导读:本文包含了移动机器人控制论文开题报告文献综述及选题提纲参考文献，主要关键词:移动机器人,ROS,ros_control,差速运动模型
移动机器人控制论文文献综述
刘广亮,刘成业,郑江花[1]（2019）在《基于ROS的移动机器人控制系统实现机制与方法》一文中研究指出ROS是目前广泛采用的开源机器人控制软件架构平台,本文采用ros_control实现机制,设计了移动机器人控制架构,通过不同参数配置文件和定制化硬件接口协议,实现了适应不同硬件配置的移动机器人差速运动控制。(本文来源于《山东科学》期刊2019年04期）
尹辉,周翟和,伏家杰,游霞[2]（2019）在《冗余策略下的高可靠移动机器人控制系统设计》一文中研究指出论述了移动机器人控制系统的设计原理与实现方法,并针对惯性传感器易发故障、单一姿态测量系统无法保证控制系统高可靠性的缺点,利用二模硬件冗余策略为控制系统设计了低成本的冗余姿态测量系统。针对移动机器人嵌入式微控制器运算能力有限,设计了高准确度和低时间复杂度的自适应能态突变检测算法,检测惯性传感器故障。仿真和实验结果表明,该算法能极大提高传感器故障检测和余度切换的实时性,使系统失控时间<95 ms,俯仰角最大偏差不超过17°。冗余姿态测量系统的设计,能极大延长控制系统的平均失效时间,确保控制系统具备高可靠性。(本文来源于《机械制造与自动化》期刊2019年03期）
周能[3]（2019）在《复杂场景下基于深度增强学习的移动机器人控制方法研究》一文中研究指出全球着名市场研究机构MarketsandMarkets报告称,20 1 8年全球移动机器人市场规模约140亿美元,预计到2023年将达到500亿美元,其中,可移动的服务机器人及物流仓储移动机器人所占比重愈来愈大,并且智能化的移动机器人愈加得到人们的关注与青睐。在移动机器人的各项研究和应用中,自主避障和导航技术是最基本和最重要的问题,在移动机器人理论研究和工程实践等方面具有重大意义。本文针对存在多个动态和静态障碍的复杂场景,深入研究了基于深度增强学习(DRL)及其改进方法的移动机器人自主避障与导航控制技术,旨在提高移动机器人的控制精度。主要研究内容如下:1、提出了基于深度增强学习的移动机器人动态避障和自主导航策略。设计了基于行动-评论(Actor-Critic)框架下的移动机器人运动学状态空间表达方法,根据移动机器人周边动/静态障碍物的分布情况构建了移动机器人连续动作空间的求解策略,最后建立了移动机器人避障和导航模型。2、针对现有Actor-Critic框架训练的移动机器人避障与导航模型泛化能力不足的缺点,提出了改进方法。首先,在模型感知端引入循环神经网络,提高其记忆和认知信息的能力,使移动机器人能够记忆和提取数量不定的障碍物序列的关键信息。其次,设计模型决策端动作空间离散化和分层训练等改进方法,提高网络训练速度和学习效果。最后,对改进后的移动机器人避障和导航模型进行仿真实验,性能得到了明显提升。3、搭建了由移动机器人、运动控制器、惯性导航传感器、激光雷达等相关设备组成的移动机器人试验平台。针对AGV移动机器人的不同的场景需求,在静态场景和动态场景下分别进行了移动机器人自主避障和导航试验,试验表明,基于深度增强学习及其改进方法的避障和导航模型能够有效解决移动机器人面向不同场景需求的自主避障和导航任务需求。(本文来源于《北京邮电大学》期刊2019-06-02）
朱杨林[4]（2019）在《单球移动机器人控制策略及算法研究》一文中研究指出本文针对单球移动机器人的驱动、平衡与轨迹跟踪控制问题,首先介绍了单球移动机器人的结构及其运动学与动力学模型,分析了该机器人的系统控制特点及其影响因素,从硬件选型和控制算法方面确定了提高控制系统性能的方案;其次研究了平衡、轨迹跟踪控制策略和控制算法及仿真分析;再将研究的平衡、轨迹跟踪控制算法集成一体,进行了单球移动机器人控制的综合实验。获得了如下主要研究成果:一、以本学术团队研制的单球移动机器人为研究对象,详细介绍了单球移动机器人的组成与结构,配置了以高性能DSP、内嵌控制芯片的惯性检测单元HI219等组成的系统控制硬件;建立了全向轮与驱动球之间的运动学模型;应用Eular-Lagrange方程,推导了机器人的动力学模型;应用Matlab分析了该机器人系统的可控性、可观性及稳定性,确定了系统的控制策略。二、在前述所建立的机器人运动学和动力学模型的基础上,根据机器人自平衡控制的特点,对相应的模型线性化处理,并应用基于遗传算法优化的LQR控制方法设计了基于遗传算法优化的LQR控制器;利用遗传算法的并行全局搜索能力求出最优权矩阵Q、R参数,解决了单球移动机器人LQR控制方法中权矩阵Q、R难确定的问题;仿真结果表明:遗传算法优化的LQR控制器能快速稳定地实现机器人的姿态平衡与位置控制,相比于传统的LQR控制,其实时性更好、鲁棒性更强。根据机器人轨迹跟踪控制的欠驱动、非线性特点,在保证系统渐近稳定的情况下,引入了高增益观测器来估计不可测变量以提高反馈变量的精度,构建了一种基于高增益观测器分离定理的欠驱动滑模控制方法,设计了相应的轨迹跟踪控制器。仿真结果显示:所设计的轨迹跟踪控制器,实现了姿态平衡与良好的轨迹跟踪,同时,从调节时间和稳态性能指标上证明了该控制器响应速度快,鲁棒性强,解决了系统抗干扰能力弱、状态不可测等问题。叁、将基于遗传算法优化的LQR控制器和基于高增益观测器分离定理的欠驱动滑模轨迹跟踪控制器应用于单球移动机器人的控制系统中,在CCS平台上进行了相应的控制软件系统开发,进行了单球移动机器人的平衡控制实验;实验结果与平衡控制的仿真结果对比,结果表明:机器人的姿态角基本保持在?5控制范围内,稳态调节时间保持在3s以内;受到干扰的情况下,优化的LQR控制器可在?10范围内实现姿态角控制,而在超过?10时,基于高增益观测器分离定理的欠驱动滑模控制器依然能保证姿态平衡调整。由此可见,本文研究的单球移动机器人控制策略与控制算法是可行且具有更好的稳定性、鲁棒性、实时性。(本文来源于《江西理工大学》期刊2019-05-01）
刘天[5]（2019）在《基于径向基神经网络图像识别的移动机器人控制系统仿真》一文中研究指出为实现人机交互的移动机器人轨迹控制,研究了基于径向基神经网络图像识别的移动机器人控制系统,设计了基于神经网络的图像采集和识别处理模块,处理了移动机器人路径控制的关键问题。通过建立手写字体数字(基于神经网络)的图像采集和识别处理模块,搭建移动机器人轨迹控制数学模型,最终在该模型基础上设计了该类机器人基于图像识别结果的路径控制算法。利用仿真软件MATLAB的robot tool工具箱,进行了移动机器人控制轨迹控制的仿真。仿真结果证明,路径控制方案可以很好的让移动机器人完成预定的路径跟踪。从而从理论上解决了基于视觉的移动机器人轨迹控制问题的难题,并为实现基于视觉的移动机器人轨迹控制提供了理论依据。(本文来源于《制造业自动化》期刊2019年04期）
黄玉钏[6]（2019）在《基于概率神经网络图像识别的移动机器人控制研究》一文中研究指出为实现移动物流机器人轨迹自动控制,本文研究了基于概率神经网络图像识别的移动物流机器人控制系统,设计了基于概率网络的图像采集和识别处理模块,研究了移动物流机器人自主运动建模、控制的关键问题.通过搭建基于概率神经网络的图像采集和识别处理模块、移动物流机器人轨迹控制数学模型,在该模型基础上设计移动机器人基于图像识别结果的路径控制算法.利用仿真软件MATLAB的Robotic tool工具箱,进行移动机器人轨迹控制仿真.仿真结果证明,本文的路径控制方案可以让移动机器人根据图像识别结果很好的完成预定路径控制,在强度为0. 4椒盐噪声下路径控制正确率约为98%,为实现噪声环境下基于视觉移动机器人轨迹自主控制提供了理论依据和应用基础.(本文来源于《小型微型计算机系统》期刊2019年04期）
徐建明,赵亚楠,吴蜀魏,徐文龙[7]（2019）在《基于CoDeSys的全向移动机器人控制系统设计》一文中研究指出研究了全向移动机器人的运动控制问题,设计了一种基于CoDeSys的控制系统。首先,搭建了由两个全向轮和两个万向轮构成的对角驱动四轮全向移动机器人本体。然后,根据车体位置-航向偏差构建了Lyapunov函数,设计一种适应车体线速度的反馈控制律;根据逆运动学和牵引轮与航向轮速度约束对车体速度进行规划,解决车体因为进入奇异点区域而造成系统不稳定的问题,并使得跟踪期望轨迹时间最优。最后,在CoDeSys上位机上编写功能块,构建全局移动机器人运动控制系统,通过轨迹跟踪实验,验证控制算法的有效性。(本文来源于《浙江工业大学学报》期刊2019年02期）
赵苇航,曹勇,赵永东[8]（2019）在《小型四轮移动机器人控制策略实验研究》一文中研究指出针对小型四轮移动机器人控制系统进行了系列PID调试实验,掌握了单轮驱动的运动状态和最佳控制方式,提出了合理的控制策略。(本文来源于《机械工程师》期刊2019年03期）
张鲁浩,贾茜,张四弟,常超[9]（2019）在《全方位移动机器人控制系统设计》一文中研究指出设计了mecanum轮全方位移动机器人的运动控制系统。对机器人进行了运动学建模,使用一种PD闭环控制方法提高机器人的运动精度。机器人可沿平面内任意方向和轨迹运动,使用工业摄像机记录运行轨迹,对其运动精度进行了分析。实验结果表明,电机响应速度快,机器人在300×250cm范围内最大运动误差为1.632cm,验证了该控制系统的有效性和稳定性。(本文来源于《制造业自动化》期刊2019年02期）
侯晓磊[10]（2019）在《移动机器人控制系统设计》一文中研究指出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。(本文来源于《电子世界》期刊2019年01期）
移动机器人控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
论述了移动机器人控制系统的设计原理与实现方法,并针对惯性传感器易发故障、单一姿态测量系统无法保证控制系统高可靠性的缺点,利用二模硬件冗余策略为控制系统设计了低成本的冗余姿态测量系统。针对移动机器人嵌入式微控制器运算能力有限,设计了高准确度和低时间复杂度的自适应能态突变检测算法,检测惯性传感器故障。仿真和实验结果表明,该算法能极大提高传感器故障检测和余度切换的实时性,使系统失控时间<95 ms,俯仰角最大偏差不超过17°。冗余姿态测量系统的设计,能极大延长控制系统的平均失效时间,确保控制系统具备高可靠性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
移动机器人控制论文参考文献
[1].刘广亮,刘成业,郑江花.基于ROS的移动机器人控制系统实现机制与方法[J].山东科学.2019
[2].尹辉,周翟和,伏家杰,游霞.冗余策略下的高可靠移动机器人控制系统设计[J].机械制造与自动化.2019
[3].周能.复杂场景下基于深度增强学习的移动机器人控制方法研究[D].北京邮电大学.2019
[4].朱杨林.单球移动机器人控制策略及算法研究[D].江西理工大学.2019
[5].刘天.基于径向基神经网络图像识别的移动机器人控制系统仿真[J].制造业自动化.2019
[6].黄玉钏.基于概率神经网络图像识别的移动机器人控制研究[J].小型微型计算机系统.2019
[7].徐建明,赵亚楠,吴蜀魏,徐文龙.基于CoDeSys的全向移动机器人控制系统设计[J].浙江工业大学学报.2019
[8].赵苇航,曹勇,赵永东.小型四轮移动机器人控制策略实验研究[J].机械工程师.2019
[9].张鲁浩,贾茜,张四弟,常超.全方位移动机器人控制系统设计[J].制造业自动化.2019
[10].侯晓磊.移动机器人控制系统设计[J].电子世界.2019
标签：移动机器人; ROS; ros_control; 差速运动模型;