论文部分内容阅读
本文针对轮式移动机器人系统的智能控制问题,对其运动控制、机器人视觉、视觉伺服、路径规划、进化学习等理论和方法进行了研究,并开发出多机器人智能控制系统的软件与硬件平台.轮式移动机器人是典型的非完整约束机构,无法通过线性反馈获得姿态稳定.本文根据多种移动机器人的运动学模型和动力学模型,分析了非完整约束机器人轨迹跟踪和姿态稳定的能控性,运用Lyapunov稳定性理论,推导出轨迹跟踪的非线性控制律和基于相对坐标的移动机器人姿态稳定控制律,后者避开了Brockett定理的限制,使得通过线性反馈就能获得姿态的稳定;分析了移动机器人多电机控制的同步性问题,提出了同步控制的策略,通过比较实验验证了控制算法的有效性.针对高速实时机器人视觉系统的要求,分析了摄像机、采集卡、外触发装置和闪光灯的时间序列,估算了图像采集过程中的延迟和等待时间,设计了足球机器人视觉系统的硬件和软件,提出了基于颜色的多机器人视觉跟踪技术,包括适应环境光线变化的滤波技术、快速颜色查表技术、基于RLE的图像重构、多机器人的标识技术以及视差补偿技术,通过比较实验验证了此套技术的鲁棒性,即快速、准确和可靠;对于移动机器人的视觉伺服控制,本文研究了通用图像雅可比矩阵以及图像特征数与机器人自由度数不对称时的解决办法,研究了基于图像的移动机器人视觉伺服控制模型,推导了轮式移动机器人的图像雅可比矩阵,建立了视觉伺服控制的时间模型,对存在的延迟和等待问题,利用Kalman滤波进行预测和补偿,通过实验验证了其有效性.对于移动机器人动态目标跟踪问题,提出了基于极限环的避障控制算法,结合比例导航算法、人工势能场方法和姿态稳定控制算法,根据三者的优缺点,提出了基于任务的动态目标跟踪控制算法,利用模糊进化学习方法,通过模糊控制器和改进的遗传算法,研究了控制参数和直接控制量的优化搜索技术,并建立了适合于仿真学习环境的机器人运动学和动力学模型,通过离线学习和在线实验验证了进化学习算法的有效性,分析了存在的问题.利用多智能体的理论和方法,研究了多机器人的控制结构,分析了慎思结构和反应式结构的优点和不足,提出了一种适用于多机器人协作与分工的混合式层式控制结构,建立了多机器人协同作业的硬件平台,开发了一套面向对象的多机器人智能控制软件,针对机器人足球问题,根据本文的研究成果,设计了足球机器人的角色行为,提出了守门员、前锋和后卫的控制算法和控制策略,在机器人足球赛实践中加以验证和改进.