这样可以让人更省力。多了人的力,车的动力模型会变。我是做控制的对力学知识不太了解。请问如何设计控制器?


由于移动机器人车体的非线体轮胎与地面的轻微滑动和非完整约束等原因。无法建立一个精确数学模型.使许多基于模型的移动机器人运动方案存在困难

移动机器人的运动控制。精确地进行自定位是一个基本的要求/自定位就是获得机器人相对于一个固定坐标系的位置和方向角统称为位姿)。

通常是利用固定在驱动轮轴上的光电编码器这一内部感测器。通过测量各电机的运动增量推算出机器人的位置及方向角,这种方法对外部环境无特殊要求.但严重缺点是每次的测量杂讯均被累加/当实际行走轨线较长时。累加的杂讯很快就将实际的测量数据湮没。

本文提出了一种基于模糊神经网路的移动机器人在线逆模型学习控制方法!同时用卡尔曼滤波器来融合超声波感测器的测量以用于复位光电编码器从而进行自定位"并且为了保证实时性采用了一 种基于回塑式的演算法"。


外力输入在没有观测的条件下属于扰动,那么只能把扰动建模成输入,设计成一个随动系统了。不过这样的话系统噪音很容易让机器人抖动或失稳。建议在这个牵引机构上增加感测器,能直接知道牵引的方向和力矩大小,再把此作为系统的输入。


导纳控制?


牵引力?

你是说外再施加一个外力吗?请表达清楚。

另外你的机器人是什么机器人?机器人种类太多了。。


你说的这个就是伺服控制领域中的问题,跟随某一输入做运动


你这种情况属于输入是力,输出是位移(用关节位移产生末端执行器的笛卡尔坐标下的位移),是导纳控制。

另外一种是输入是位移,输出是力(用关节力产生末端执行器的笛卡尔坐标下的力),是阻抗控制。

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


推荐阅读:
相关文章