欢迎来到天天文库
浏览记录
ID:32009880
大小:2.44 MB
页数:70页
时间:2019-01-30
《拖挂式移动机器人运动规划方法-.研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、济南大学硕七学位论文摘要拖挂式移动机器人运动规划作为移动机器人技术的一个重要组成部分,是研究移动机器人技术较为活跃的领域之一,吸引着国内外众多学者的目光。随着各种新方法和新技术的不断出现,各国学者对运动规划有了更深入的研究。本文用一些新的方法对拖挂式移动机器人路径规划和跟踪做了一些研究性的工作。目前智能移动机器人研究方面已经取得了一定的成果,本文也对移动机器人应用比较广泛的路径规划和路径跟踪方法做了概述,各有优缺点,适用于不同的场合。但由于我国起步较晚,在研究和应用方面还远远落后于一些西方国家。因此,研究移动机器人运动规划方法具有较高的理论和实际意义。拖挂式移动机器人是一种服务
2、机器人,主要应用于物流运输,自动化生产等方面,因为它具有拖车节数可以灵活改变等诸多独特的优点,从而提高效率,降低成本。拖挂式移动机器人可以用于自动化工厂,港口码头,火车站,飞机场,核电厂等劳动强度大或有害人体健康的危险场合,执行行李搬运,货物运输,物料传送等任务,因此具有广阔的应用前景。本实验室所用的机器人是美国ActivMediaRobotics公司生产的PioneerIII型移动机器人。拖车的拖挂式移动机器人(简称为1]rMR)系统是一类特殊的移动机器人系统,它由牵引车(机器人)拖挂着多节相互铰链在一起的刚体小车组成,并且运行在同一个平面上,牵引车位于最前端,为整个系统提供
3、动力来源,牵引车的驱动轮由电机驱动可以前后转动,导向轮位于车体后部可以左右转向,拖车被动跟随牵引车运动。一个典型的移动机器人运动规划过程可以这样描述:机器人首先要理解需要完成的任务从而进行路径规划,并对所规划的路径进行优化。然后生成控制命令作用于底层执行机构,使得车体沿着已规划好的路径行驶。机器人系统在运动过程中,传感器不断检测周围的环境信息和自身的状态信息,并将检测到的信息进行融合处理,用于从当前位置重新规划路径和控制机器人自身的行为,使机器人沿着无碰撞的较优路径行驶。研究拖挂式移动机器人涉及领域非常广泛,从系统理论的角度来看涉及到运动学建模、可控性分析、反馈镇定、运动规划、
4、跟踪控制等多个方面;从控拖挂式移动机器人运动规划方法研究制理论角度来看,拖挂式移动机器人系统是一个具有高度复杂性和高度综合性的非完整、欠驱动、非线性系统;从系统设计与开发角度看,拖挂式移动机器人系统包括到传感器系统、控制系统和底层软硬件设计实现等诸多方面,其理论分析和系统设计与自由运动的单体机器人系统存在很大差异,因此拖挂式移动机器人是当前机器人学研究的热点和难点。本文主要针对带一节拖车的拖挂式移动机器人的运动规划问题完成了以下几个方面的工作:第一,分析了拖挂式移动机器人的运动学特性,建立了带一节拖车的拖挂式移动机器人的运动学模型,并验证运动学模型的正确性。第二,利用先锋3机器
5、人自带的28个声纳传感器检测环境信息,再采用Rapidly—exploringRandomTrees算法(简称RRT算法)搜索复杂环境下的可行路径并对路径进行优化,最终将参考路径转化为由几段直线段组成的折线路径。此外,折线路径还必须满足拖挂式移动机器人的物理约束条件。第三,针对拖挂式移动机器人对直线的路径跟踪控制问题,提出了一种基于LOS(Line.of-Sight)一模糊方法的控制器,并通过实验验证该控制器可以很好的控制拖挂式移动机器人系统反向跟踪直线路径,并且表现出良好的动态特性和跟踪精度。第四,本文进行了拖挂式移动机器人路径规划和路径跟踪控制的原机实验,以验证所提出各种方
6、法的可行性和有效性。关键词:拖挂式移动机器人:路径规划;路径跟踪;模糊控制;RRT;LOSIl济南大学硕士学位论文ABSTRACTMotionplanningfortractor-trailermobilerobot,鹪animportantcomponentofmobilerobot,isoneofthemoreactiveareasofmobilerobotstechnologiesandattractstheattentionofmanyscholarsathomeandabroad.Followingtheappearance拖挂式移动机器人运动规划方法研究genera
7、tecontrolcommandstobottomoftheimplementingagencies,thenmakemobilerobotfollowtheplannedpath.InmotionProcess,mobilerobotcontinuouslydetectsambientinformationandtheirownstateinformationthoughsensorsandintegratesinformation.Last,updateroadmapandcontrol
此文档下载收益归作者所有