多移动机器人主—从编队控制研究

多机器人编队控制是多移动机器人自主协调控制领域中的关键技术。这篇论文在基于局部测量和局部控制的框架下，研究具有主—从跟踪结构的移动机器人编队系统的建模和控制问题。论文的主要研究内容可分为如下三个方面：针对一阶运动学和二阶运动学模型的编队控制器设计；将基于运动学的编队控制器与基于从机器人动力学的载体控制器相结合；将队形反馈信息融入主机器人的轨迹跟踪控制器，给出了主机器人的协调编队控制器的设计。具体内容可概括为如下几个方面：（1）以主—从机器人编队中从机器人的固联视觉传感器的观察角度出发，用视觉等效相对速度建立了主—从机器人编队系统的运动学模型。同时，在该模型中考虑了由视觉传感器时间延迟所导致的模型误差对编队系统的影响。在基于该运动学模型的编队控制器的设计过程中结合了基于从机器人载体的动力学的速度控制器。这种基于编队运动学和机器人本体动力学相结合的控制方法，避免了以往文献中速度跟踪响应无限快的假设。使得对编队控制系统的分析和设计更趋于实际。用Lyapunov稳定性理论证明了主—从机器人之间的编队跟踪误差和从机器人载体的速度跟踪误差都可以收敛到零--整体系统的渐进稳定性。（2）结合上述编队控制律，提出了一种编队系统中从机器人主动避障的方法，该方法能够令从机器人在避开动态障碍物的同时，与主机器人保持期望的相对距离或相对方位。这种方法的实质是由主机器人来引导从机器人的避障过程，主—从机器人之间通过相互协作来完成避障任务。这就使得从机器人即使在避障的过程中也能够与主机器人保持部分的协作。这样，当避障过程结束之后，主—从机器人之间可以迅速的恢复队形。（3）导出了一种新的基于相对运动学的主—从跟踪系统的二阶运动学模型。利用这个运动学模型，我们设计了一个由反馈线性化控制器和一个滑模控制器组成的复合控制器，来实现机器人主—从跟踪系统的控制。运用Lyapunov理论证明了所设计的队形控制器能够镇定包括内部动力学系统在内的整个主—从跟踪系统。同时，该控制器使得队形跟踪系统对主机器人的绝对加速度具有鲁棒性。此外，在前述控制器的基础上，我们设计了一个自适应队形控制器来处理主—从跟踪系统中存在的参数不确定性。（4）将上述基于二阶运动学的编队控制方法与从机器人的载体动力学控制系统相结合，给出了将编队运动学与载体动力学相结合的编队控制器设计方法。同时，针对载体动力学模型中含有参数不确定性的情况，设计了基于自适应控制方法的编队控制器。同时，利用Lyapunov理论给出了保证整体系统稳定性的条件。（5）基于主—从编队系统的二阶运动学模型，将队形反馈信息引入主机器人的轨迹跟踪控制器中，形成了主—从机器人协调编队的辅助控制律。该辅助控制律所对应的虚拟协调力通过主机器人的动力学系统形成了真实的协作控制力。该控制器与前一章中的从机器人的鲁棒编队跟踪控制器共同形成了主—从编队系统的协调控制器。应用Lyapunov理论给出了在主—从机器人分别采用协调编队控制器的作用下所形成的闭环系统的稳定性条件。进一步地，我们将主机器人的面向轨迹跟踪任务的协调控制器转换为面向路径跟踪任务的协调控制器。分别利用了基于MATLAB的仿真平台和实际的多移动机器人系统，验证了以上各方法的有效性。

基于神经元群的网络遥操作机器人控制研究

遥操作技术是机器人学中的一个重要研究方向，互联网的出现和快速发展为本地机器人系统和远端操作者之间提供了新的交互媒介。通过网络将操作者智能与机器人局部自主相结合，充分利用操作者与机器人系统间的交互能力，实现远距离、动态非线性环境下的复杂任务操作，极大地拓展了遥操作机器人系统的应用范围，具有广阔的应用前景。但由于网络传输特性产生的随机时延和多通道问题会严重降低遥操作系统的稳定性；环境的复杂性和动态性也会影响系统的操作性能，使得操作者与机器人之间难以实现良好的交互和控制，甚至威胁到机器人自身的安全。针对这一问题，本文在分析了现有的遥操作理论和方法的基础上，采用事件驱动和动态神经元群控制相结合的方法，研究网络遥操作机器人系统的建模和控制问题。通过提高遥操作机器人的局部自主能力，结合学习能力、短期记忆结构和内部表达方式的建立，增强遥操作机器人的环境适应能力。论文的主要研究内容可分为如下三个方面：基于事件和神经元群方法的控制系统整体设计；具有局部自主的神经元群控制器分析与实现；将多层延迟结构引入神经元群模型，给出了动态神经元群控制器设计。具体研究内容概括如下： 1. 论文对遥操作机器人系统发展历程、研究现状，以及在网络遥操作机器人系统研究中所涉及的一些主要方法，存在的问题和已有的解决方案进行了归纳总结和较为全面系统的分析，然后给出本文研究的主要内容和研究所需的一些准备知识。 2. 论述了涵盖三个大脑信息处理特性：选择性、适应性及协同性的神经元群选择理论，详细分析了选择性神经元群网络的结构、功能和算法。建立了基于选择性神经元群网络的遥操作机器人控制模型。在此基础上进行的仿真对比实验，验证了其在学习能力和收敛精度方面，比传统的人工神经网络方法更具优势。 3. 针对网络遥操作机器人系统中存在的随机时延和模型所具有的未知、不确定和非线性特性，造成系统不稳定和操作性能下降等问题，提出采用基于事件和神经元群控制相结合的方式建立系统控制模型。综合考虑两种控制策略的特点，分别设计两端控制器。通过神经元群模型提高本地机器人的局部自主能力，实时跟踪远端的位置和速度信息；结合基于事件控制方法实现切换控制，降低网络随机时延的影响，保证系统稳定性，提高系统操作性能。在此基础上，结合轮式移动足球机器人模型、网络通讯协议和时延数据的分析，进行仿真实验，结果验证了所提控制方法的有效性。 4. 将神经动力学概念引入到网络遥操作系统中，建立一种新的具有分层延迟结构的动态神经元群模型。引入时延单元增加记忆功能，由此导出的模型更适合应用于处理序列数据。动态神经元群模型将事件序列的时变量转化为空间向量表示，进而转化为多维曲线的分类问题。利用这个模型，实现对遥操作机器人系统动态特性参数的辨识和远端操作者意图的分析预测，并进行了全局渐近稳定性和同步状态分析。通过这种方式克服网络随机时延的影响，保证系统的稳定性和操作性能。针对轮式移动足球机器人进行了仿真实验研究。最后，本文分别利用了基于MATLAB和MSVisual C++开发的仿真平台，验证了以上方法的有效性和控制器的性能。本文所作的理论分析工作及仿真实验，验证了基于事件和神经元群方法实现对网络遥操作机器人控制的有效性。

基于关节限位的自治水下机器人机械手系统运动规划研究

对自治水下机器人搭载的四功能水下电动机械手进行了简要描述。考虑到自治水下机器人机械手系统的运动学冗余,将关节限位算法用于系统逆运动学求解,避免载体大幅度姿态变化。利用Matlab仿真表明该算法在解决系统冗余的同时有效的限制了关节位移。

水下机器人-机械手系统构建与研究

描述了一水下机器人——机械手系统研究平台的搭建,详细介绍了三功能水下电动机械手的设计与实验,给出了载体分系统的设计结果,利用Matlab工具箱和M函数构建了系统仿真模型,可以有效地对系统规划和控制算法进行验证(包括分别对载体分系统和机械手分系统的控制),可为进一步的现场试验提供指导和方法验证。

浮力调节系统在作业型AUV上的应用研究

本文根据我国正在研制开发的作业型水下机器人的特性及其对浮力调节和姿态控制的要求,应用PID控制策略,设计了一个浮力调节系统,仿真结果证明该设计方案可以达到预期的目标。(100039北京市中国科学院研究生院)常海龙

水下滑翔机器人载体外形设计与优化

借助流体动力计算软件CFX和Matlab,对水下滑翔机器人载体外形进行设计和优化.通过对 4种载体方案的分析计算和运动仿真,最终得到了一种比较合理的外形方案.研究结果表明,采用CFX流体动力计算软件对于研究水下机器人载体的外形结构,尤其是在方案设计阶段在外形流体动力设计中具有重要的作用,可缩短研制周期、降低设计成本.

自治水下机器人全自由度仿真

由于自治水下机器人技术的复杂性 ,系统仿真技术变得越来越重要。系统地分析了自治水下机器人 (AUV ,AutonomousUnderwaterVehicle)的运动模型和空间运动方程 ,运用MATLAB下的SIMULINK ,设计了自治水下机器人的全自由度仿真工具箱 ,包括机器人本体运动、位姿求解和坐标系转换等多个部分 ,可以方便地进行控制方法的全自由度的仿真。

浮力调节系统在远程AUV上的应用研究

本论文在参阅大量国内外文献的基础上，对远程AUV浮力调节系统进行了结构设计与控制方法的研究。 随着AUV技术的发展，流线型AUV应用浮力调节系统的需求越来越高，尤其对于远程航行，浮力调节和姿态调节变的尤为重要。水下机器人的浮力调节在远程AUV中的应用，将使机器人在水中的浮力随时保持零浮力状态，节约了航行中的动力消耗，而且可以调整机器人的姿态，减少水的阻力，为机器人更好的航行提供保障。 本文列举了几种典型的AUV浮力调节方法，并对其浮力调节的方式和特点进行了一定的描述。通过对这些浮力调节方法的探讨，提出了远程AUV的浮力调节方式。文中详细地介绍了此种调节方法，以远程AUV系统的的特性及其对浮力调节和姿态控制的要求，应用PID控制策略，对远程AUV设计了一个浮力调节系统。本系统选用油作为工作介质。通过向四个皮囊抽油或注油来改变排水量，从而调节浮力来改变载体的浮力、横倾和纵倾。 以远程AUV的动力学模型为对象，采用该调节方法进行了仿真验证，在matlab下仿真了浮力调节装置在远程AUV中的应用，包括浮力调节，横滚和纵倾角度的调节。结果表明在载体不同的超载或者压载不足的情况下，系统都可以取得满意的调节效果。 利用水下机器人中心的实验平台，设计了一套浮力调节装置，并在实验平台上进行了验证。通过水池实验验证了我们的想法，水下机器人的浮力状况能够得到很好的调节，能够达到预期的目标。

多水下机器人的队形控制方法研究

本文采用跟随领航者法研究多水下机器人(Unmanned Underwater Vehicles, UUVs)的队形控制，研究内容主要包括三个方面：设计基于运动学模型的多UUVs队形控制器；将该队形控制器结合机器人的动力学特性研究队形控制问题；研究领航者避碰算法以及多UUVs群体的队形变换策略。 跟随领航者法根本的问题是研究领航者与任意一个跟随者之间的协调问题，因此本文将复杂的多UUVs系统简化为若干组两个UUVs组成的基本队形模型。为了避免出现极坐标系下不可预见的奇异点，我们提出在UUV载体坐标系下建立运动学模型，实现与UUV动力学坐标系的统一。将该模型转化为误差动力学模型之后，经过输入输出反馈线性化，得出基于运动学模型的队形控制律。将该控制律应用到多UUV的队形控制问题中，则每个跟随者与领航者之间都具有协调，跟随者之间互相独立。 上述队形控制器中UUV具有无限快的速度跟踪能力，而实际上UUV不具备这样的能力，因此在队形控制器的设计过程中应结合UUV的动力学特性，使得对多UUVs队形控制问题的分析和设计更接近实际。本文以基本队形模型为研究对象，结合实际载体的动力学特性，研究队形控制器。 在未知的海洋环境中，当多UUVs系统检测到障碍物时，本文所采用的策略是：领航者采用基于模糊逻辑的避碰控制算法，顺利地通过障碍物区域；同时，领航者依据其艏部的避碰声纳信息，发出变换队形的指令。该策略使得领航者在引领跟随者顺利通过障碍物区域的同时，又不影响领航者与跟随者之间的协调。 在变换队形的过程中，存在着UUV之间发生碰撞的隐患，本文提出了就近原则：领航者左侧的UUV依然在左侧或中间，右侧的依然在右侧或中间。 本文分别利用了MATLAB仿真平台和多UUVs数字仿真平台，验证了以上各方法的有效性。由于多UUVs数字仿真平台中的控制参数、水动力系数、传感器参数均源自于实际的载体和历次湖试、海试的试验数据，UUV之间的通信信道是基于实际的水声通信模型，因此该平台上的仿真结果可以证明上述方法具有实际可行性。

有缆水下机器人主动升沉补偿系统的控制研究

在深海区域，海面的海况条件相对比较恶劣，支持母船受风、浪、涌、流影响而产生较大幅度的升沉运动对有缆水下机器人正常作业和收放操作有较大的影响，水下机器人中继器的升沉运动甚至可以造成系缆的损害而使机器人本体丢失。如何提高水下机器人在相对恶劣海况条件下的安全性能、特别是水下机器人与中继器安全的释放与回收成为当前深海有缆水下机器人开发所需要面临的一个重要问题。有缆水下机器人主动升沉补偿技术的研究，对于提高水下机器人在相对恶劣海况条件下的安全作业和收放具有重要的意义，对提高水下机器人抵御恶劣海况的能力具有重要的作用。 本文主要研究以液压绞车为执行机构的主动升沉补偿系统的控制。 研究了使用Kalman滤波方法根据测量得到的升沉加速度估计升沉运动加速度、速度和位移的滤波算法；建立了升沉补偿系统的模型，分析了升沉补偿系统的负载，以及升沉补偿对于液压系统功率、流量、压力的要求。 对电液比例阀的死区进行了补偿；设计了前馈控制算法，前馈控制简单实用，易于工程应用，能提高升沉补偿效率；但是其对参数敏感，需要实时调节控制预值，这些都会影响控制效果；为了得到更好的控制效果，设计了速度闭环的控制算法，结合升沉补偿系统可能功率不足的特点，需要估算其最大速度能力，先设置速度限制，将得到的升沉速度限制在速度能力范围内进行补偿，闭环控制具有抗干扰的能力，不需要实时调节控制预值，并且将正反方向的速度限制设为相同值时，补偿后的升沉位移不会漂移；针对系统功率有限和参数时变的特性，提出了智能预测控制算法，先是模型辨识，系统功率足够和功率不够时，模型结构不一样，需要在辨识时能识别处于哪种工况，并采用不同的控制策略，研究了功率足够时的自校正预测控制算法，使用智能预测控制算法，能够克服系统功率有限和参数时变给控制带来的困难。 建立了升沉补偿系统的matlab/simulink仿真模型和Amesim仿真模型，对功率足够和欠功率的情况进行了仿真，以验证控制的效果。 利用主动升沉补偿模拟液压绞车分析了控制预值实时调整的主动升沉补偿开环前馈控制的补偿效率。并利用作业型ROV收放系统的液压绞车进行了主动升沉补偿实验，实验表明分段死区补偿、前馈控制算法是有效的。

两栖机器人轮桨腿驱动装置研究

两栖机器人是一种能在陆上和水下环境作业的特种机器人，发展两栖机器人技术对我国发展海洋技术、近海以及甚浅海技术有前瞻性的战略意义。两栖机器人具备在极浅水、碎浪带和海滩区域作业的能力，可以满足调查、监测以及军事领域的探雷、扫雷等方面的应用需求。开发具有环境适应能力的两栖机器人对于民用和军用都有较强的现实意义。 本文综合在水中爬行和浮游特性和陆地上常用的机器人移动方式和运动特点，提出了轮桨一体化的新型复合移动机构，极大的改善两栖机器人对非结构环境的适应能力。轮桨驱动装置巧妙地将水下机器人最常用的螺旋桨推进器与陆地爬行机器人驱动轮结合为一体，实现了多种运动模式自动切换，从而增强了机器人的运动能力，使其既可以在陆地、滩涂、海底爬行，又可以在极浅水海域浮游。 在两栖机器人轮桨设计的初级阶段，采用国际上流行的多学科优化方法、从系统的整体工作环境、性能要求出发，运用多学科综合优化策略，充分考虑涉及到的多个学科的性能指标参数范围，以实现两栖轮桨流体力学和结构力学等学科在多学科综合优化流程框架内的优化设计。在两栖轮桨参数优化的基础上，运用Isight计算平台分别计算了基本型轮桨、开式轮桨和闭式轮桨水动力特性，并对三者的性能进行了对比。利用虚拟样机技术开发了基于陆地环境下两栖机器人的虚拟仿真平台，利用该平台可以和Matlab设计两栖机器人控制系统，从而研究两栖机器人的越障、避障能力。最后，本文完成了两栖轮桨驱动装置结构设计。

北极冰下自主/遥控水下机器人导航与轨迹跟踪研究

将水下机器人用于极地科考，可以通过其携带的多种传感器和设备进行大范围、长时间的冰下观测作业，并取得重要的极地科考资料，如冰下水纹，海冰厚度等。而这些观测数据必须与准确的浮冰位置信息相结合才有实用价值，但北极高纬度特性和长期覆盖的大范围海冰使得一些传统水下机器人导航技术难以有效实施，所以需要研究一种能在北极冰下具有良好性能和高可靠性的导航系统。同时，对北极海冰进行的一系列科学考察，需要载体能够沿着浮冰上预定轨迹航行，但由于海流等外界影响的存在，浮冰处于实时运动中，所以要顺利完成科考任务，必须有相应的轨迹跟踪算法作为支撑。 本文正是针对以上这两点需求，在充分考虑环境特殊性的情况下，研究了水下机器人在北极冰下的导航与轨迹跟踪问题，提出了基于GPS测向仪冰面修正的水下机器人自主导航技术和基于制导控制器的浮冰轨迹跟踪方法，并进行了仿真和实物测试，试验结果表明本文所研究的导航设计方案和浮冰轨迹跟踪方法合理，可以达到北极冰下科考的定位精度和作业要求。 主要工作包括：（1）ARV导航系统设计。详细研究了各导航传感器的输出信息；坐标系定义、坐标变换、相对于浮冰的航位推算以及绝对坐标的求解；最后详细研究了整个冰下导航系统。（2）ARV导航系统误差分析。首先对各传感器的误差进行了详细分析；接着通过分析整个导航算法，建立了浮冰坐标系下ARV位置误差传递方程；最后通过引入具体传感器的参数指标，数值计算了整个导航系统的精度。（3）浮冰轨迹跟踪系统设计。首先对水下机器人在冰下的航迹进行了描述；接着分析了两种冰下制导控制器，视线法制导和横向轨迹误差法制导；最后详细研究了整个ARV航迹控制系统。（4）浮冰轨迹跟踪算法仿真。详细讨论了北极“ARV”的水平面动力学模型。并结合模型对浮冰轨迹跟踪算法进行了Matlab和视景仿真，验证了算法的合理性。（5）湖试和海试结果分析。通过对ARV棋盘山湖试和北极冰下海试数据分析，定量说明了导航误差和轨迹跟踪性能。

自治水下机器人控制方法研究及滑模模糊控制的应用研究

本论文在参阅大量国内外文献的基础上，进行了两方面的研究工作：自治水下机器人控制方法研究和滑模模糊控制的应用研究。全文分两部分对所做工作进行，总结论述。在第一部分“滑模模糊控制方法在自治水下机器人中的应用研究”中，本文总结了自治水下机器人控制方法的新进展；研究了模糊滑模控制和滑模模糊控制的原理，并针对6000米自治水下机器人“cR－01”的数学模型进行了仿真。仿真结果表明滑模与模糊控制相结合的方法减少了模糊控制规则的数目，参数较易调整，而且可以消除普通滑模控制中的颤振现象。在仿真的基础上进行了滑模模糊控制水池实验，对实验结果进行了分析。实验结果表明，滑模模糊控制可以大大提高自治水下机器人控制系统的性能。在第二部分“自治水下机器人控制方法研究”中，本文进行了解祸控制、BackStepping控制、“CR－01’，控制方法的仿真和水下机器人六自由度仿真的研究。分析了自治水下机器人运动中存在的藕合作用，就解祸控制进行了分析和仿真，仿真结果表明解藕控制可以很好地实现同一平面内各祸合变量的解藕。分析了BackStepping鲁棒控制算法，在自治水下机器人运动存在模型摄动和外界千扰时进行了仿真，仿真结果表明基于全状态反馈的B ackStepping控制算法具有很强的鲁棒性，对模型摄动和干扰有较强的适应性。在进行论文工作的过程中，作者建立了大量的基于MATLAB TM下S INIULINKIrm的6000米自治水下机器人"CR－01”的控制方法仿真模块。本文建立了一个全自由度的自治水下机器人仿真模块，为路径规划和高层使命仿真打下了基础。

一种新型并联机器人工作空间分析

对一种新型并联机器人的工作空间问题作了讨论,基于运动学逆解,通过极限边界数值搜索算法求取了并联机器人工作空间,并通过MATLAB仿真得到了该并联机器人工作空间的实体模型。

轮式移动机器人沙地行驶控制建模与仿真研究

结合车轮沙土相互作用的力学分析,研究解决轮式移动机器人沙地行驶车轮过度滑转下陷问题。考虑纵列式重复通过车轮沙土力学参数的修正,建立六轮式沙地移动机器人的动力学模型,以车轮滑转率为状态变量,设计了移动机器人沙地行驶的滑模驱动控制器跟踪车轮期望滑转率。MATLAB/Simulink仿真结果表明,采用该控制器可以较快地跟踪期望滑转率,有效地限制机器人车轮的滑转,避免车轮的过度下陷。