模糊神经网络在嵌入式机器人中的应用要点.pptVIP

机器人的运动轨迹控制 研究一种轮腿式机器人。机器人有四条腿, 腿部机构由连杆和连接在其端部的从动滚轮组成。机器人行走是通过后部两条腿的两个连杆带动从动滚轮向后作类似 于滑冰动作的后蹬动作实现。此类机器人也称滑冰机器人。机器人的行走方向和轨迹通过同时调 整几个从动滚轮的方向角来控制。这是一个多自由度、非线性、强耦合的系统, 用常规控制器对单个从 动滚轮方向角, 难以实现精确的轨迹控制。针对上述控制对象运动轨迹控制问题, 作者提出了一种基于 模糊神经网络自适应控制方法。该方法利用模糊神经网络来辩识机器人的逆动力学模型, 并以此模型 作为控制器提供给机器人主要的广义驱动力, 加上常规的 PD 控制器构成完整的控制系统。当模糊神经网络模型给出的驱动力合适, 系统误差小, PD 控制器的控制作用就很弱; 反之, PD 控制器起主要作 用。模糊规则的制定是利用 PD 控制器提取初始模糊规则, 利用专家经验对初始规则进行补充, 最后利 用误差的反向传播算法对参数进行在线自适应调整。文献给出的验证结果表明该方法很好的解决了该 种机器人的运动轨迹控制问题。这种方法的优点是利用智能控制理论解决运动轨迹控制问题, 利用常 规控制方法解决控制系统抗干扰的问题。 机器人的运动规划 研究了交叉路口上多个移动机器人通过时的协调和避碰问题。 采用集中与分布相结合将路径与速度