自主轮式移动机器人信号检测与智能控制

论文摘要

本文以研究所自主开发的轮式移动机器人为研究对象，利用计算机技术、经典控制理论及现代控制理论方法、传感器检测技术和信号处理技术，对移动机器人在设计、开发和应用中存在的一些重点和难点问题进行了较为深入的分析和研究，涉及的主要方面有：动力学分析、信号检测及信号处理、计算机导航控制、智能化安全保障以及智能化的负载动力学补偿。 移动机器人的机械结构部分是控制系统的被控制对象，其动力学特性对整个控制系统的控制性能具有很大的影响，论文从机电一体化设计的思想出发，在规划和设计计算机控制系统之前，对移动机器人的机械结构进行了运动学和动力学的分析，重点对诱导运动产生的冗余驱动功率进行了分析和实验验证；同时，对移动机器人的机械手和移动平台之间的动力学偶合关系进行了阐述，并探讨了关于移动机器人整体动力学优化的问题。 从提高移动机器人的实用性的角度出发，建立并设计和试验研究了移动机器人导航所需要的位置和方向测量装置，由编码器、陀螺仪、和数字罗盘组成，并针对其中存在的各种干扰信号采取了数字递归滤波处理。以确保测量真实值的有效提取；同时对位置和方位角测量中多传感器的冗余信息，采用Kalman滤波的算法加以融合，较之单传感器测量，其融合后的数据具有更精确的测量精度和更高的可靠性。 为了进一步提高移动机器人工作的安全性和可靠性，提出并设计和制作了一种新型的防撞传感器，其敏感元件采用压电材料PVDF，较之于以往的机械式防撞传感器，该传感器具有结构简单、安装方便、反应灵敏和成本低的特点，它可以感知出撞击的具体位置，并与超声波传感器一起组成了避障和防撞测量系统，该系统具有探测范围大，反应灵敏、结构简单和工作可靠的优点。 文中还采用了负载补偿的方式对由纵向不对称负载引起的转向角偏差进行了补偿和修正，其中，通过测量纵向倾角来间接测量车体质量中心的方法，是以一种简单、经济且方便的手段解决了负载测量这一较为棘手的问题。 本文的研究是在多部移动机器人的开发背景下完成的，对于文中提出的一些新的思路和新的

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 移动机器人运动检测与控制技术的发展现状
• 1.2.1 移动机器人的发展及应用情况
• 1.2.2 移动机器人运动状态检测技术
• 1.2.3 移动机器人的控制技术
• 1.3 研究课题的确立
• 1.3.1 课题研究的工程背景及实验条件
• 1.3.2 课题研究的意义及应用前景
• 1.4 本文主要研究工作
• 2 WMR整体结构及动力学分析
• 2.1 引言
• 2.2 WMR的整体结构
• 2.2.1 机械手的结构组成
• 2.2.2 移动体（AGV）的结构
• 2.3 具有诱导结构的机械手的动力学分析
• 2.3.1 串联结构中的诱导运动
• 2.3.2 结构方案及主要性能参数
• 2.3.3 诱导运动的运动学的分析
• 2.3.4 诱导运动的动力学分析
• 2.4 诱导运动的动力学仿真
• 2.4.1 关节1和2之间诱导运动的仿真
• 2.4.2 仿真结果的分析
• 2.4.3 冗余功率产生的影响
• 2.4.4 诱导运动的实验验证
• 2.5 WMR整体结构的动力学仿真
• 2.5.1 WMR整体运动仿真
• 2.5.2 对仿真结果的分析
• 2.5.3 WMR整体动力学的优化问题
• 2.6 本章小结
• 3 计算机控制系统的组成和开发
• 3.1 引言
• 3.2 控制系统的硬件组成
• 3.3 PMAC2的结构和组成
• 3.4 控制系统的软件开发
• 3.4.1 PMAC2软件开发的环境和资源
• 3.4.2 主程序的结构和功能
• 3.4.3 运动控制程序的编制
• 3.5 控制系统相关参数的调整和设定
• 3.5.1 伺服中断周期的设定
• 3.5.2 PID参数的调试和设定
• 3.5.3 辅助功能变量的调试和设定
• 3.6 本章小结
• 4 WMR信号检测系统的设计和研究
• 4.1 引言
• 4.2 WMR方向和位置的检测系统
• 4.2.1 由陀螺仪组成的方位角测量系统
• 4.2.2 磁阻方位角测量仪（数字罗盘）的实验研究
• 4.3 避障及碰撞检测系统
• 4.3.1 开关式运动接触传感器
• 4.3.2 智能型运动接触传感器
• 4.3.3 用于避障的超声波传感器
• 4.4 本章小结
• 5 检测信号的误差补偿及滤波处理
• 5.1 引言
• 5.2 非线性误差的神经网络校正
• 5.2.1 非线性误差及相关修正方法
• 5.2.2 神经网络修正的基本原理
• 5.2.3 神经网络与其它修正方法的对比实验
• 5.2.4 小结
• 5.3 测量信号的数字滤波
• 5.3.1 测量信号中的干扰噪声
• 5.3.2 关于数字滤波器
• 5.3.3 数字滤波器的数学描述
• 5.4 数字滤波器的设计
• 5.4.1 设计步骤及设计指标
• 5.4.2 两种滤波器的设计和性能分析
• 5.5 实验及结果
• 5.5.1 实验装置的组成
• 5.5.2 两种滤波器的对比滤波实验
• 5.6 本章小结
• 6 AGV多传感器数据融合与轨迹跟踪
• 6.1 引言
• 6.2 轮式移动机器人（WMR）运动的随机特性
• 6.3 多传感器数据融合算法
• 6.3.1 融合算法模型的选择
• 6.3.2 基于卡尔曼滤波的数据融合方法
• 6.3.3 AGV的状态方程
• 6.3.4 系统的滤波方程
• 6.3.5 滤波算法的计算机仿真
• 6.4 数据融合与AGV的轨迹跟踪实验
• 6.4.1 实验原理及实验装置
• 6.4.2 数据融合实验
• 6.4.3 轨迹跟踪实验
• 6.4.4 实验结果的分析
• 6.5 本章小结
• 7 AGV的智能化转向控制方法
• 7.1 引言
• 7.2 负载引起的附加力矩
• 7.3 负载对转向方式的影响
• 7.3.1 欠转向方式
• 7.3.2 过转向方式
• 7.3.3 附加力矩对转向的影响
• 7.4 基于纵向倾角的质心位置测量方法
• 7.5 基于负载的转向实验
• 7.5.1 实验的方案及设备
• 7.5.2 欠转向实验
• 7.5.3 过转向实验
• 7.5.4 实验结果的分析
• 7.6 本章小结
• 8 总结与展望
• 8.1 全文总结
• 8.2 论文创新之处
• 8.3 展望
• 致谢
• 参考文献
• 攻读博士学位期间发表的论文及研究成果
• 一、攻读博士期间发表的论文（第一作者）
• 二、攻读博士期间参与完成的科研项目: