這樣可以讓人更省力。多了人的力,車的動力模型會變。我是做控制的對力學知識不太了解。請問如何設計控制器?


由於移動機器人車體的非線體輪胎與地面的輕微滑動和非完整約束等原因。無法建立一個精確數學模型.使許多基於模型的移動機器人運動方案存在困難

移動機器人的運動控制。精確地進行自定位是一個基本的要求/自定位就是獲得機器人相對於一個固定坐標系的位置和方向角統稱為位姿)。

通常是利用固定在驅動輪軸上的光電編碼器這一內部感測器。通過測量各電機的運動增量推算出機器人的位置及方向角,這種方法對外部環境無特殊要求.但嚴重缺點是每次的測量雜訊均被累加/當實際行走軌線較長時。累加的雜訊很快就將實際的測量數據湮沒。

本文提出了一種基於模糊神經網路的移動機器人在線逆模型學習控制方法!同時用卡爾曼濾波器來融合超聲波感測器的測量以用於複位光電編碼器從而進行自定位"並且為了保證實時性採用了一 種基於回塑式的演算法"。


外力輸入在沒有觀測的條件下屬於擾動,那麼只能把擾動建模成輸入,設計成一個隨動系統了。不過這樣的話系統噪音很容易讓機器人抖動或失穩。建議在這個牽引機構上增加感測器,能直接知道牽引的方向和力矩大小,再把此作為系統的輸入。


導納控制?


牽引力?

你是說外再施加一個外力嗎?請表達清楚。

另外你的機器人是什麼機器人?機器人種類太多了。。


你說的這個就是伺服控制領域中的問題,跟隨某一輸入做運動


你這種情況屬於輸入是力,輸出是位移(用關節位移產生末端執行器的笛卡爾坐標下的位移),是導納控制。

另外一種是輸入是位移,輸出是力(用關節力產生末端執行器的笛卡爾坐標下的力),是阻抗控制。

可以看一下《Modern Robotics - Mechanics,Planning,and Control》P441-444


推薦閱讀:
相关文章