论文部分内容阅读
Internet廉价、灵活、易扩充的特点,极大地促进了网络机器人的发展,使其在军事、工业、医疗、娱乐、服务等各个领域,都具有十分广泛的应用前景。然而,受有限的网络带宽、随机变化的网络负载和网络数据传输机制等因素影响,网络存在随机延时和丢包问题,导致网络控制系统性能下降,甚至不稳定。针对随机时延对网络控制系统性能的影响,提出了一些方法,主要包括时延整形法、事件控制法、随机控制法和预测控制法等。其中,事件控制法基于事件而不是时间变量对系统进行描述,从而避免延时对系统稳定性、安全性的影响,但效率低。其他几种方法分别对网络延时进行不同形式的建模。时延整形法将随机时延转变为固定时延处理,结果保守。随机控制法的前提是知道时延概率特性,对于复杂的Internet网络延时,这是比较困难的。预测控制法在网络延时补偿上取得了很好的效果,目前研究的已经比较成熟。课题研究的重点在于补偿网络延时,减小网络延时对系统稳定性、实时性和精度的影响,从而全方位提高系统性能。而为了实现网络延时补偿,课题采用了基于模型预测控制的网络预测补偿方法。通过在不同网络环境下,进行机器人远程跟踪手机设定参考轨迹的实验,对算法效果进行全面分析。结果表明,网络预测补偿算法能够有效补偿网络延时对系统性能的影响,在非局域网环境进行延时补偿是非常必要的。同时,在相同网络环境下,设计不同轨迹跟踪实验,实验结果表明,该补偿算法能够降低对机器人运行速度的限制。事实上,机器人运行速度越快,受延时影响越显著,所以该算法对提高机器人执行效率具有重要意义。此外,本课题创新的采用人们日常生活随身携带的智能手机作为机器人远程控制终端。随着科技发展,智能手机性能越来越强大,除了传统通信功能,还具备视频处理、WIFI、触屏、语音识别等丰富的功能。此外,目前智能手机处理器主频基本都达到1GHz以上,使大部分在计算机上运行的应用程序都可以在手机上顺利运行。因此,将智能手机作为远程监控设备将是一个创新的应用,它突破了以往机器人控制器专用而且不易携带的缺陷,具有重要的意义。