新视觉模型下非完整移动机器人同时镇定和跟踪控制研究

Visual sensors can be used to mimic human eyes and implement noncontact measurement.They are effective sensors for the robot to complete the stabilization control tasks in the environment difficult to model accurately. Relative to the single visual servoing feedback stabilization or tracking controller, visual servoing feedback simultaneous stabilization and tracking controller has better theory significance and potential application value because without switch in nonholonomic robot to perform tasks. The main contents include: To build a new camera visual model; Design robust stabilization, trajectory tracking and simultaneous stabilization and tracking controller of uncertain nonholonomic mobile robots; Further to discuss the input saturation, finite time constraint control etc. The main innovations can be summarized as: Firstly, the dynamic feedback, smooth sliding mode control and adaptive control will be used to design the trajectory tracking controller. Secondly, the dynamic feedback method combined with Backstepping technique to solve the simultaneous stabilization and tracking problem. Finally, through normalizing certain signals appropriately, we are able to make the torque control input is only dependent on system parameters and reference trajectory. In this way, we can compute the bounds in advance and thus ensure them to be within the saturation limits by suitably choosing update law of parameters. The saturated torque of simultaneous stabilization and tracking controller can be realized. The implementation of the project will further enrich and perfect the basic theories and research methods of nonholonomic mobile robot.

视觉传感器可以模拟人的眼睛进行非接触测量，这对机器人在不易精确建模的环境中完成稳定化控制任务非常有效。相对于单独的视觉伺服反馈镇定或跟踪控制器来说，视觉伺服反馈下同时镇定和跟踪控制器在非完整机器人执行任务时无需切换，因此具有更好的理论意义和潜在的应用价值。主要研究内容：构建新的摄像机视觉模型；设计不确定视觉非完整移动机器人的鲁棒镇定、轨迹跟踪、同时镇定和跟踪控制器；进一步探讨输入饱和、有限时间约束控制等课题。主要创新点: 拟采用动态反馈、光滑的滑模控制和自适应控制设计轨迹跟踪控制器；将动态反馈法结合Backstepping技巧解决同时镇定和跟踪问题；拟采用归一化的思想，将确定信号恰当归一化，使得力矩控制输入仅依赖于系统参数和参考轨迹，设计合适的更新律，使得被估计参数限制在已知的紧集中，实现饱和力矩的同时镇定和跟踪控制。课题的实施将进一步丰富和完善非完整移动机器人的基本理论和研究方法。

视觉传感器由于可以模拟人的眼睛，实施无接触量测，具有信息量大、可靠性强等优点被广泛应用于机器人控制。同时视觉参数、几何参数和机械动力学参数的不准确性、外部的未知扰动、实际控制输入的有界性等也是需要特别考虑的因素。本课题主要研究不确定视觉非完整移动机器人的鲁棒镇定、轨迹跟踪、同时镇定和跟踪控制器的设计，进一步探讨输入饱和、有限时间约束控制等课题，在这些方面取得了一些初步成果和认识。主要创新点: 根据小孔成像原理，建立适当的坐标系，并结合坐标变换，构建了新的eye-in-hand结构的基于视觉反馈的非完整移动机器人运动学模型；利用Lyapunov 稳定性理论设计了以独立驱动轮速度为控制输入的新的时变连续自适应镇定控制器；采用动态反馈、光滑的滑模控制、自适应控制方法设计轨迹跟踪控制器；针对视觉参数未标定、控制方向未知的受扰动非完整机器人动力学系统，运用低通滤波无抖振滑模技术设计有限时间跟踪控制器；有限时间切换控制方案用于跟踪扩展非完整链式系统的实际运动目标。搭建轮式移动机器人和单目摄像机构成的实验平台，对已获得的结论开展部分实验研究。课题的实施将进一步丰富和完善非完整移动机器人的基本理论和研究方法。在项目的资助下，先后获得成果如下：(1) 发表科研论文16篇，其中SCI期刊论文9篇，EI期刊论文1篇，核心期刊论文2篇，EI会议论文4篇；（2）获发明专利1项，获软件著作权2项；（3）参加国际学术交流研讨会5次。