一类非完整移动机器人编队控制方法_张瑞雷

格式：pdf
大小：672.10 KB
文档页数：5

下载文档原格式

非完整机器人Leader-Follower编队控制器设计

非完整机器人Leader-Follower编队控制器设计张金学;掌明【摘要】编队控制是多机器人协作的最重要的研究领域,其目的是控制组中的机器人的相对位置和方向,让机器人移动作为一个整体.Le-ader-follower策略已经广泛地应用到多机器人系统编队控制中.文中涉及了非完整移动机器人leader-follower 编队控制问题,然后描述了基于leader-follower策略的控制方法,最后采用输入/输出反馈线性化方法设计控制器,以确保编队的渐进稳定.在保持理想的相对距离和转向角时,该控制器能够有效地稳定编队.仿真结果表明了该编队控制方案的有效性.【期刊名称】《智能计算机与应用》【年(卷),期】2011(001)006【总页数】3页(P20-22)【关键词】编队控制;多机器人协作;非完整机器人;输入/输出反馈线性化【作者】张金学;掌明【作者单位】淮海工学院电子工程学院,江苏连云港222005;淮海工学院电子工程学院,江苏连云港222005【正文语种】中文【中图分类】TP242.60 引言多机器人编队控制已经成为了机器人重要的研究领域，过去十几年中，对机器人编队控制进行了大量的研究，已经产生了很多研究理论和实际应用。

通过编队控制，可以在一个组中控制机器人的相对位置和方向，从而使得组中的机器人作为一个整体进行移动[1]。

通过编队控制可以使得多机器人系统更加有效地完成任务，缩短任务的执行时间，提高系统的效率。

现有的机器人编队控制方法通常分为三类：基于行为（behavior-based）的方法，基于 leader-follower方法和虚拟结构方法(virtual structure)[2]。

1934年，德国经济学家Heinrich Freiherr首先提出了leader-follower策略，并在其出版的著作中描述了leaderfollower模型[3]。

leader-follower是一个非常流行的编队结构，已经吸引了大量的研究关注。

多移动机器人的队形控制

位置信息知识库，制定有优先级的组队参考机器人选择规则，结合有限的传感交互信息，提出了基于主从知识
联想的平行四边形法来确定机器人的运动向量，使跟随机器人在虚构的平行四边形中分析出其下一步的偏转角
利速度，并在偏转角和速度的分析中考虑了时延和适当的控制周期。在机器人队形控制过程中的避障问题则采用模糊控制理论，依据人为经验制定的模糊避障控制规则使机器人灵活的避开障碍，仿真实验证明了算法的有
ｎｏｍａｉｎｉｆｒｔｏ，ｂａｅｎｔｅｐｉｒｔｅｅｔｅｒｌｏｔｅｒｆｒｎｅｒｂｔｎｎｆｉｇｔｅｌｔｅｓｎｎｅａｔｅｓｄｏｈｒｏｉｓｌｃｉｕｅｔｈｅｅｅｃｏｏ，ａｄｕｉｙｎｈｉｅｓｎｉｇｉｔｒｃｉｙｖｍｉｖｉｆｒｔｉｎ，ｔｐｏｏｅｈｅｈｓｒｍｈｅｋｏｅｇｓｏｉｉａａｌｌｇａｌｗｏｏｔｉｈｖｍｅｔｖｃｏ，ｈｎｏｍａｏｉｒｐｓｓｔｏｔｆｏｔｗｌｄｅａｓｃａｏｎｐｌｏｒｍａｔｂａｔｅｍｏｅｎｅｔｒｔｅｎｔｒｅｎ
ｆｌｗｏｏｓａａｙｉｈｅｔｄｆｅｔｎａｄｓｅｄｉｈｃｉｎｐａｌｌｇａｏｌｏｒｂｔｎｌｓｓｔｅｎｘｅｃｉｎｐｅｔｅｆｔｏａｌｏｒｍ，ａｄｃｎｉｅｓｔｅｔｅｄｌｙａｄｌｏｎｉｒｅｎｏｓｄｒｈｉｅａｎｍａｐｏｒａｅｃｎｒｌｙｌｎｔｅａｌｉ．ｎｓｓｔｅｆｚｙｃｎｒｌｈｏｈｏｏｔｏａｉｎｃｎｏｌｒｃｓ，ｅｔｐｒｐｉｔｏｔｏｃｅｉｈｎａｙｓｓＡｄｕｅｈｕｚｏｔｏｅｒｉｔｅｒｂｒｔｏｔｌｐｏｅｓｒｓｓｃｔｙｎｆｍｏｒｏｎｔｅｒｉｃａｅｐｒｅｃｔａｏｉｂｓａｌｓｙｆｚｙｃｎｒｌｒｌｓｈｏｔｖｉｂｓａｌｓｌｅｉｌｌ．Ｔｈｈａｔｆｉｌｘｅｉｎｅｏｖｄｏｔｃｅｂｕｚｏｔｏｅ，ｔｅｒｂｏｓａｏｄｏｔｃｅｆｘｂｅｙｉｕｅｓｍｕａｉｎｒｓｌｈｗｅｅｆｃｉｅｅｓｏｅａｇｒｔｍ．ｉｌｔｅｕｔｓｏｔｆｅｔｖｎｓｆｌｏｉｈｏｓｈｈｔＫｅｙｗｏｄｓｗａｋｉｇｒｂｔｆｒａｉｎ；ｎｗｌｄｅｌｒｒｐａａｌｌｇａｍｅｈｄ；ｕｚｏｔｏ；ｒ：ｌｎｏｏ；ｏｍｔｏｌｋｏｅｇｉａｙ；ｒｌｏｂｅｒｍｔｏｆｚｙｃｎｒｌ

群机器人队形控制及协同搜索方法

实时性优化
03
针对实时控制的需求，优化了算法的时间复杂度，确保了机器
人群在快速响应和实时调整方面的性能。
研究不足与展望
泛化能力需提高
目前的研究主要针对特定的任务和场景，未来需增强方法的泛化能力，使其能够适应更多复杂多变的实际情况。
通信延迟与健壮性
在实际应用中，机器人之间的通信可能会受到干扰或延迟，影响协同效果。未来需深入研究通信机制，降低延迟并提高健壮性。
01
通信延迟
在群机器人系统中，通信延迟可能导致机器人之间的信息传递不及时，
影响队形控制和协同搜索的效果。解决方案：采用可靠的通信协议和传
输方式，优化通信网络结构，降低通信延迟。
02
机器人故障
在执行任务过程中，个别机器人可能出现故障，影响整个系统的稳定性
和任务完成效果。解决方案：采用冗余设计和故障检测机制，及时发现
讨论与改进
针对实验结果进行深入讨论，提出改进方案，为后续研究提供参考和借鉴。
06
结论与展望
研究成果总结
高效协同性
01
提出了一种基于群体智能的机器人队形控制方法，实现了机器
人群的高效协同运动，增强了整体执行任务的效率。
鲁棒性增强
02
通过引入多种传感器和信息融合技术，提高了机器人群在复杂
环境中的鲁棒性，有效应对了障碍物和动态变化。
队形控制面临的挑战
1 2
通信延迟和故障
机器人之间的通信可能受到环境、距离和干扰等因素的影响，导致信息传输延迟或丢失，影响队形的稳定性和一致性。
机器人动力学特性和运动限制
不同机器人的动力性能和运动限制可能存在差异，需要充分考虑并对其进行补偿和控制。
3

非完整轮式移动机器人轨迹跟踪控制研究

t
考虑到机器人运动过程的动力学特性, 如果系统误差比较大, 控制律所产生的控制量
( c , c ) 有可能超出系统的最大速度( max, max ) 或系统的加速度超出系统允许范围( max ,
第3期
非完整轮式移动机器人轨迹跟踪控制研究
37 9
max ) , 并且系统的速度或加速度太大将会引起机器人运动打滑, 为此, 在控制律中引入如下控制策略, 从而保证机器人运动平滑.
a1 f ( k c ) ye , e 0. 取 Lyapunov 函数
V=
1 2
x
2 e
+
1 2
y
2 e
+
2 ay
1-
cos
e
2
( 5)
由于 ay > 0, 很明显 V ! 0, 当且仅当( x e , y e , e ) T = 0, V = 0( e ∀ [ - !, !) ) .
由( 4) 式和( 3) 式得:
c
otherw ise
3 实验分析
为了验证算法的有效性, 基于 MATLAB 对算法进行了仿真研究, 仿真过程中, 控制律的参数选择十分重要, 参数 k 将影响双曲正切函数的平滑程度, 如果 k 值越大则f ∃( k c ) 更快趋于零, f ( k c) 趋近于 % 1, 从控制律式( 7) 可以发现控制器的调节将变得非常简单. a1, ax 一般改变x 方向误差, ay 改变y 方向误差, a 改变角度误差, 虽然原理上只要 a1 、ax 、ay 、a 均为大于零, 都能保证系统收敛稳定, 但是, 太大的系数会使系统运动振荡较大, 系数太小会使系统误差收敛速度变慢, 误差调节过程中参数间又是互相影响的. 试验中系统控制参数 ( a1, ax , ay , a , k ) 取为( 1, 2, 0. 2, 2, 5) . 为了保证机器人运动平滑, 我们选取

一类非完整机械手的链式变换特性及其运动规划方法

[
１５] CUI Fengku
i,WANG Xi
aoq
i
an,ZHANG Feng
Ｇ
器工程学院博士研究生. 主要研究方向为先进制造技术.
shou,e
ta
l．Me
t
a
lF
l
owi
ngo
fI
nvo
l
u
t
eSp
l
i
neCo
l
d
EＧma
i
l:
l
i
l
ong６７８＠s
i
na．
一类非完整机械手的链式变换特性及其运动规划方法———李亮刘一方谭跃刚
一类非完整机械手的链式变换特性
及其运动规划方法
李亮１刘一方２谭跃刚３
宝鸡文理学院机械工程学院,宝鸡,
１．
７２１０１６
中国长江动力集团有限公司,武汉,
２．
４３００７０
武汉理工大学机电工程学院,
武汉,
３．
仪器工程学院硕士研究生. 杨明顺,男,
１９７４年生. 西安理工大
学机械与精密仪器工程学院副教授.
１９５９
Copyright©博看网 . All Rights Reserved.
中国机械工程第２８卷第１６期２０１７年８月下半月
求解问题 [１].非完整系统内部存在运动耦合,因
i
ve
r
s
i
t
fTe
chno
l
ogy,Wuhan,
４３００７０
yo
Ab
s
t

非完整约束轮式移动机器人控制系统设计

非完整约束轮式移动机器人控制系统设计柳　柱,赵东标,王明昕(南京航空航天大学,江苏南京210016)Design of a Nonholonomic Wheeled Mobile Robot Control SystemL IU Zhu ,ZHAO Dong biao ,WHANG Ming xin(Nanjing University of Aeronautics and Astronautics ,Nan jing 210016,China ) 摘要:采用美国Cygnal 公司新研制的C8051F005单片机作为机器人控制系统的CPU 及瑞士MAXON 公司的直流伺服电机作为双轮驱动单元,利用非完整约束条件和非完整约束运动规划原理,研制了非完整约束轮式移动机器人,该机器人可跟踪任意直线、圆弧曲线轨迹等,也可实现原地零半径旋转及任意轨迹运动。

运动自主灵活。

关键词:机器人;C8051F005;传感器;运算放大器中图分类号:TP24文献标识码:A文章编号:10012257(2004)03005303Abstract :Selecting C8051F005,new designed chip MCU of Cygnal as the CPU of control system and MAXON DC servo motor of Switzerland as driv 2er ,we design a nonholonomic wheeled mobile robot base on nonholonomic condition and nonholonomic motion planning theory.It can trace any kind of straight track and arc track ,rotate with zero radius ,and also can flexibly move with any curve path.K ey w ords :mobile robot ;C8051F005;sensor ;op 2erational amplifier收稿日期:200309080　引言轮式移动机器人系统是典型的非完整约束机械系统[1]。

四足机器人动态行走控制方法研究

四足机器人动态行走控制方法研究
四足机器人是一种具有自主移动能力的机器人类型，其动态行走控制方法是研究的重点之一。

在四足机器人的行走控制中，动力学模型的建立是非常重要的。

通过对机器人的动力学模型进行分析，可以得出机器人行走的运动学和动力学参数，从而进行行走控制。

目前，四足机器人的动态行走控制方法主要包括以下几种:
1. 非线性控制方法
非线性控制方法是一种通过设计非线性控制器来控制机器人行
走的方法。

该方法主要利用机器人的运动学和动力学模型，通过计算得到机器人行走的最优轨迹，从而实现机器人的自主行走。

2. 模型预测控制方法
模型预测控制方法是一种基于模型预测控制的机器人行走控制
方法。

该方法将机器人的动力学模型作为预测模型，通过建立预测模型和实际模型之间的误差，进行控制器设计，从而实现机器人的自主行走。

3. 柔顺控制方法
柔顺控制方法是一种通过施加一定的外部力矩来控制机器人行
走的方法。

该方法利用机器人的运动学和动力学模型，通过对机器人施加外部力矩，实现机器人的自主行走。

4. 惯性导航方法
惯性导航方法是一种利用机器人的惯性传感器进行导航的方法。

该方法将机器人的惯性传感器作为导航工具，通过测量机器人的姿态
和位置信息，实现机器人的自主行走。

以上几种方法都是目前四足机器人动态行走控制方法的研究热点，每种方法都有其优缺点，应根据具体情况选择适当的方法。

四足机器人的动态行走控制方法是一个复杂的问题，需要不断的研究和完善。

通过对机器人动力学模型和控制方法的研究，可以实现机器人的自主行走，为机器人技术的不断发展做出贡献。

机器人控制算法知识点

机器人控制算法知识点机器人控制算法是指用于控制机器人运动、行为和决策的一类算法。

它们的设计和实现需要涉及广泛的计算机科学、人工智能和机械工程知识。

本文将介绍几种常见的机器人控制算法及其应用领域，帮助读者了解机器人控制算法的基本原理和技术。

一、路径规划算法路径规划算法是机器人导航和移动的核心算法之一。

它主要解决的问题是在给定环境中，如何找到一条从机器人当前位置到目标位置的最优路径。

1. A*算法A*算法是一种常用的启发式搜索算法，在路径规划中广泛应用。

它通过在搜索过程中综合考虑每个节点的当前代价和启发式估计函数来选择下一步的移动方向。

A*算法可以高效地找到最优路径，并且适用于静态和动态环境。

2. Dijkstra算法Dijkstra算法是一种经典的单源最短路径算法，也可以用于机器人路径规划。

它通过逐步扩展当前路径的办法来寻找到目标节点的最短路径。

Dijkstra算法的时间复杂度较高，适用于小规模的环境中。

3. RRT算法RRT（Rapidly-exploring Random Trees）算法是一种基于随机采样的路径规划算法。

它通过随机生成节点，并在树中扩展节点的方式来构建路径。

RRT算法可以应对高维空间和复杂环境中的路径规划问题，适用于实时路径规划。

二、定位与建图算法定位与建图是机器人在环境中感知和理解空间的关键任务。

定位算法用于确定机器人自身位置，建图算法用于构建环境的地图。

1. SLAM算法SLAM（Simultaneous Localization and Mapping）算法是一种同时进行定位和建图的算法。

它通过利用传感器数据实时更新机器人位置和环境地图，解决无先验知识的环境下定位和建图的问题。

SLAM算法适用于未知环境中机器人的自主导航。

2. EKF算法EKF（Extended Kalman Filter）算法是一种基于卡尔曼滤波的定位算法。

它通过融合传感器测量值和运动模型，实现机器人的位置估计。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第28卷第11期Vol.28No.11控制与决策ControlandDecision2013年11月Nov.2013

一类非完整移动机器人编队控制方法文章编号:1001-0920(2013)11-1751-05

张瑞雷,李胜,陈庆伟(南京理工大学自动化学院，南京210094)摘要:针对大部分两轮非完整移动机器人轮轴中心与几何中心不重合的特点,提出一种多机器人协调编队控制算法.构造队形参数矩阵确定编队形状,根据领航机器人和相关队形参数生成虚拟机器人,把编队控制分解为跟随机器人对虚拟机器人的轨迹跟踪.建立虚拟机器人与跟随机器人之间误差系统模型,利用Lyapunov理论设计相应控制器,从而实现队形保持和变换.应用microsoftroboticsdeveloperstudio4(MRDS4)搭建3D仿真平台,设计3组实验,结果进一步验证了所提出方法的有效性.关键词:非完整移动机器人；轨迹跟踪；编队控制；队形变换中图分类号:TP273文献标志码:A

FormationcontrolforakindofnonholonomicmobilerobotsZHANGRui-lei,LISheng,CHENQing-wei(SchoolofAutomation，NanjingUniversityofScienceandTechnology，Nanjing210094，China．Correspondent:ZHANGRui-lei，E-mail：zhangrelay@qq.com)

Abstract:Fortheproblemthatthewheel-axlecenterandthegeometriccenterofthemostnonholonmicmobilerobotarenoncoincidence,theformationcoordinationcontrolalgorithmisproposedinthispaper.Theshapeofformationisdeterminedbytheparametermatrixandthevirtualrobotisgeneratedaccordingtotheleadrobotandrelatedformationparameters,translatingtheformationcontrolproblemintothetrajectorytrackingproblembetweenthefollowrobotandvirtualrobot.Theerrorsystemmodelbetweentworobotsisbuilt,andthecontrolalgorithmisdesignedbyusingtheLyapunovtheoryfortheformationkeepingandtransforming.Threegroupsofexperimentaredesignedbythemicrosoftroboticsdeveloperstudio4,andthesimulationresultsshowtheeffectivenessofthepresentedmethod.Keywords:nonholonomicmobilerobot；trajectorytracking；formationcontrol；formationtransform

0引言近年来,机器人的协调控制成为多机器人系统研究的热点.多机器人通过协调能完成某些单个机器人不能完成的任务,通常有更高的效率.编队控制是一个典型的多机器人协调问题,在地理勘测、侦查、救援、扫雷和运输等领域具有广阔的应用前景.目前,多机器人的编队控制算法主要包括基于行为的方法[1-2]、虚拟结构法[3-4]和领航-跟随法[9-12].文献[2]研究了一组仅有局部感知和少量通讯的分布式机器人,通过全局行为的队形控制方法,实现了多机器人编队的建立和保持.文献[3]针对通信范围和带宽限制,基于虚拟结构法,提出了一种统一的分布式编队控制结构,结合一致性理论和轨迹跟踪,实现了多机器人编队拓扑的切换和控制.文献[4]提

出了一种基于模型预测控制方法的编队控制器,并将其用于跟踪虚拟领航机器人.文献[5]将领航-跟随方法应用于潜水器领域.文献[6-8]研究了一类控制输入受约束非完整移动机器人的编队控制问题.文献[9]将编队控制问题分解为轨迹跟踪、机器人控制和队形控制3个子问题,通过𝑙-𝜙和𝑙-𝑙控制,采用输入输出反馈线性化方法实现了多机器人的编队控制.文献[10]通过在跟随机器人上安装观测器来估计领航机器人速度,仅依靠通信位置信息实现编队控制,但编队精度较差,领航机器人做复杂运动时,编队保持不理想.非完整约束机器人在纯滚动、无滑动的情况下,使用反馈线性化的队形控制方法需要选定离轴点,该点位于机器人的前进方向,与质心有一定的偏移量,

收稿日期:2012-09-17；修回日期:2012-12-25.基金项目:国家自然科学基金项目(60975075,61074023).作者简介:张瑞雷(1985−),男,博士生,从事机器人智能控制、多机器人协调控制的研究；陈庆伟(1963−),男,教授,博士生导师,从事智能控制与智能系统等研究.1752控制与决策第28卷当此偏移量较大时,引起较大的队形误差;较小时,产生不合适的运动.文献[11]提出的队形控制方法解决了上述问题,但该算法的实现要保证内三角形的关系.文献[12]在此基础上提出了改进的编队控制算法,实现了包括线性队形在内的队形控制.上述文献研究机器人的运动学模型多为轮轴中心与几何中心重合的两轮差动机器人,并且对队形的控制精度分析较少,没有讨论不同速度条件对跟踪误差影响,跟随机器人与领航者之间也是单向通信的关系.本文在此基础上针对轮轴中心与几何中心不重合的非完整移动机器人设计编队控制策略,实现了编队形状的保持和变换.最后,利用MRDS4仿真平台设计实验进行了算法验证.1编队控制结构1.1队形描述多机器人编队的队形通常有线形、柱形、菱形和梯形等,如图1所示.

(a)󰀁󰀂(b)󰀃󰀂(󰀀󰀀)󰀄󰀂c

R1R2R3R4

R1R

R3R

(d)󰀅󰀂图14个机器人典型队形结构

编队系统一般设定一个主领航机器人,负责提供编队的导航,决定编队的主轨迹.如果系统中的两个机器人存在局部的领航与跟随关系,则分别称这两个机器人为领航机器人和跟随机器人.例如图1(c)中,𝑅1为主领航机器人;𝑅1-𝑅2,𝑅1-𝑅3和𝑅2-𝑅4为3个

局部领航-跟随对.为了指定队形参数、跟踪的领航机器人的编号,定义队形参数矩阵𝑭=[𝑭1𝑭2⋅⋅⋅𝑭𝑛]3×𝑛.(1)

其中:𝑭𝑛=[𝑖𝑟𝑛𝜌𝑟𝑛𝜙𝑟𝑛]T表示机器人𝑅𝑛的队形参数,它包含3部分,分别为𝑅𝑛跟踪机器人的编号𝑖𝑟𝑛,与对应领航机器人保持的期望距离𝜌𝑟𝑛和期望角度𝜙𝑟𝑛,一般选定𝑅1为主领航机器人,定义主领航机器人𝑅1队形参数𝑭1=[000]T.1.2控制结构在控制器设计前,简要描述一下系统的控制结构.系统主要分为两层,上层为通信协调层,主要提供多机器人之间通信和协调信息,下层为领航-跟随控制层,如图2所示.

󰀄󰀆󰀈󰀊󰀌󰀎󰀐󰀒󰀓fu󰀌󰀎󰀁󰀓󰀂Rf󰀃󰀅󰀁󰀓󰀂Rv󰀇󰀉󰀁󰀓󰀂Rl󰀋󰀍󰀏󰀑Ff

(=)ilr

()xylll,,θ(,,)xyvvvθ

(,,)xyeeeθ(,)vffω

(,,)xyfffθ(,)ρφrr图2领航-跟随控制结构2控制器设计

2.1问题描述大部分两轮驱动移动机器人的轮轴中心和几何中心不完全重合,其结构如图3所示.

XxOyY

Cpvdωθ

图3非完整移动机器人结构图3中,𝐶为机器人的轮轴中心,𝑃为机器人主

体的几何中心,𝑑为两者之间的距离,(𝑥,𝑦)T为𝑃点在𝑋-𝑌系中的坐标,𝜃为机器人运动方向和𝑋轴间夹角,𝑣和𝜔分别为机器人的线速度和角速度.由于此类机器人的轮轴中心𝐶和主体几何中心𝑃不重合,在驱动轮纯滚动、无滑动的情况下,该机器人模型受非完整约束,即⎧

⎨

⎩˙𝑥sin𝜃−˙𝑦cos𝜃=𝑑𝜔,

˙𝑥cos𝜃+˙𝑦sin𝜃=𝑣.(2)

此类机器人运动学模型为⎡⎢⎣˙𝑥˙𝑦˙𝜃⎤⎥⎦=⎡⎢⎣cos𝜃𝑑sin𝜃sin𝜃−𝑑cos𝜃01⎤

⎥⎦

[𝑣𝜔]

.(3)

2.2跟踪控制为了描述本文队形控制算法,给出如下假设.假设1虚拟机器人由领航机器人根据队形配置矩阵生成,其几何中心与领航机器人几何中心的距离为𝜌𝑟,角度为𝜙𝑟,其运动方向与领航机器人方向一致,线速度和角速度与领航机器人相同,即𝑣𝑣=𝑣𝑙,𝜔𝑣=𝜔𝑙.

一组领航-跟随机器人的结构模型如图4所示.图中:𝑅𝑙为领航机器人,𝑅𝑣为虚拟机器人,𝑅𝑓为跟随机器人,所有机器人的运动学模型相同;(𝑥𝑙,𝑦𝑙,𝜃𝑙)T为领航机器人位姿,(𝑥𝑓,𝑦𝑓,𝜃𝑓)T为跟随机器人位姿,机器人𝑅𝑓的队形参数𝑭𝑓=[𝑙𝜌𝑟𝜙𝑟]T.由图4可得虚拟机器人的位姿𝑅𝑣为⎧

⎨

⎩

𝑥𝑣=𝑥𝑙−𝜌𝑟cos(𝜃𝑙+𝜙𝑟),𝑦𝑣=𝑦𝑙−𝜌𝑟sin(𝜃𝑙+𝜙𝑟),𝜃𝑣=𝜃𝑙.(4)