摘要：针对非完整移动机器人轨迹跟踪控制问题,提出一种基于Backstepping运动学控制器与双自适应神经滑模鲁棒动力学控制的混合鲁棒控制算法。利用两个带自适应调节算法的径向基神经网络(Radial basis function neural network,RBFNN)分别计算滑模的等效控制部分和调节滑模控制的增益,不但解决了移动机器人的参数与非参数不确定性问题,同时也消除了在滑模控制中的输入抖振现象。设计过程采用Lyapunov方法,保证了控制系统的稳定与收敛。仿真结果表明了该方法的有效性,且在多种不确定性存在的情况下,该方法能较好地消除非完整机器人的跟踪误差。

摘要：针对非完整移动机器人运动学模型的特点,并且考虑机器人之间的交互关系是局部的,提出了一种基于领航-跟随的非完整多移动机器人分布式编队控制方法。首先提出了一种分布式估计策略,为每个跟随机器人估计(虚拟)领航机器人的位置、方向、线速度等状态;接着利用每个跟随机器人的跟踪误差设计了编队控制算法;使用Lyapunov工具对算法进行了渐近稳定性和收敛性分析;最后,构建了多移动机器人视觉定位与控制实验平台,通过仿真和实验验证了所提算法的有效性。

摘要：对非完整移动机器人的有限时间轨迹跟踪控制问题进行讨论.与基于非连续状态反馈的传统有限时间控制算法相比,基于连续状态反馈的有限时间控制算法更适合于控制工程应用.利用该连续系统有限时间控制技术,设计一种连续的状态反馈跟踪控制算法.使得对角速度为非零常数的期望轨迹,非完整移动机器人能够实现全局跟踪,并能在有限时间内完全跟踪上期望轨迹.仿真结果表明了该方法的有效性.

摘要：针对含有未知参数的移动机器人运动学模型,利用自适应反演控制技术,讨论了两后轮角速度为控制输入的非完整移动机器人轨迹跟踪问题,构造了具有全局渐近稳定性的自适应轨迹跟踪控制器,该方法将系统分解为低阶子系统来处理,利用中间虚拟控制量和部分Lyapunov函数简化了控制器的设计并具有直观的稳定性分析。仿真结果验证了所设计控制器的有效性和正确性。

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microsoft robotics developer studio 4(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.

摘要：论文研究多个非完整移动机器人在控制输入存在干扰时,有限时间一致性控制问题.利用坐标变换,将多移动机器人系统的一致性问题转化为非完整约束链式系统的一致性问题,在控制输入带有未知有界干扰的条件下,设计了一种分布式控制算法,并利用Lyapunov理论证明了该算法能够使移动机器人的各个状态在有限时间内达到一致.最后通过数值仿真验证了算法的有效性.

摘要：以非完整移动机器人为控制对象,围绕机器人运动控制中重要的点镇定问题进行深入研究.本文在考虑移动机器人模型和极坐标系下的位姿误差模型基础上,提出一种Backstepping与神经动力学相结合方法,设计具有渐近稳定的点镇定控制器.该控制方法能有效解决因初始误差存在而引起的速度和力矩突变问题,使机器人从静止状态快速收敛到任意参考点,实现机器人各种期望位姿的有效镇定.通过计算机仿真验证所提出控制规律的有效性.

摘要：研究了具有外部扰动的动态模型的非完整移动机器人有限时间跟踪控制问题,介绍了一种有限时间扰动观测器来估计外部扰动.首先,移动机器人的跟踪误差系统被转换成两个子系统:一个三阶子系统和一个二阶子系统.然后,我们分别讨论了这两个子系统,并且设计了连续的有限时间扰动观测器和有限时间跟踪控制律.严格的证明表明了移动机器人可以在有限时间内跟踪上期望的轨迹.仿真例子说明了我们方法的有效性.

摘要：为削弱非移动机器人系统中由滑模控制引起的抖振现象,提出一种反演设计方案,设计出具有全局渐进稳定的控制器。通过构造中间虚拟控制量和虚拟反馈函数对控制器进行设计,并对稳定性进行分析。满足了移动机器人轨迹跟踪控制要求,且具有设计方法简单,鲁棒性强的特点。仿真试验验证了控制器的正确性和有效性。

摘要：基于视觉反馈和标准链式形式,研究了一类不确定非完整移动机器人的轨迹跟踪控制问题.首先,利用针孔摄像机模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型.基于这个模型,在具有不确定视觉参数的情形下,利用back-stepping技术,设计出了一种新的自适应动态反馈跟踪控制器,实现了全局渐近的轨迹跟踪,并通过李亚普诺夫方法严格证明了闭环系统的稳定性和估计参数的有界性.仿真结果证明了所提出的控制器的有效性.