。外科医生可以远离手术台操纵机器进行手术，完全不同于传统的手术概念，在 世界微创外科领域是当之无愧的革命性外科手术工具。 第一代手术机器人已经用于世界各地的许多手术室中。这些机器人不是真正的自动化 机器人，它们不能自已进行手术，但是它们向手术提供了有用的机械化帮助。这些机器仍 然需要外科医生来操作它们并对其输入指令。这些手术机器人的控制方法是远程控制和语 音启动。 虽然说手术机器人比人手有一些优点，但是要用自动化的机器人在没有人参与的情况 下对人体进行手术，还有很长的一段路要走。但是，随着计算机能力和人工智能的发展， 在本世纪将会设计出一种机器人，可以找出人体中的异常，进行分析并校正这些异常而不 需要任何人指导。 组成部件 之所以将机器人引入医疗，是因为在微创手术中，它们可以实现对外科仪器前所未有 的精准控制。目前为止，这些机器已经用来定位内窥镜、进行胆囊手术以及胃灼热和胃食 管反流的矫治。机器人手术领域的最终目标是设计一种机器人，可以用来进行不开胸口的 心脏手术。某制造商表示，仅在美国，机器人设备每年可以用于超过350万个医疗手术中。机器人。 1、达芬奇手术系统
操作方法 外科医生站在控制台边，离手术台几十厘米远，透过探视镜向里看，来研究病人体内的照相机发送的3-D图像。图像显示的是手术点以及两个固定在上述两根杆端点上的手术仪器。像操纵杆一样的控制手柄，位于屏幕的正下方，外科医生用来操作手术仪器。每次操纵杆移动时，计算机就向仪器发送电子信号，仪器就和外科医生的手同步移动。 另一个即将被FDA批准的 机器人系统是ZEUS系统，由ComputerMotion公司制作，在欧洲已经可以使用。但是，无论是达芬奇系统还是ZEUS系统，用来进行手术计划的每一道程序都必须得到政府部门的批准。价值75万美元的ZEUS系统与达芬奇的装置类似。它有一个计算机工作站、一个视频显示器和控制手柄，用于移动手术台上安装的手术仪器。ZEUS系统目前在美国只被批准用于医疗试验，而德国医生已经使用此系统进行了冠心病搭桥手术。 ZEUS系统得到了自动化内窥镜定位（AESOP）机器人系统的协助。由ComputerMotion公司于1994年发布的AESOP是FDA批准使用的第一台可以用于手术室协助手术的机器人。AESOP比达芬奇系统和ZEUS系统要简单得多。AESOP基本上只是一个机械臂，用于医生定位内窥镜——一种插入病人体内的外科照相机。脚踏板或声音软件用于医生定位照相机，这就让医生的手空出来继续进行手术。
移动机器人控制系统的发展方向 摘要随着计算机技术、传感器技术的不断发展，对于机器人领域的发展具有一定的促进作用。而由于移动机器人具有能够自治与移动的特征，在机器人领域处于核心地位。在复杂、危险的环境中，移动机器人所发挥的作用是有目共睹的。对此，对当前国内外较为常见的移动机器人控制系统进行剖析，并在此基础上论述了该领域的未来发展方向。 【关键词】移动机器人控制系统发展方向 移动机器人属于能够自动执行工作任务的机器，不但能够按照事先编译的程序运行，同时人类还可对其指挥。当前主要被运用在生产业、建筑业以及航空航天领域，而该领域的发展情况直接关系到国家综合实力的提升速度，对此加强对移动机器人控制系统的发展情况，以及未来发展方向的研究势在必行。 1 国内外常见的移动机器人控制系统 相对于国内在移动机器人的研究状况，能够看出国外在该领域的研究是较早的，其中具有代表性的有Saphira、TeamBots以及ISR。而在国内方面，代表性的有OSMOR、ZJMR以及Agent。下面，便对较为常用的控制系统进行介绍：
1.1.1 Saphira控制系统 Saphira控制系统是移动机器人领域中最早的系统，是有SRI国际人工智能中心在1990年所研发的，此系统是基于本地感知空间的共享内存与黑板，来实现协调与通信进程。由于Saphira是采用C语言来进行开发的，同时支持Windows 与Unix系统，因此具有文档资料相对完整、系统资源占用少等特征。但是需注意的是，由于Saphira系统在定位方面无法达到当前的实际需求，因此运用是相对较少的。 1.1.2 TeamBots控制系统 本系统是基于Java包与Java应用程序而构建的，经过20余年的发展后，此系统截止到目前已经被运用到多种类型的机器人平台当中。除此之外，在适用的操作系统方面，其中具有代表性的有Windows、MacOS以及Linux等，因此其运用的范围是更加广泛的。 1.1.3 ISR控制系统 ISR是基于行为的控制模式，其中是有任务执行层、反映层以及推理层所构成的，是有CAS研究中心所研发的。其中，任务执行层的作用是执行推理层所传输的指令；反映层其中包含资源、控制器以及行为；推理层的功能是根据用户的指令来对决策进行制定。此外，ISR控制系统仅能够在Linux中进行操作，并且没有公开化使用。
移动机器人 移动机器人用途广泛，世界各国正在加紧移动机器人的研制。移动机器人的研究始于60年代末期，斯坦福研究院(SRI)的NilsNilssen和CharlesRosen等人研制出了名为Shakey 的自主移动机器人，它能够在复杂环境下，识别对象、自主推理、实现路径规划和控制功能。美国军方于1984年开始研制第一台地面自主车辆，可以在无人干预的情况下在道路上行驶，也称之为早期的移动机器人。许多国家也各自制定了移动机器人的研究计划，如日本通产省组织的极限环境下作业的机器人计划和欧洲尤里卡中的机器人计划等。虽然由于人们对机器人的研究期望过高，导致80年代的移动机器人的研究虽并未取得预期的效果，却带动了相关技术的发展，为探讨人类研制智能机器人的途径积累了经验，同时推动了其他国家对移动机器人的研究和开发。 上世纪90年代，人类把研究重点放在了移动机器人的应用上，希望移动机器人可以代替人类在各种环境下，尤其是恶劣的条件下辅助人类的工作，为人类服务。1997年7月4日，美国“火星探路者”飞抵火星考察，并在火星上成功着陆，它携带的索杰纳号火星车开始在火星表面漫游，行进了几千米，完成了预定的科学探测任务。进入21世纪后,美国研制的第四个火星探测器—好奇号于2012年8月6号成功降落火星，并展开为期两年的火星探测任务。好奇号火星探测器是第一辆釆用核动力驱动的火星车,其使命是探寻火星上的生命元素。 1992年美国研制出时速75公里的自主车，地面自主车的研制大大推动了遥控机器人的发展。目前美国“自动化技术协会”(ATC)，每年在移动机器人运动控制、仿真、传感器的投资超过几亿美元。欧共体(EU)和“机器人技术”有关的课题总数约为250～300项，在EU提供基金的机器人研究领域，移动机器人占22.8%左右；日本不仅加紧研制移动机器人，更把发展重点放在移动机器人的应用研究上，目的是可以代替人在各种环境下为人服务(如在医院、家庭、恶劣的环境和核反映堆、核废料清理和排雷等危险环境下工作)。 我国机器人的研究已有20多年的历史，国家也大力发展机器人，并投入了一定的资金，对机器人进行技术攻关，发出各种类型的机器人，对我国机器人的发展具有重大的意义。但由于我国对此方面的研究起步较晚，在机器人技术水平、实用化程度以及稳定方面，与美国、日本等国家相比，都存在着较大的差距。 国内研制的机器人样机，有保安机器人、消防机器人等，有轮式和履带式；但大都是有缆方式，具有小范围内一定的避障功能。国内移动机器人的研究成果主要如下:清华大学的智能移动机器人THMR-V型机器人；中科院沈阳自动化所的AGV自主车和防爆机器人；
基于行为设计的自主式小型机器鼠系统研究 学生：谢群指导老师：周伦 单位：机械工程学院机械工程与自动化2003级 摘要 移动机器人是近年来发展起来的一门综合学科，集中了机械、电子、计算机、自动控制以及人工智能等多学科最新研究成果，代表了机电一体化的最高成就。移动机器人在工业生产中常用来完成运输和上下料等任务，同时也被广泛用于农业、医疗等不同行业。 在移动机器人相关技术研究中，路径规划技术是一个重要研究领域[17]。本文首先初步讨论总结了目前主要的路径规划技术。从基于事例、基于环境模型和基于行为三个方面全面而系统地综述了移动机器人路径规划技术的研究现状，对于目前普遍采用的路径规划方法及其实际应用情况进行了较为详细介绍和分析。 基于行为的方法是由MIT的Brooks在他著名的包容式结构[42]中建立，它是一门从生物系统得到启发，而产生的用来设计自主机器人的技术，也是本文所重点研究的目标。它采用类似动物进化的自底向上的原理体系，尝试从简单的智能体来建立一个复杂的系统。将其用于解决移动机器人路径规划问题是一种新的发展趋势，它把导航问题分解为许多相对独立的行为单元，比如跟踪、避碰、目标制导等。这些行为单元是一些由传感器和执行器组成的完整的运动控制单元，具有相应的导航功能，各行为单元所采用的行为方式各不相同，这些单元通过相互协调工作来完成导航任务。 基于行为的机器人学反对抽象的定义, 因此采用具体化的解释更适合该领域的哲学思想。基于行为的机器人学的重要研究内容是系统结构而不是算法, 基于行为设计的机器人在非结构化动态环境中的性能非常优越，用基于符号的机器人学设计的类似机器人无法达到如下性能: a.高速度,高灵活性。在动态复杂环境中的移动速度很快； b.高鲁棒性。可以承受局部损坏； c.高效性。软件代码可以是传统的几百分之一,硬件可以是传统的几十分之一； d.经济性。价格是传统的十几分之一； e.可扩展性。很少改变原有系统便可增加性能； f.可靠性。分布式自组织并行工作,可靠性强。 为进一步研究基于行为的规划方法，而引入一个真实环境及任务模型，即IEEE每年举办的微型机器鼠比赛，通过设计基于行为的机器鼠模型论证该算法的可行性。此项比赛要求机器人能
移动机器人的发展现状及其趋势 徐国华谭民 中科院自动化研究所 、引言 机器人的应用越来越广泛,几乎渗透到所有领域。移动机器人是机器人学中的一个重要分支。早在60年代,就已经开始了关于移动机器人的研究。关于移动机器人的研究涉及许多方面,首先,要考虑移动方式,可以是轮式的、履带式、腿式的,对于水下机器人,则是推进器。其次,必须考虑驱动器的控制,以使机器人达到期望的行为。第三,必须考虑导航或路径规划,对于后者,有更多的方面要考虑,如传感融合,特征提取,避碰及环境映射。因此,移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。对移动机器人的研究,提出了许多新的或挑战性的理论与工程技术课题,引起越来越多的专家学者和工程技术人员的兴趣,更由于它在军事侦察、扫雷排险、防核化污染等危险与恶劣环境以及民用中的物料搬运上具有广阔的应用前景,使得对它的研究在世界各国受到普遍关注。 二、移动机器人发展现状 从移动方式上看,移动机器人可分为轮式、履带式、腿式(单腿式、双腿式和多腿式)和水下推进式。本文重点放在轮式、履带式机器人,对水下机器人和两足人形机器人不做详细讨论。 1.国外移动机器人的发展概况 1.1室外几种典型应用移动机器人 美国国家科学委员会曾预言: 20世纪的核心武器是坦克,21世纪的核心武器是无人作战系统,其中2000年以后遥控地面无人作战系统将连续装备部队,并走向战场 。为此,从80年代开始,美国国防高级研究计划局(DARPA)专门立项,制定了地面天人作战平台的战略计划。从此,在全世界掀开了全面研究室外移动机器人的序幕,如DARPA的 战略计算机 计划中的自主地面车辆(ALV)计划(1983 1990),能源部制订的为期10年的机器人和智能系统计划(RIPS)(1986 1995),以及后来的空间机器人计划;日本通产省组织的极限环境下作业的机器人计划;欧洲尤里卡中的机器人计划等。 初期的研究,主要从学术角度研究室外机器人的体系结构和信息处理,并建立实验系统进行验证。虽然由于80年代对机器人的智能行为期望过高,导致室外机器人的研究未达到预期的效果,但却带动了相关技术的发展,为探讨人类研制智能机器人的途径积累了经验,同时,也推动了其它国家对移动机器人的研究与开发。进入90年代,随着技术的进步,移动机器人开始在更现实的基础上,开拓各个应用领域,向实用化进军。 由美国NASA资助研制的 丹蒂II 八足行走机器人,是一个能提供对高移动性机器人运动的了解和远程机器人探险的行走机器人。它与其他机器人,如NavLab,不同之处是它于1994年在斯珀火山的火山口中进行了成功的演示,虽然在返回时,在一陡峭的、泥泞的路上,失去了稳定性,倒向了一边,但作为指定的探险任务早己完成。其它机器人在整个运动过程中,都需要人参与或支持。丹蒂计划的主要目标是为实现在充满碎片的月球或其它星球的表面进行探索而提供一种机器人解决方案。 美国NASA研制的火星探测机器人索杰那于1997年登上火星,这一事件向全世界进行了报道。为了在火星上进行长距离探险,又开始了新一代样机的研制,命名为Rock y7,并在Lavic湖的岩溶流上和干枯的湖床上进行了成功的实验。 德国研制了一种轮椅机器人,并在乌尔姆市中心车站的客流高峰期的环境和1998年汉诺威工业商品博览会的展览大厅环境中进行了实地现场表演。该轮椅机器人在公共场所拥挤的、有大量乘客的环境中,进行了超过36个小时的考验,所表现出的性能是其它现存的轮椅机器人或移动机器人所不可比的。这种轮椅机器人是在一个商业轮椅的基础上实现的。 7
移动机器人的发展状况及趋势 摘要 移动机器人就具有广泛的应用前景，也是近年来研究的热门课题之一。本文对移动机器人的发展与现状以及移动机器人导航技术的发展状况做了总结与阐述。 1.引言 导航技术在移动机器人的相关技术研究中，是其核心技术，也是其实现其智能化的技术。导航研究的目标就是没有人的干预下使机器人有目的地移动并完成特定任务，进行特定操作。机器人通过装配的信息获取手段，获得外部环境信息，实现自我定位，判定自身状态，规划并执行下一步的动作。机器人及其技术在未来将起到重要作用。展望生产自动化的未来，从使用角度看，生产系统如何才能在与人协调的作业环境中快速高效地生产出高质量、高性能的商品。 2.移动机器人的分类 移动机器人按工作环境来分：室外移动机器人和室内移动机器人。按移动方式分：轮式移动机器人，步行移动机器人，蛇形移动机器人，履带移动机器人，爬行移动机器人。按结构体系结构分：功能式结构机器人，行为式结构机器人，混合式结构机器人。按功能和用途分：医疗机器人，军用机器人，助残机器人，清洁机器人。按作业空间分：陆地移动机器人，水下移动机器人，无人和空军移动机器人 3.移动机器人导航及定位现状 导航和定位是移动机器人发展的两重要问题，移动机器人的导航方式可以分为：基于环境信息的地图模型匹配导航，视觉导航，传感器数据导航。 3.1导航 3.1.1陆标导航 陆标导航是将陆地上的一些特殊景物作为陆标，移动机器人在知道这些陆标坐标形状的前提下通过对陆标的探测确定自己的位置。同时将全场的目标分解为陆标和陆标之间的片段。不断对陆标探测完成导航，根据不同环境可以分为人工路标导航和自然路标导航。人为路标导航是通过对人放置的一些陆标进行识别完成导航，但它容易改变工作环境。自然路标导航不会改变自然环境，是机器人对工作环境中的自然标志进行识别完成那个导航。 3.1.2视觉导航 由于计算机视觉理论及算法的发展，视觉导航成为导航技术中的一个重要发展方向。DeSouza等总结了近20年机器人导航中视觉导航技术的发展状况，包桂秋等也描述了图像技术在机器人导航中的应用，特别是在飞行器包括导弹、飞机等
智能移动机器人 近年来，随着机器人研究的不断发展，机器人技术开始源源不断地向人类活动的各个领域渗透，结合这些领域的应用特点，各种各样的具有不同功能的机器人被研制出来，并且在不同的应用领域都得到了广泛的应用。 本文主要设计一个配置机械手的智能移动机器人，可以调速、转弯、抓取物体。涉及到双目摄像头定位、激光测距、电机控制、压力传感器等技术。 一、系统总体结构图 机器人系统主要由机械系统、驱动控制系统、视觉系统、传感器系统、上位机系统、电源系统以及人机交互系统等组成。 系统总体结构图如下： 智能机器人平台采用了主从结构的分布式处理方式，由上位机系统来协调控制各个子模块系统。各个子系统都有自己的数据处理机制，数据处理都在本模块的DSP处理器中完成。上位机只是负责数据融合、任务分解、策略选择制定、协调控制各子模块等工作。当上位机需要某个模块的数据时，子模块向上位机提供该模块经过处理以后的数据。由于大量的数据处理都在各个子模块中完成，上位机得到的都是经过处理后的小量数据，大大减少了上位机的负担。采用这种方式既提高了上位机的效率，又增加了系统的稳定性，方便系统的维护。 二、机械手
该机械手的设计仿照人类手臂的构造，总共有五个自由度，包括抬手臂转动关节，肩转动关节，肘转动关节，腕转动关节，手爪旋转关节与手爪开闭关节。这种多自由度的设计使得机械手具有较大的灵活度，以适应抓取不同目标物体的要求。 三、控制系统 1、感知系统 感知系统也就是传感器系统，本智能机器人系统的传感器系统可以只包含两个传感器，一个是测障、测距用激光传感器，一个是抓物时压力感测的压力传感器。 红外测距传感器（简称PSD：Poison Sensitive Detector）： 通常采用光学三角测量方法来确定机器人同物体之间的距离：传感器的红外发光管发出红外光，当红外光没有碰到障碍的时候，红外光保持前行；当红外光碰到障碍的时候，红外光反射回来，并进入探测器。这样，在反射点，发射器，探测器之间形成一个三角形，探测器通过镜面反射，将红外光射入一个线性CCD中，由CCD测量反射光的角度，并由角度的大小来计算障碍物的距离。本机器人系统配置4路PSD传感器，分别以接近于90度的角度间距安装于机器人的前、后、左、右四个方向上和机械臂抓手的手掌内。 图2 PSD传感器位置示意图 压力传感器： 测得与物体接触的压力值返回给DSP分析处理：是否继续抓紧动作。装在机械臂抓手的每个手指上。 传感器系统结构图
? 197 ? ELECTRONICS WORLD?技术交流 移动机器人控制系统设计 广东工业大学 侯晓磊 随着移动机器人在人们社会生活中的地位不断提高，设计一种 可靠、稳定的机器人控制系统越发的变得重要起来，以NI公司的MyRIO控制器以其安全可靠、编程开发简单而脱颖而出。本文基于上述控制器、L298N电机驱动芯片Labview设计一种移动机器人控制软硬件系统系统，经验证，该系统运行稳定、可靠、高效。 1.前言 新一轮科技革命引发新一轮产业革命。“互联网+制造”构建工业4.0，智能制造成为我国由制造大国向制造强国转变的关键一步，移动机器人作为智能制造中的一个组成部分，作用越发的变得举足轻重。本文给出一种以MyRIO+L298N+Labivew的移动机器人控制系统。 2.IN MyRIO控制器 NI myRIO是NI最新设计的嵌入式系统设计平台。NI myRIO中内含双核ARM Cortex-A9，实时性高，并且还可以便捷定制FPGA I/ O，给开发设计人员提供更好的设计复杂系统的平台。 NI myRIO作为可重配置控制器具有以下重要特点： 易于上手使用：引导性安装和启动界面可使开发人员更快地熟悉操作，协助开发人员快速了解工程概念，完成设计任务。编程设计简单，利用实时应用、内置WiFi等功能，开发人员可以实现远程部署应用，“无线”操控。 板载资源众多：有丰富的数字I/O接口，提供SPI串行外设接口、PWM脉宽调制输出端口、正交编码器输入端口、UART异步收发器端口和I2C总线接口、多个单端模拟输入、差分模拟输入和带参考的模拟输入等可供选择的资源。 另外，NI MyRIO还提供可靠性能较好的控制器保护电路，防止由于意外操作造成控制器不可恢复性损坏，总之，NI MyRIO为开发人员提供了一个编程简易，设计电路方便，不用刻意担心意外操作而影响控制器使用的平台。 3.L298N电机控制芯片 L298N是一种用来驱动电机的集成电路，可以较稳定的输出平稳电流和较强的功率。工作均电流为2A，最高可达4A，最高输出电压为50V，能够带动带有感性元件的负载。控制器可以直接通过输入输出口与电机驱动芯片联接，从而方便控制驱动芯片的输出。如将芯片驱动直流电机时，可以直接与步进电机相联接，通过调节控制器输出实现步进电机的的正反转功能当控制直流电机时，可以通过调节控制芯片的电压信号的极性，PWM波的占空比，从而实现直流电机转速和转向的调节。4.系统硬件部分设计 系统采用MyRIO整体框架，外围增设电机驱动电路、避障驱动电路、里程计电路、液晶显示电路、陀螺仪电路。通过MyRIO主控制发送控制信号驱动移动机器人运动，实时通过外围传感器获取位置信息反馈给主控制 器，然后控制器通过闭环系统调节当前位置以保证对目标位置的追踪。 图1 5.系统软件部分设计 系统软件部分采用经典控制理论的闭环控制系统，将电机、主控制器和外设传感器构成闭环系统，通过调节闭环统的参数，来使 移动机器人以较小偏差追踪按照预定轨迹。 图2 6.结束语 本文介绍了基于NI MyRIO控制器设计移动机器人控制系统，通过仿真和实物测试，能较好的完成对任务的追踪踪。 参考：From Student to Engineer:Preparing Future Innova-tors With the NI LabVIEW RIO Architecture https://www.doczj.com/doc/b05532509.html,.2014-04-01；王曙光,袁立行,赵勇.机器人原理与设计.人民邮电出版社,2013 。
超声波传感器在移动机器人的应用（探测障碍物） 摘要：移动机器人通过各种传感器系统感知外界环境和自身状态，在复杂的环境自主移动并完成相应的任务，超声波传感器以其独有的特征而被青睐， 关键词：超声波传感机器人障碍物探测 前言： 随着机器人技术的发展，自主移动机器人以其灵活性和智能性等特点，在人们的生产生活中应用越来越广泛，移动机器人要获得自主行为，其最重要的任务之一是获取关于环境的知识。这是用不同的传感器测量并从那些测量中提取有意义的信息而实现的。视觉、红外、激光、超声波等传感器都在移动机器人中得到实际应用。超声波是一种在弹性介质中的机械振荡，有两种形式：横向振荡（横波）及纵和振荡（纵波）。在工业中应用主要采用纵向振荡。超声波可以在气体、液体及固体中传播，其传播速度不同。另外，它也有折射和反射现象，并且在传播过程中有衰减。在空气中传播超声波，其频率较低，一般为几十KHZ，而在固体、液体中则频率可用得较高。在空气中衰减较快，而在液体及固体中传播，衰减较小，传播较远。利用超声波的特性，可做成各种超声传感器，配上不同的电路，制成各种超声测量仪器及装置，并在通迅，医疗家电等各方面得到广泛应用。超声波传感器以其性价比高、硬件实现简单，成本低，不易受电磁、光线被测对象颜色烟雾影响等优点，在移动机器人感知系统中得到了广泛的应用。但是超声波传感器也存在一定的局限性，主要是因为波束角大、方向性差、测距的不稳定性(在非垂直的反射下)等，因此往往采用多个超声波传感器或采用其他传感器来补偿。 超声波传感器在移动机器人的应用 由于用超声波测量距离并不是一个点测量。超声波传感器具有一定的扩散特性，发射的超声能量主要集中在主波瓣上，沿着主波轴两侧呈波浪型衰减，左右约30°的扩散角，但对于移动机器人很难保证其自身运动姿态的稳定性，采用超声波传感器固定在移动机器人车身的探测方式，当移动机器人偏离平行墙面时，探测系统往往很难得到实际的距离。另外，超声波这种发散特性在应用于测量障碍物的时候，只能提供目标障碍物的距离信息，而不能提供目标的方向和边界信息。这些缺陷都大大限制了超声波传感器的实际应用和推广。 在移动机器人行走过程中，由于随时可能遇到障碍物，而且障碍物的大小、多少未知，所以能够顺利地到达目的地，本设计系统使用了两个超声波传感器进行检测现场的环境信息，使它们的信息能够相互补充。在超声波感应器检测过程中，若有一个检测到一个障碍物，另一个检测到另一个障碍物，做如下处理：如果两传感器同时检测到障碍物，那么认为是同一个物体；相反，如果两传感器不同时检测到障碍物时，那么认为是两个物体。显然，探测系统在角度上是离散的，存在一定的分辨力，很可能把两个相近的物体看成同一个物体，但这两种情况并不影响移动机器人的行走，因为当两种物体相近时，移动机器人不可能从它们的间隙中走过，因此，把它们看成是同一物体是合理的，至少可以减少计算的复杂性。 障碍物的信息包括：超声波传感器中心到障碍物的最短距离和障碍物相对于车体的方位，移动机器人运行过程中，实时采集每个方向上超声波传感器中心到障碍物边界距离，进行比较划分找到其中最短的距离及方位最为车体到障碍物的最短距离及方位。避障算法如下：移动机器人以某一速度前进，如果某一传感器检测的距离小于d，这个距离是预定义可编程的临界距离，那么机器人以某一
移动机器人的自主导航控制 一、研究的背景 移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用，而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。因此，移动机器人技术已经得到世界各国的普遍关注。 在自主式移动机器人相关技术的研究中，导航技术是其研究核心，同时也是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态，实现在有障碍的环境中面向目标的自主运动。导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 二、相关技术 移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置，是移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等，它们都不同程度地适用于各种不同的环境，括室内和室外环境，结构化环境与非结构化环境。 惯性定位是在移动机器人的车轮上装有光电编码器，通过对车轮转动的记录来粗略地确定移动机器人位置。该方法虽然简单，但是由于车轮与地面存在打滑现象，生的累积误差随路径的增加而增大，导致定位误差的逐渐累积，从而引起更大的差。 标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记，超声波发射器、激光反射板等，通过机器人的传感器系统对标记的探测来确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法，机器人在同一点探测到三个陆标，并通过三角几何运算，由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法，其可获得较高的定位精度且计量小，但是在实际应用中需要对环境作一些改造，添加相应的标记，不太符合真正意义的自主导航。 GPS定位是利用环绕地球的24颗卫星，准确计算使用者所在位置的庞大卫星网 定位系统。GPS定位技术应用已经非常广泛，除了最初的军事领域外，在民用方面也得到了广泛的应用，但是因为在移动导航中，移动GPS接收机定位精度受到卫 星信号状况和道路环境的影响，同时还受到时钟误差、传播误差、接收机噪声