复杂环境移动机器人路径规划与轨迹跟踪研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:zhennanquming
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着世界各国经济和科学技术的飞跃发展,移动机器人的应用领域越来越广泛,其应用场景也从室内环境拓展到了各种复杂环境,如野外、水下、空中甚至外太空等。目前,对于复杂环境的机器人系统仍存在许多尚待研究的课题。本文针对环境全局信息已知、地面崎岖不平的复杂环境条件下的轮式机器人的路径规划和轨迹跟踪控制技术进行研究。本文建立了崎岖地面的环境模型,针对曲面路径规划算法的时间复杂度改进问题,提出了多尺度技术。针对曲面路径规划算法的精度改进问题,提出了曲面的二维等效展开技术。在已规划的崎岖地面最优路径的基础上进行了曲面轨迹跟踪控制研究,在基于力矩受限的约束条件下,提出了基于梯度下降参数优化法的调节时间指标和最大力矩导数的优化改进方法。并对复杂环境下崎岖地面的不平性和机器人拐弯等产生的不确定性干扰影响进行了轨迹跟踪控制算法研究和分析。主要工作如下:首先,针对曲面轮式机器人的路径规划,提出了减小路径规划算法时间复杂度的多尺度图法。常用路径规划算法的时间复杂度会随着规划场景的节点规模增大呈指数性增长。对于复杂大规模场景的崎岖地面规划,运用这类路径规划算法时的时间成本代价太大。本文提出的多尺度法,通过在粗-细尺度图上求取最优路径,减小了节点数增多对时间复杂度增长的影响,从而减小了路径规划算法的时间成本。崎岖地面的节点规模越大,多尺度法在时间复杂度上的改善效果越好。本文还将多尺度法拓展应用到了多机器人的路径规划上。其次,针对曲面轮式机器人的路径规划,提出了减小路径规划算法的路径长度误差的二维等效展开方法。由于传统路径规划算法通常基于节点间的欧几里得距离公式计算最优路径,将传统算法应用于曲面最优路径规划时,曲面上节点之间的距离和节点间的空间欧几里得距离之间存在误差。二维等效展开方法通过计算二维等效曲面上的路径长度,减小了路径规划算法的最优路径长度误差。崎岖地面的凹凸不平度越大或崎岖地面的节点规模越大,二维等效展开方法在计算曲面最优路径长度时的误差改善效果越好。本文将二维等效展开方法也拓展应用到了多机器人的路径规划上。然后,针对曲面轮式机器人的轨迹跟踪,提出了具有力矩约束的调节时间优化方法。由于通常的轨迹跟踪控制算法设计得到的输入力矩常常超过实际应用中的最大饱和值,使得轨迹跟踪算法的实用性变差,所以在算法设计时应该控制输入力矩的峰值大小。减小力矩通常会牺牲系统调节时间指标,设计时不应因控制力矩使得调节时间过大而使算法无法实际应用。本文提出的具有力矩约束的调节时间优化法将输入力矩最大值控制在期望值上,同时得到尽可能小的调节时间,保证了算法的实用性。该优化方法通过将输入力矩最大值减小到理想的期望值上,节约了移动机器人运行时所需要的能源。输入力矩峰值的减小,也降低了机器人电机运行所需的功率,因而减小了电机等机械设备的物理尺寸。最后,针对曲面轮式机器人轨迹的跟踪,提出了具有力矩约束的力矩导数最大值优化方法。通常的轨迹跟踪算法设计得到的输入力矩在施加力的初始时刻会出现时间很短的突然变化很大的冲击负荷,这种冲击负荷对移动机器人的电力设备和机械结构都会产生危害,影响设备的使用寿命。力矩导数最大值优化方法在限制力矩最大值和系统调节时间的基础上,尽量地减小系统的最大力矩变化率,让机器人启动的起步过程平滑,降低了启动过程中的冲击负荷,减小了对机器人的电力设备和机械设备的负荷要求和机械尺寸要求。对输入力矩导数的最大值的优化,使得需要的力矩输入很小,可以有效地节约能源。
其他文献
场景理解是机器学习、模式识别等学科非常活跃的研究方向。图像分类和图像语义分割是场景理解的两个重要研究内容,虽然随着机器学习方法的不断发展已取得突破性的进展,但依然存在一些亟需解决的问题。本文以图像分类为主要研究对象、机器学习方法为主要研究手段,重点针对经典机器学习方法下图像分类任务中的低分类率图像类别的识别问题、视觉字典的学习耗时问题和场景理解的多任务集成模型设计问题,以及深度学习模式下图像分类网
深度学习是机器学习的重要分支,是一种使用多层非线性变换结构进行模式匹配和预测的算法。近年来,深度学习被广泛应用在图像识别、自然语言处理和语音识别等领域,极大改善算法性能,在人工智能中扮演越来越重要的角色,但是在现实应用中深度学习的缺陷也凸显出来。深度学习的大部分任务是有监督学习,需要大量有标签的数据。深度学习模型计算复杂度高,算法容易被攻击,而且缺乏可解释性,其内部工作机制不清楚。贝叶斯推断方法依
从2014年“双创”以来,我国新企业年登记数量屡创新高,创业活跃指数跃居全球主要经济体之首。各行各业创业活动方兴未艾,成为经济和社会发展的新引擎。然而,时至今日,我国的创业活动总体创新质量还有待提升,主要创新指标依然落后于发达经济体,甚至在关键核心技术领域受到发达国家的“卡脖子”限制。十九届五中全会提出“创新”在经济建设全局中的核心地位,把科技自立自强视为未来国家竞争力的战略支撑。作为科技活动与商
可延展柔性电子通过对无机功能薄膜进行力学结构设计,可在保持无机材料高电子学性能的同时使器件具有宏观的可变形、可延展等特性。可延展柔性电子器件因其兼备高性能和可变形等优点受到广泛关注,目前已用于可穿戴无线射频识别、可穿戴柔性传感器,柔性电池等领域。但作为一类新型的电子器件形式,可延展柔性电子器件中的一些关键科学与技术问题仍处于初步研究阶段,急需进一步开展相关研究。从器件制备的角度,可延展柔性电子器件
在分布式传感器网络中,每个节点通过与临近节点交换多目标后验分布并联合所有临近节点的信息进行融合。但分布式传感器网络中的节点因功能、配置时钟、探测范围等特性的差异,导致节点间往往无法在相同视域内的同一时间点探测到相同的目标信息,造成基于广义协方差交叉(GCI)和加权算术平均(WAA)准则的分布式融合算法失效。能否保证待融合信息所表征的目标信息一致,是保证时间异步和非同视域条件下的分布式融合算法有效的
资源分配问题是网络系统中一类重要的优化问题,而且已在传感器网络、智能电网和交通系统等领域得到广泛的研究。由于分布式算法能够有效克服由设备故障、外部扰动和通信延时引入系统中的不确定性,而且不需要一个中心结点去获得优化问题的完整信息,还能够有效地保护个体的隐私,这些优点使得分布式资源分配算法引起了学术界和工业界的广泛关注。本文利用图论、非光滑优化理论和拉萨尔不变原理等理论工具分别研究包含通信时间延时的
语音合成(speech synthesis,又名text-to-speech,TTS)是人机交互的重要方法之一,旨在合成清晰且自然的音频。语音合成的应用场景非常广泛,比如手机和个人电脑的语音助手、同声传译的语音输出环节、车载导航播报、新闻朗读等等。通过语音合成,可以解放用户的眼睛,使人能在“眼观”的同时还可以“耳听”,增加信息接收的带宽。最近,随着神经网络的快速发展,端到端的语音合成模型逐渐进入人
在这个信息网络高速发展的时代,神经网络作为现代人工智能技术领域不可或缺的部分已经被广泛地研究,并成功应用于各种科学和工程领域,包括信息领域、医疗领域、控制领域、交通领域等。值得注意的是,神经网络的这些实际应用在很大程度上依赖于它的动态性能。然而,由于神经元之间信号传输速度的局限性和一些外部干扰因素,时滞在神经网络的实现及应用中是普遍存在的,极有可能会导致意想不到的动态行为,如振荡、低性能、甚至不稳
基于电磁波与金属-介质复合微结构相互作用的等离子体共振传感器是一种传感性能优越、体积小、易集成的传感器件,它常表现出对环境湿度或溶液折射率、生物分子类别和浓度、入射电磁波倾斜角度的灵敏响应,在化学、生物、海洋产业领域都有潜在的应用市场。然而,等离子体共振传感器距离实际应用还存在很多问题,例如:等离子体共振传感器的制备成本高、简单结构的传感器的传感性能较低。针对以上问题,本论文首先研究低成本高输出的
随着科技的日益快速发展,传感器作为信息获取的源头,其作用和地位愈加重要。石英晶体微天平(Quartz crystal microbalance,QCM)作为一类十分重要的质量传感器,目前,在很多领域获得了广泛应用。本文以QCM传感器质量灵敏度的关键技术为研究对象,通过深入研究QCM的传感机理,并结合有限元仿真技术,揭示了决定QCM传感器质量灵敏度的关键因素,提出了通过优化电极结构设计来提高QCM传