摘要：为解决移动机器人研究过程中,使用Matlab编写的算法、仿真难以在实际机器人上实验的问题,设计了基于2.4G无线通信和Matlab图形用户界面(Graphical User Interface,GUI)工具箱的算法验证系统。本系统选择以STM32为控制器,通过无线射收发器模块完成机器人与上位机软件的实时数据传输,实时获得机器人空间位姿、传感器等相关信息,并将上位机的Matlab程序运行结果发送给机器人,实现了算法在机器人实体上的验证。实验表明系统运行稳定,软件界面友好,为模型、算法的快速验证提供了一种方法,具有一定的应用价值。

摘要：针对存在外部扰动及建模误差的机械臂轨迹跟踪控制问题,提出了一种基于模糊滑模的鲁棒轨迹跟踪控制策略。在传统鲁棒控制器的基础上引入模糊滑模控制器取代等效控制项,解决了由初始系统误差较大引起的速度跳变、抖振等问题。其中模糊滑模控制器采用自适应模糊逻辑修正指数滑模趋近律中的常数项,可以优化滑动模态的品质,有效消除抖振。利用Lyapunov理论证明了系统的稳定性。仿真实验结果表明,该控制算法轨迹跟踪误差小,误差收敛速度快,具有良好的实时性。

摘要：针对五自由度机械臂路径规划问题,提出一种基于快速扩展随机树(rapidly-exploring random tree,RRT)优化算法—GB_RRT算法。为弥补因基本RRT算法采样盲目性导致的效率低下的缺陷,GB_RRT算法采用高斯采样的方法进行启发式采样,同时结合贪婪扩展算法来提高随机树的局部扩展速度。为进一步缩短规划路径,该算法采用双向同时剪枝取最优的策略来删除不必要的采样节点。最后对机械臂进行了仿真实验和样机实验。实验结果表明,高斯采样法结合贪婪策略不仅降低了采样的盲目性,而且能够提高扩展树的扩展速度,更好地规避开障碍物;双向剪枝取最优的策略也在一定程度上缩短了规划路径的长度。