移动机器人运动控制研究

如果将机器人看作是一种能够扩展人类工作能力的有效工具，那么人类在认识和改造世界的过程中就不能没有机器人。移动机器人是机器人家族中的一个重要的分支，也是进一步扩展机器人应用领域的重要研究发展方向，因此对移动机器人运动控制的研究，一直都得到学者们的普遍关注。本文针对近年来在移动机器人运动控制方面的两大研究热点问题----非完整约束轮式移动机器人的控制问题和多机器人协调运动问题----基于仿生策略，分别进行了系统而深入的研究。前者因系统存在非完整运动约束，而使其运动控制问题具有极大的挑战性，而后者则由于问题本身的复杂性、不确定性，从而给问题的求解带来困难。主要研究结果如下：1. 针对一类非完整约束轮式移动机器人，本文从仿人驾车思想出发，提出了一种基于人工场进行导向与控制的非连续位姿镇定新方法。该方法不仅考虑到系统动力学参数变化及扰动影响，而且还兼顾实际系统速度和输出力矩的饱和限制，其扩展后的控制律既可实现平面内任意点-点镇定，还可在仅知期望位姿的情况下，实现任意轨迹和路径的跟踪。控制器不仅设计简单、鲁棒性强、收敛速度快，而且基于人工场的控制思想，对所有轮式移动机器人控制器的设计，都具有指导意义，因而具有一定的普遍性。2. 基于仿人理性决策原则，本文通过对传统遗传算法进行改造，提出进化含义更丰富、能够增强对极值搜索的进化算法----理性遗传算法。它将种群内部对知识与经验的继承和学习，更有效地结合在遗传算法之中，有效地降低了原有随机遗传操作在进化过程中存在操作错误，并很好地体现了自然进化过程中确定性与随机性对立统一的辨证思想。理论分析和仿真实验结果，验证了算法的合理性和有效性。3. 针对确知环境下的多机器人协调运动行为优化问题，本文提出基于理性遗传算法的协调运动行为合成与优化的方法。通过对算法及其实际实现效果的分析，说明理性遗传算法的应用，增加了算法的完备性，路径规划与运动合成相分离的思想，有效地降低了规划算法的时间复杂度，而神经网络函数逼近技术的应用，克服了机器人运动行为表达的困难。4. 针对不确知环境下的多机器人协调运动问题，本文基于仿生行为决策规则及仿生行为协调策略，提出一种新的多机器人协调运动行为综合算法。该算法的实现是建立在如下的认知基础之上，即生物系统的优化反应机制和运动行为的可分解性。它为此类问题的解决提供了一个新的思路。理论分析和仿真实验结果的一致性，使算法的有效性和合理性得到了证明。