地面移动机器人自主环境建模与适应控制方法研究

随着移动机器人应用范围的日益扩展，在动态、非结构环境下提高自主行为能力已经成为移动机器人研究领域的首要问题。本文以“863”高技术计划资助项目“复合机构移动机器人构型在线优化及控制共性技术研究”为依托，以沈阳自动化研究所自主研发的“模块化便携式履带式移动机器人”为实验平台，针对实时非线性在线估计共性方法及其在移动机器人行为环境的自主建模及环境适应运动控制等方面的引用，展开深入研究，旨在提高移动机器人对动态、非结构环境的适应能力。本论文的主要内容如下：首先，研究了二维环境下移动机器人的滑动效应建模问题。将滑动效应表达为三个时变的滑动参数，建立起带滑动参数的移动机器人运动学和动力学模型，探讨了运动模型的能控性和能观性，并结合动力学分析对侧滑参数的深层机制进行了分析。本研究内容为后续估计和控制问题的验证提供了仿真对象。其次，介绍了四种非线性在线估计共性方法，即基于线性化理论的EKF估计方法、基于无色变换的UKF估计方法、基于UKF重要性采样的UPF估计方法和基于未知但有界噪声假设的ESMF估计方法，建立了具有一般性的移动机器人在线建模结构；针对上述四种估计方法在移动机器人在线建模方面的应用进行了分析和比较研究，重点强调了保边界集员估计方法独有的优势。第三，针对ESMF估计方法本身存在的数值稳定性差、时间复杂度高以及滤波器参数难于选择的缺点，提出了基于UD分解的自适应扩展集员估计方法，将包络矩阵UD分解、观测序列更新和选择更新、滤波器参数的次优自适应选择三种策略结合起来，以提高ESMF的实时性和鲁棒性，针对滑动参数估计的仿真结果表明了所提方法的有效性。第四，针对两类带有参数不确定性的移动机器人控制问题，提出了在线估计与控制相结合的方法。其一是带未知时变滑动参数的移动机器人跟踪控制问题，采用非线性估计方法对未知参数进行在线估计，并结合动态反馈线性化和PD控制律两种控制策略，以达到全局指数跟踪的收敛结果。其二是带滑动参数和几何参数等混合不确定性的移动机器人点镇定控制问题，采用state scaling和back-stepping方法，对参数未知但有界的情形获得了全局指数收敛的点镇定结果。最后，对三维情况下移动机器人周边地形环境的在线建模问题进行了研究。采用数字高程网格地图表达地形环境，介绍了基于高斯和模型的地形估计方法。针对高斯和模型本身近似条件所引起的应用困难和精度较差的缺点，提出了基于区间集员估计理论的地形环境模型估计方法，避免了高斯和估计方法中存在的大量近似条件，改善了地形估计性能，并可获得地形的保证边界估计信息，为机器人的运动控制和构型调整提供必需的先验知识。仿真和实验研究均证明了集员地形估计方法相对于高斯和地形估计方法的优越性。