论文部分内容阅读
移动机器人因其具有良好的可移动性,广泛应用于家庭服务、户外运动、航空航天等不同领域。移动机器人要想准确地执行人类所下达的不同种类的外部操作任务,必须保证其底层具有精确的运动控制能力,因此,如何保障轨迹跟踪控制的精确性是移动机器人成功完成任务的首要条件。本文深入研究了移动机器人视觉轨迹跟踪控制问题,研究工作的主要成果如下:(1)根据移动机器人自身所具有的结构非完整性建立了移动机器人轨迹跟踪控制的运动学模型,设计了常规反演滑模控制器,并对其稳定性进行了分析。(2)针对常规反演滑模控制器的参数选取困难问题,引入了标准萤火虫算法和基于压缩因子自适应惯性权重的萤火虫算法。首先,通过标准测试函数验证了两种优化算法的有效性。在此基础上,将基于压缩因子自适应惯性权重的萤火虫算法应用于移动机器人轨迹跟踪控制器的参数优化中,设计了基于压缩因子自适应权重萤火虫算法整定的反演滑模控制器,解决了反演滑模轨迹跟踪控制器的参数选取困难和跟踪误差较大的问题。在MATLAB中进行了圆、椭圆、正弦、直线、8字形等不同轨迹的机器人轨迹跟踪仿真实验。仿真实验结果表明基于压缩因子自适应惯性权重萤火虫算法整定的反演滑模控制器对不同轨迹均具有良好的跟踪性能,并且提高了轨迹跟踪的快速性,改善了控制过程中的稳定性和平滑性。(3)在实际移动机器人上进行了基于Kinect的移动机器人视觉轨迹跟踪控制实验研究。首先,在MATLAB和ROS (Robot Operating System)下搭建了移动机器人轨迹跟踪实物控制平台。通过对Kinect相机采集到的实际道路轨迹进行图像处理、坐标转换、曲线拟合等步骤获得道路的航迹信息,据此采用基于压缩因子自适应惯性权重萤火虫算法整定的反演滑模控制算法计算出控制量(线速度和角速度),并反馈给速度控制器来控制机器人运动,其中真实轨迹采用OptiTrack运动捕获系统获得。最后对直线进行轨迹跟踪,实物控制结果表明基于压缩因子自适应惯性权重萤火虫算法整定的反演滑模视觉轨迹跟踪控制器的轨迹跟踪误差较小,并具有良好的稳定性和实时性。