下载文档原格式
不确定非完整轮式移动机器人的运动控制研究非完整轮式移动机器人（wheeled mobile robot,WMR）是典型的多输入多输出耦合欠驱动非线性系统, 其运动控制问题极具挑战性。
轮式移动机器人大多工作在复杂未知环境之下, 容易受到多种不确定性和扰动的综合影响, 因此, 解决复杂不确定下非完整轮式移动机器人的运动控制问题意义深刻且现实需求迫切。
本文研究了轮式机器人包含定位不确定性、参数和非参数不确定性、侧滑和打滑干扰等情形下的运动控制策略, 探讨了非完整单链系统的有限时间控制以及力矩受限下轮式移动机器人的动力学控制。
主要的研究成果包括: （1）研究了定位不确定的轮式移动机器人路径跟随问题, 提出一种基于改进遗传算法优化自适应扩展卡尔曼滤波的全局一致渐进稳定控制器。
（2）提出了一类n维不确定非完整单链系统的鲁棒有限时间镇定控制律。
通过不连续变换将原系统分解为1阶和n-1阶两个解耦的独立子系统, 对1阶子系统采用分段控制策略解决不连续变换引起n-1阶子系统奇异问题, 保证控制律的全局性, 对n-1阶子系统采用反演（backstepping）设计方法, 降低设计复杂度, 设计过程基于有限时间Lyapunov理论, 保证系统的有限时间稳定。
（3）研究了本体动力学模型包含参数和非参数不确定性的轮式移动机器人轨迹跟踪问题, 提出基于自适应反演滑模控制的全局渐进稳定饱和控制方案。
通过运动学输入-输出非线性反馈和动力学输入变换, 建立包含系统总体不确定性项的线性模型, 采用一种动态调整机制实现控制输入饱和约束, 基于幂次趋近律提高了滑模控制的平滑性和快速性, 自适应估计总体不确定性的上界有效削弱了滑模控制的抖振现象。
（4）提出了执行器动力学模型包含参数和非参数不确定性的轮式移动机器人轨迹跟踪与镇定统一控制方法。
通过backstepping分别设计系统的运动学、本体动力学和执行器动力学控制器, 运动学控制器引入了时变控制量, 使跟踪误差模型用于镇定控制时不存在奇异, 本体和执行器动力学控制器分别采用带鲁棒项的强化学习自适应模糊控制补偿系统的复杂不确定性, 采用非线性跟踪-微分器避免了backstepping过程的“计算膨胀”, 闭环系统为最终一致有界收敛。
《不确定非完整动力学系统控制研究》作者简介：董文杰，男，1970年12月出生，xx年09月师从于北京航空航天大学霍伟教授，于xx年12月获博士学位。
摘要非完整约束是指含有系统广义坐标导数且不可积的约束。
典型的受非完整约束系统（简称非完整系统）包括车辆、移动机器人、某些空间机器人、水下机器人、欠驱动机器人和运动受限机器人等。
因此，非完整系统的控制研究具有广泛应用背景和重要应用价值。
19世纪末20世纪初在经典力学中已对非完整系统做了基础性研究。
自1960年代以来，科技发展和生产实际的需要促使非完整系统的基础和应用研究都有了进一步发展。
从xx年代末起，由于机器人及车辆控制的需要，使得国外开始对非完整系统的控制问题进行深入研究。
由于非完整约束是对系统广义坐标导数的约束，它不减少系统的位形自由度，这使得系统的独立控制个数少于系统的位形自由度，给其控制设计带来很大困难。
另外，利用非线性控制系统理论的微分几何方法已证明：非完整系统不能用连续的状态反馈镇定。
因此以研究连续状态反馈为主的现代控制理论中大量成熟的结果无法直接用于非完整系统的镇定控制研究，使得非完整控制系统研究成为当今控制领域最具挑战性的难题之一。
国际上xx年代至xx年代中期对非完整系统的控制研究主要是针对由非完整约束方程导出的非完整运动学系统进行的，提出的反馈镇定控制方法主要有时变反馈控制策略、不连续控制策略及以各种方式将二者结合的混合控制策略。
在非完整运动学系统的轨迹跟踪控制研究中，基于不同的分析工具和方法也提出了多种控制方案。
由于实际系统是动力学系统，在对系统性能要求较高的情况下通常不能忽略系统的动力学部分，故基于运动学模型设计出的以广义速度为控制量的控制律不能直接用于以广义力为控制量的实际动力学系统。
因此自xx年代后期起国际上更加注重非完整动力学系统的控制研究，通常采用速度跟踪的思想将对非完整运动学系统设计的控制律推广到非完整动力学系统，这种研究一般依赖于非完整系统的准确动力学模型。
2023-11-06contents •引言•不确定非完整轮式移动机器人的描述•基于控制策略的设计•实验和结果分析•结论和未来工作目录01引言研究背景不确定非完整轮式移动机器人在许多应用中具有重要意义，如无人驾驶车辆、自主机器人和无人驾驶飞机等。
这些机器人系统通常需要在复杂的动态环境中进行自主导航和操作，因此对它们的运动控制进行研究具有重要意义。
研究意义对于不确定非完整轮式移动机器人，研究其运动控制方法有助于提高机器人的自主性、适应性和鲁棒性，从而使其在各种应用中表现出更好的性能。
研究背景和意义相关工作一在不确定非完整轮式移动机器人的运动控制方面，一些研究者提出了基于模型的控制器设计方法。
这些方法利用机器人的动力学模型进行控制，并考虑了不确定性和非完整性对控制系统性能的影响。
相关工作概述相关工作二另外，一些研究工作致力于开发基于学习的控制方法。
这些方法利用机器学习技术对机器人行为进行学习和预测，并设计相应的控制器以实现稳定和准确的运动控制。
相关工作三还有一些相关工作涉及基于优化方法的运动控制研究。
这些方法通常利用优化算法来优化机器人的运动轨迹和控制信号，以实现最优的运动控制效果。
研究目的和方法研究目的本研究旨在开发一种鲁棒且自适应的运动控制方法，以处理不确定性和非完整性对不确定非完整轮式移动机器人运动控制的影响。
研究方法为了实现这一目标，本研究将采用基于学习的控制方法。
首先，利用机器学习技术对机器人的动力学行为进行学习和建模。
然后，基于学习到的模型设计相应的控制器以实现稳定和准确的运动控制。
02不确定非完整轮式移动机器人的描述非完整轮式移动机器人通常由刚体组成，具有确定的质量和惯性特性。
刚体系统非完整性轮式移动该机器人不具备全方位移动能力，只能在部分方向上实现移动。
该机器人通过轮子进行移动，可以实现在平面上的平移和旋转。
030201非完整轮式移动机器人的动力学特性包括重力、摩擦力、驱动力等。
动力学特性该机器人的运动特性包括速度、加速度、位姿等。
《非完整移动机器人路径规划与轨迹跟踪控制的研究》篇一一、引言随着现代机器人技术的快速发展，非完整移动机器人在生产制造、服务型机器人等领域得到了广泛应用。
其高效、精准的路径规划和轨迹跟踪控制技术，成为当前研究的热点。
本篇论文主要研究非完整移动机器人的路径规划方法和轨迹跟踪控制技术，以提高机器人的工作效能和灵活性。
二、非完整移动机器人的特性非完整移动机器人指无法实现任意运动的移动机器人。
这种机器人在结构和功能上往往具备更多的灵活性和可操作空间，但在路径规划和轨迹跟踪方面存在一定限制。
因此，对非完整移动机器人的路径规划和轨迹跟踪控制技术的研究显得尤为重要。
三、路径规划方法研究（一）全局路径规划全局路径规划主要依赖于环境地图信息，通过算法搜索出从起点到终点的最优或次优路径。
常见的全局路径规划算法包括基于图搜索的算法、基于采样的算法等。
这些算法在处理静态环境时效果较好，但在动态环境下需要实时更新地图信息，对计算资源和时间有较高要求。
（二）局部路径规划局部路径规划主要根据机器人当前的感知信息，在局部范围内进行路径规划。
常见的局部路径规划算法包括基于势场的方法、基于学习的方法等。
这些方法能够根据环境变化实时调整路径，但需要机器人具备较高的感知和决策能力。
四、轨迹跟踪控制技术研究轨迹跟踪控制技术是实现机器人精准运动的关键。
常用的轨迹跟踪控制方法包括PID控制、模糊控制、神经网络控制等。
这些方法可以结合机器人的动力学模型和运动学模型，实现对机器人运动的精确控制。
在非完整移动机器人的轨迹跟踪控制中，需要考虑到机器人的运动约束和动力学特性，选择合适的控制方法以实现精准的轨迹跟踪。
五、非完整移动机器人路径规划和轨迹跟踪的融合在实现非完整移动机器人的路径规划和轨迹跟踪时，需要考虑到两者之间的协同作用。
一方面，路径规划为机器人的运动提供全局指导；另一方面，轨迹跟踪控制确保机器人能够按照规划的路径精确运动。
因此，需要将两者融合起来，实现机器人的高效、精准运动。
非完整约束移动机器人的轨迹跟踪控制研究非完整约束移动机器人的轨迹跟踪控制研究摘要：非完整约束移动机器人是近年来发展迅速的一种机器人系统，它在各种应用领域中得到广泛的应用。
本文通过对非完整约束移动机器人系统的分析与建模，研究了轨迹跟踪控制方法。
首先，本文介绍了非完整约束移动机器人的基本概念与特点，以及其在工业、农业、医疗等领域中的应用情况。
然后，根据非完整约束移动机器人的运动学和动力学性质，建立了非完整约束移动机器人的数学模型。
接着，本文综述了常见的轨迹跟踪控制方法，并对这些方法进行了比较与分析。
最后，通过仿真实验验证了所提出方法的有效性与鲁棒性。
1. 引言非完整约束移动机器人是一种在控制论和机器人技术领域中备受关注的系统。
它与完整约束移动机器人不同之处在于，非完整约束移动机器人的自由度小于其供给的自由度。
因此，非完整约束移动机器人具有复杂的动力学特性和运动约束。
如何实现对非完整约束移动机器人的精确控制，成为一个重要的研究课题。
2. 非完整约束移动机器人的基本概念与特点非完整约束移动机器人是指机器人系统中具有虚约束的机器人系统。
这种虚约束会导致机器人的非完整性，即其自由度小于其供给的自由度。
非完整约束移动机器人具有以下特点：1)机器人的运动学与动力学方程具有高度非线性性；2) 机器人的控制输入无法完全驱动机器人的自由度；3) 机器人在运动过程中存在多重约束，包括速度约束、加速度约束等。
3. 非完整约束移动机器人的数学模型根据非完整约束移动机器人的特点，可以通过对机器人的运动学和动力学方程进行建模。
运动学方程描述了机器人的位置、姿态等随时间的变化规律，动力学方程描述了机器人的运动过程中受到的力和力矩。
通过建立非完整约束移动机器人的数学模型，可以为后续的轨迹跟踪控制提供理论基础。
4. 非完整约束移动机器人的轨迹跟踪控制方法在非完整约束移动机器人的轨迹跟踪控制中，常用的方法包括模型预测控制、自适应控制、最优控制等。
受非完整性约束的移动机器人路径跟踪算法郁伉;肖本贤;李艳红【摘要】文章讨论了受非完整约束限制的两轮差动驱动机器人的路径跟踪问题,研究移动机器人在一个运动周期内的轨迹,找出该周期内机器人起点坐标和终点坐标之间的联系,推导出一种新模型;针对机器人跟踪任意期望几何路径,提出了斜率算法;对于期望路径是圆弧的特例,提出曲率半径算法,进一步提高跟踪速度平稳性和跟踪精度.【期刊名称】《合肥工业大学学报（自然科学版）》【年(卷),期】2010(033)009【总页数】5页(P1315-1319)【关键词】路径跟踪;运动周期;曲率;两轮差动驱动机器人;非完整系统【作者】郁伉;肖本贤;李艳红【作者单位】合肥工业大学,电气与自动化工程学院,安徽,合肥,230009;合肥工业大学,电气与自动化工程学院,安徽,合肥,230009;咸阳师范学院,物理系,陕西,咸阳,712000【正文语种】中文【中图分类】TP240 引言由于存在非完整约束，移动机器人路径跟踪控制十分具有挑战性。
文献[1]对系统在期望路径附近Taylor线性化，对得到的线性时变系统设计控制律，从而实现原系统的局部跟踪;文献[2]采用输入输出反馈线性化的方法，将非线性系统分解为2个子系统，再根据性能指标逐一设计控制律，以达到跟踪目的;文献[3]采用后退(back steping)方法的思想，将系统分解为低阶系统，利用中间虚拟变量和部分Lyapunov函数，设计了具有全局渐进稳定的跟踪控制器。
目前常见机器人模型有运动学模型、动力学模型以及位姿误差模型。
自文献[4]提出位姿误差模型以来，还很少见到新的模型。
本文针对两轮差动驱动移动机器人，在仔细分析其工作过程的基础上，推导出新的模型，并给出2种算法。
该模型在表达式上具有运动学模型简洁的优点，经过简单变换，得到1个运动周期内机器人位姿误差。
2种算法针对机器人初始位置在期望路径附近，相对于传统的基于Lyapunov函数的控制律设计，不必计算大量偏导数，在保证跟踪精度、跟踪速度的前提下，具有计算量小的优点;和反馈线性化算法相比，不存在奇异性问题[5]。
论MATLAB仿真与移动机器人轨迹跟踪控制随着德国工业4.0和中国制造2025发展战略的提出，自动化技术正广泛应用服务于各领域，代替部分人工劳动力的同时也降低了生产成本，提高了劳动效率。
轮式移动机器人因在物流等领域的广泛应用而成为智能控制、自动化控制和运动控制的重要研究平台，然而轮式移动机器人是一个非线性的非完整系统，具有非完整约束条件特性，使其在轨迹跟踪控制时带来了很大的难度，传统的PID控制算法在轮式移动机器人轨迹跟踪控制的研究上取得了一定成果，但是随着环境的复杂化和不确定性，使得传统的控制方法达不到需要的控制效果。
近年来，随着现代控制方法的不断发展，非完整移动机器人轨迹跟踪控制也取得了很多的控制方法，主流的方法有自适应控制、反演控制、滑膜结构控制和智能控制。
本文通过对轮式移动机器人应用机械原理的方法描述其运动学模型并得到模型中各物理量之间的数学关系。
再通过设计合理的控制器，使得移动机器人能够快速稳定跟踪目标路径轨迹。
1 轮式移动机器人运动学模型1.1 建立运动学模型如图1所示，将后轮驱动前轮转向四轮移动机器人简化成双轮自行车模型（图1中阴影部分），其后輪为驱动轮，前轮为转向轮，可以在水平轴上自由转动，实现车辆转向，图1中各个参数如下：为全局坐标系；为移动机器人局部坐标；为移动机器人旋转中心；为转向轮转角；为运动速度；为移动机器人姿态；为前后轴距；为后轮转向半径；为前轮转向半径。
根据移动机器人运动学模型三个公式，利用Matlab/Simulink模块搭建运动模型并描述其参数变量之间的关系，本次仿真实验使用的工具是MathWorks公司的产品Matlab2015a版本，在Matlab/Simulink环境中搭建模块。
其搭建结果可以表示为如图2所示。
由图2可知，移动机器人有两个输入，分别为车的速度和车轮转角，三个输出，图中添加了轮式移动机器人速度限制模块（vel limit）、加速度限制模块（acceleration limit）、转向角限制器（streering angle limit）、手动中断模块（handbrake）等，确保移动机器人在运动过程中速度、加速度和转向角在一定范围内，保证其在突发情况下的安全性。
《非完整移动机器人路径规划与轨迹跟踪控制的研究》篇一一、引言随着人工智能技术的不断发展，移动机器人成为了机器人领域研究的热点之一。
其中，非完整移动机器人因为其运动特性和广泛应用场景，受到了广泛的关注。
然而，由于非完整移动机器人的运动约束和复杂环境的影响，其路径规划和轨迹跟踪控制仍然面临诸多挑战。
本文将重点研究非完整移动机器人的路径规划与轨迹跟踪控制，以期为机器人的智能化和自主化提供支持。
二、非完整移动机器人概述非完整移动机器人是一种运动约束较为特殊的机器人，其运动状态受限于非完整约束条件。
常见的非完整移动机器人包括轮式机器人、履带式机器人等。
由于非完整约束的存在，非完整移动机器人的运动轨迹和姿态控制相对较为复杂。
因此，对非完整移动机器人的研究具有重要意义。
三、路径规划技术研究路径规划是非完整移动机器人研究中的重要一环。
本部分将详细介绍路径规划的相关技术。
首先，全局路径规划是机器人根据环境信息规划出一条从起点到终点的全局路径。
这一过程中，需要考虑到环境因素、机器人的运动特性等因素。
目前常用的全局路径规划算法包括随机路标图算法、网格法等。
这些算法可以在已知环境信息的情况下，为机器人规划出较为平滑且高效的路径。
其次，局部路径规划则是在机器人实际运动过程中，根据实时环境信息调整其运动轨迹的过程。
这一过程中，需要考虑到机器人的运动约束、实时环境感知等因素。
常见的局部路径规划算法包括基于控制的方法、基于优化的方法等。
这些算法可以根据实时环境信息，为机器人提供更加灵活的路径规划方案。
四、轨迹跟踪控制技术研究轨迹跟踪控制是非完整移动机器人的另一重要研究方向。
本部分将详细介绍轨迹跟踪控制的相关技术。
首先，传统的轨迹跟踪控制方法主要基于PID控制算法、模糊控制算法等。
这些方法虽然可以实现对机器人的基本控制，但在面对复杂环境和多变任务时，其控制效果并不理想。
因此，研究人员开始尝试引入更先进的控制算法，如基于优化算法的轨迹跟踪控制方法等。
《非完整移动机器人路径规划与轨迹跟踪控制的研究》篇一一、引言随着人工智能技术的快速发展，移动机器人在众多领域的应用日益广泛。
然而，对于非完整移动机器人而言，其路径规划和轨迹跟踪控制仍然面临着诸多挑战。
非完整移动机器人由于自身结构的限制，其运动学模型具有非完整约束特性，这给机器人的路径规划和轨迹跟踪控制带来了困难。
因此，本文将重点研究非完整移动机器人的路径规划与轨迹跟踪控制问题，旨在为机器人实现高效、精确的运动提供理论依据和技术支持。
二、非完整移动机器人路径规划研究2.1 路径规划问题描述非完整移动机器人的路径规划是指在给定的环境条件下，为机器人规划出一条从起点到终点的最优路径。
由于机器人的运动学模型具有非完整约束特性，路径规划过程中需要考虑机器人的运动学约束、避障能力以及环境因素等。
此外，还需考虑到路径的平滑性、长度以及转弯次数等因素，以实现高效、精确的运动。
2.2 路径规划方法研究针对非完整移动机器人的路径规划问题，本文提出了一种基于采样的路径规划方法。
该方法通过在机器人工作空间中随机采样，并利用机器人的运动学模型对采样点进行评估和筛选，最终得到一条满足约束条件的可行路径。
此外，本文还研究了基于全局路径规划和局部路径规划的混合方法，以提高机器人的适应性和实时性。
三、轨迹跟踪控制研究3.1 轨迹跟踪问题描述轨迹跟踪控制是指机器人在已知路径的基础上，通过控制算法实现精确的轨迹跟踪。
对于非完整移动机器人而言，轨迹跟踪控制需要考虑到机器人的运动学约束、传感器噪声以及外界干扰等因素。
因此，设计一种具有较强鲁棒性和自适应性的控制算法对于实现精确的轨迹跟踪至关重要。
3.2 轨迹跟踪控制方法研究针对非完整移动机器人的轨迹跟踪控制问题，本文提出了一种基于反馈控制的算法。
该算法通过将机器人的实际位置与目标位置进行比较，计算出位置误差，并根据误差调整机器人的控制输入，从而实现精确的轨迹跟踪。
此外，本文还研究了基于优化算法的轨迹跟踪方法，以提高机器人的运动性能和响应速度。
《非完整移动机器人路径规划与轨迹跟踪控制的研究》篇一一、引言在当代自动化技术发展的背景下，非完整移动机器人的应用逐渐扩大，其在各种环境中进行自主路径规划和轨迹跟踪的能力已成为科研与工业应用中的关键问题。
路径规划是机器人运动的核心部分，其精确性及效率直接影响着机器人的工作效果。
轨迹跟踪控制则是确保机器人准确沿着规划路径进行移动的保障。
本文旨在深入探讨非完整移动机器人的路径规划与轨迹跟踪控制问题，分析其技术难点与挑战，并提出有效的解决方案。
二、非完整移动机器人概述非完整移动机器人是指无法在所有方向上自由移动的机器人，其运动学特性受限于其物理结构。
这类机器人包括轮式、履带式等，广泛应用于工业制造、环境监测、军事侦察等领域。
由于非完整移动机器人的运动学特性，其路径规划和轨迹跟踪控制相较于完整移动机器人更为复杂。
三、路径规划技术研究（一）问题描述非完整移动机器人的路径规划主要是在给定的环境中寻找一条从起点到终点的最优路径。
这需要考虑到机器人的运动学约束、环境因素以及能量消耗等因素。
在复杂的环境中，如何快速准确地找到最优路径成为了一个挑战。
（二）方法研究针对非完整移动机器人的路径规划问题，目前主要采用的方法包括基于采样的方法、基于图搜索的方法以及基于优化的方法等。
其中，基于优化的方法在考虑多种约束条件下具有较好的效果，成为研究的热点。
此外，随着人工智能技术的发展，基于深度学习和强化学习的路径规划方法也逐渐成为研究的新趋势。
四、轨迹跟踪控制技术研究（一）问题描述轨迹跟踪控制是非完整移动机器人实现精确运动的关键技术。
在路径规划的基础上，机器人需要通过轨迹跟踪控制技术准确沿着规划路径进行移动。
这需要考虑到机器人的动力学特性、传感器噪声以及外部干扰等因素。
（二）方法研究目前，常用的轨迹跟踪控制方法包括基于PID控制的方法、基于模糊控制的方法以及基于优化控制的方法等。
其中，基于优化控制的方法在考虑多种约束条件下具有较好的效果。
《非完整移动机器人路径规划与轨迹跟踪控制的研究》篇一一、引言在现今的机器人技术领域中，移动机器人的路径规划与轨迹跟踪控制是一个核心的研究课题。
随着机器人技术的不断进步，特别是在物流、医疗、农业等众多行业中的广泛应用，如何提高移动机器人的运行效率及精准度已经成为机器人研发过程中的关键一环。
本研究专注于非完整移动机器人的路径规划与轨迹跟踪控制问题，通过理论与实践相结合的方法，力求提升机器人的运行效能和适应复杂环境的能力。
二、非完整移动机器人概述非完整移动机器人是指那些无法进行全方位运动，只能在某一维度或平面上进行移动的机器人。
这种类型的机器人由于其结构特性和运动学约束，其路径规划和轨迹跟踪控制较之其他类型的机器人更为复杂。
其结构主要包括动力系统、传感器系统、控制系统等。
在实际应用中，这种类型的机器人多用于室内或特定环境下的物流配送、卫生清洁等任务。
三、路径规划方法研究对于非完整移动机器人的路径规划问题，目前存在多种解决方案。
其中包括基于规则的方法、基于优化的方法以及混合方法等。
在本研究中，我们提出了一种基于遗传算法与模糊逻辑相结合的路径规划方法。
该方法首先通过遗传算法优化出一条初始路径，然后利用模糊逻辑对初始路径进行微调，以适应动态变化的环境和未知的障碍物。
通过实验验证，该方法在保证路径安全性的同时，也大大提高了机器人的运行效率。
四、轨迹跟踪控制研究对于非完整移动机器人的轨迹跟踪控制问题，主要涉及到对机器人动力系统的精确控制以及反馈系统的设计。
在本研究中，我们采用了一种基于PID（比例-积分-微分）控制器的轨迹跟踪控制方法。
该方法通过对机器人的速度和位置进行实时监测和调整，实现了对机器人运动轨迹的精确控制。
同时，我们还设计了一种基于机器学习算法的反馈系统，以适应不同环境下的运动需求。
五、实验与分析为了验证所提出的路径规划与轨迹跟踪控制方法的实际效果，我们在多种环境下进行了实验。
实验结果表明，所提出的基于遗传算法与模糊逻辑的路径规划方法能够有效地规划出安全且高效的路径；而基于PID控制器的轨迹跟踪控制方法则能实现对机器人运动轨迹的精确控制。
一种有效的非完整移动机器人路径跟踪方法林伟;杨晶东【摘要】路径跟踪问题是移动机器人运动控制的一个重要研究内容.对于非完整约束的差速驱动轮式机器人,提出一种新型的路径跟踪算法,通过给定路径模拟出虚拟机器人,即将路径上点的位置信息,朝向信息及曲率信息全部体现到虚拟机器人的位姿、速度和角速度上,机器人通过对虚拟机器人的跟随,实现对给定路径的跟踪.仿真和实验表明,不仅可实现直线和圆常规路径的跟踪,也可实现任意复杂曲线的跟踪,以及实际环境中路径的跟踪,证明了该路径跟踪算法的有效性.【期刊名称】《电子科技》【年(卷),期】2017(030)003【总页数】5页(P21-25)【关键词】非完整约束;移动机器人;虚拟机器人;路径跟踪【作者】林伟;杨晶东【作者单位】上海理工大学光电信息与计算机工程学院,上海200093;上海理工大学光电信息与计算机工程学院,上海200093【正文语种】中文【中图分类】TP242在移动机器人中, 轮式移动机器人是普遍且常见的一类。
轮式移动机器人受轮子与地面之间的速度不可积约束，即非完整约束，也被称为非完整移动机器人。
非完整移动机器人的控制主要包括路径跟踪、轨迹跟踪和点镇定等, 本文重点讨论路径跟踪问题。
路径跟踪在服务机器人领域有广泛的应用，比如清洁机器人，送餐机器人等。
本文提出一种有效的路径跟踪算法，该算法可达到机器人行走过程中快速跟踪，高精度贴合路径、行走姿态稳定、对路线要求低等要求。
目前常用的路径跟踪方法有模糊控制器法[1-2]，模糊神经网络法[3-4]，依据模糊理论的方法所设计出的控制器有时很复杂，也不能实现对路径的高速跟踪，机器人行走姿态有时会出现左右不断调整的情况；有些学者[5]提出神经网络反步法，该方法计算量较大，系统的控制器设计依旧复杂。
一般现有的方法[6-10]实现的仅仅是机器人对直线和圆形等常规图形的跟踪仿真，本文提出的方法不仅实现了对直线和圆形的仿真，也实现了对任意曲线的仿真，并在实际环境、实际地图进行了实际验证，证明了该方法的有效性。
