0028)移動機器人履約系統(tǒng)(robotic mobile fulfillment system,RMFS)是一種新型的“貨到人”揀選系統(tǒng),與傳統(tǒng)的人工和自動化立體倉庫系統(tǒng)AS/RS(automated storage and retrieval system)揀選相比,其在揀選效率、倉庫空間利用率等方面都存在著明顯的優(yōu)勢[1]。貨架儲位再指派問題是RMFS所特有的,其是指通過規(guī)劃貨架完成揀選任務(wù)后儲存的位置,縮短移動機器人行駛距離,降低成本,提高倉庫揀選

賣機制的多移動機器人動態(tài)任務(wù)分配算法許佳杰1,2, 陳思魯2*, 張子棟1,2, 邵兵兵1,2, 劉 強2, 張 馳2, 楊桂林2（1.寧波大學(xué) 信息科學(xué)與工程學(xué)院, 浙江 寧波 315211; 2.中國科學(xué)院 寧波材料技術(shù)與工程研究所, 浙江 寧波 315201）任務(wù)分配是多移動機器人調(diào)度系統(tǒng)的關(guān)鍵問題之一, 為了提高任務(wù)整體完成效率, 提出了一種基于分布式拍賣機制的多移動機器人動態(tài)任務(wù)分配算法. 該方法對機器人群體采用分布式控制方法, 彼此共享且動態(tài)更

0048)移動機器人可以代替人類執(zhí)行災(zāi)后搜救、軍事偵察等特殊任務(wù)[1-4]，特別是在危險復(fù)雜的工作環(huán)境中展現(xiàn)出極大的優(yōu)勢[5-7]，這使得移動機器人的研究備受關(guān)注。多運動復(fù)合式移動機器人的移動性能突出且環(huán)境適應(yīng)能力強[8-10]，典型代表有Yoshioka等[11]研制了一款輪腿混合式6足機器人，結(jié)合了輪式機器人的穩(wěn)定性和機動性與腿式機器人的爬障能力。Ding等[12]提出了一種機動性強的輪式移動機器人，可實現(xiàn)平地行走和垂直爬行。Altendorfer等[

路徑規(guī)劃是移動機器人依賴智能算法從起點到目標(biāo)位置規(guī)劃出一條最優(yōu)路徑。智能算法的應(yīng)用可有效提高移動機器人路徑規(guī)劃效率，目前已有大量智能算法應(yīng)用于移動機器人的路徑規(guī)劃，如D*算法[1]、蟻群算法[2-6]、人工勢場法[7]、人工魚群算法[8-10]等。每種算法都有自己的優(yōu)點和缺點，利用不同算法的優(yōu)點進行融合，為解決移動機器人路徑規(guī)劃提供了新的方法，如人工勢場法與蟻群算法之間的結(jié)合、粒子群算法和A*算法之間的結(jié)合、模擬退火算法和改進人工魚群算法之間的結(jié)合等。蟻群

/張雷中國移動機器人產(chǎn)業(yè)聯(lián)盟主席新松機器人自動化股份有限公司副總裁兼移動機器人BG總裁“繁榮發(fā)展”是2021年國內(nèi)移動機器人（AGV/AMR）產(chǎn)業(yè)留給人們的深刻印象。特別是在受到疫情影響和外部環(huán)境持續(xù)振蕩的情況下，移動機器人產(chǎn)業(yè)經(jīng)歷了原材料價格上漲、芯片短缺、工程交付困難等一系列考驗，仍呈現(xiàn)出砌紅堆綠、百花齊放的繁榮景象，著實令人感到十分欣喜。目前，在智能制造領(lǐng)域，移動機器人已成為許多工廠的標(biāo)配，成為不可或缺的關(guān)鍵一環(huán)。一方面，移動機器人很好地滿足了傳統(tǒng)制

言近年來，移動機器人目標(biāo)點跟蹤控制是機器人控制領(lǐng)域內(nèi)的熱點問題[1-3]，也是多目標(biāo)跟蹤、軌跡跟蹤以及移動目標(biāo)跟蹤等諸多領(lǐng)域的研究基礎(chǔ)[4-6]。目標(biāo)點跟蹤控制的實質(zhì)是根據(jù)移動機器人的運動學(xué)特性，設(shè)計相應(yīng)的控制方法，使得機器人能夠從任意位置逐漸收斂到目標(biāo)點附近。鑒于上述目標(biāo)點跟蹤控制的重要性，大量學(xué)者針對該問題展開了深入的研究。例如，文獻[7]提出一種飽和反饋控制器來解決移動機器人的跟蹤問題。文獻[8]采用模型預(yù)測控制技術(shù)開發(fā)控制器，研究具有耦合輸入約束的

的路徑，是移動機器人路徑規(guī)劃要解決的問題。路徑規(guī)劃用于GPS導(dǎo)航、水下導(dǎo)航系統(tǒng)、無人機、移動機器人避障系統(tǒng)等，具有廣泛的應(yīng)用領(lǐng)域及較高的應(yīng)用價值。路徑規(guī)劃分為全局路徑規(guī)劃和局部路徑規(guī)劃，即環(huán)境信息已知的和環(huán)境信息未知的路徑規(guī)劃。全局路徑規(guī)劃算法有蟻群算法、遺傳算法、A*算法、柵格法等，局部路徑規(guī)劃算法有模糊控制[1]、人工勢場法、神經(jīng)網(wǎng)絡(luò)[2]等，其中人工勢場法以其簡單的原理、少量的計算、實時性好以及平滑的路徑等優(yōu)點得到廣泛應(yīng)用。但是傳統(tǒng)人工勢場法存在局部

技術(shù)的發(fā)展移動機器人越來越被廣泛的應(yīng)用［1］。移動機器人的路徑規(guī)劃也成為了國內(nèi)外研究的熱點話題。根據(jù)環(huán)境的分類移動機器人分為兩類［2］，一類為已知環(huán)境信息的路徑規(guī)劃，另一類為未完全知道環(huán)境信息的路徑規(guī)劃［3］。在未知環(huán)境中常用的局部路徑規(guī)劃［4］方法主要有人工勢場法、模糊邏輯算法、快速擴展樹法［5］等。與其他幾種方法相比，模糊邏輯算法較具有計算量較小，對環(huán)境依賴性小，實時性好的優(yōu)點，對于處理未知的環(huán)境下的路徑規(guī)劃問題，顯示出較大的優(yōu)越性和較強的適應(yīng)性。而傳

0161）移動機器人學(xué)是機器人學(xué)中的一個重要分支[1]。如今，移動機器人在軍事、航海等領(lǐng)域能代替人類完成大量的危險任務(wù)，例如掃雷，海底勘測，無人駕駛，煤礦和地下工作等[2-5]。移動機器人也在人類的生產(chǎn)生活中發(fā)揮著重要的作用。在過去的20年中，由于理論和實際應(yīng)用的需要，移動機器人的控制問題一直受到人們廣泛關(guān)注。其控制問題一般可分為點鎮(zhèn)定和軌跡跟蹤問題。隨著科學(xué)水平不斷提高，移動機器人軌跡跟蹤問題受到越來越多研究者的關(guān)注。由于移動機器人是一種非完整約束的系統(tǒng)

張 雷中國移動機器人產(chǎn)業(yè)聯(lián)盟主席沈陽新松機器人自動化股份有限公司副總裁兼移動機器人BG總裁2020年是中國移動機器人行業(yè)不平凡的一年。上半年受新冠疫情影響，市場對移動機器人的需求大幅減少甚至幾乎停滯，業(yè)內(nèi)企業(yè)面臨著市場競爭加劇、工程驗收延期、回款周期變長等一系列問題的挑戰(zhàn)，不少企業(yè)的海外項目實施也受到了阻礙。但隨著我國迅速控制疫情，2020下半年移動機器人市場很快就恢復(fù)了增長態(tài)勢，無論是業(yè)務(wù)需求還是工程部署都迅速增加，傳統(tǒng)行業(yè)和新興行業(yè)都實現(xiàn)了快速反彈，釋

有智能化的移動機器人技術(shù)屬于一種綜合性技術(shù)，其不但涉及傳感器技術(shù)、導(dǎo)航控制技術(shù)，同時也涉及到電力工程技術(shù)和計算機工程技術(shù)等。另外，對移動機器人的研究不但能夠為人們生活、生產(chǎn)帶來更多便利，同時也能夠為推動我國科學(xué)技術(shù)發(fā)展提供一定保障。1 移動機器人本文所研究的移動機器人，在該移動機器人的差動底盤設(shè)有視覺傳感器，以此為進行地圖重建與導(dǎo)航控制提供保障。1.1 輪子模型本文所研究的移動機器人輪子模型主要是圍繞Z 軸旋轉(zhuǎn)，在左右轉(zhuǎn)彎的過程中，只會對該輪車的姿態(tài)產(chǎn)生影

2）目前，移動機器人在特種作業(yè)、物流倉儲和安防服務(wù)等行業(yè)的需求非常大，但其在復(fù)雜環(huán)境下的控制性能與適應(yīng)能力仍面臨巨大的挑戰(zhàn)［1-2］。為提高移動機器人在復(fù)雜環(huán)境下完成指定任務(wù)的能力，須對其運動性能進行改善，這對其速度控制的精度與穩(wěn)健性提出了較高的要求。基于輪式里程計信息的速度控制方法因受滑移程度不確定的影響，存在速度控制精度低和環(huán)境適應(yīng)能力差的問題，導(dǎo)致移動機器人的速度控制性能難以提升［3］。隨著視覺位姿估計技術(shù)［4-6］和慣性導(dǎo)航技術(shù)［7-8］的日益發(fā)展

江 宏物流移動機器人（AGV/AMR）是實現(xiàn)柔性制造與柔性物流的關(guān)鍵設(shè)備之一。隨著中國電商和快遞業(yè)的爆發(fā)式增長，物流移動機器人從原來主要應(yīng)用于煙草、汽車等制造企業(yè)的物料搬運、裝配等環(huán)節(jié)，加速進入倉儲、分揀、配送等物流環(huán)節(jié)，并形成規(guī)?；瘧?yīng)用，市場需求大幅上升，促進了物流移動機器人行業(yè)快速發(fā)展。最近幾年，隨著智能制造的發(fā)展和智能工廠的建設(shè)，傳統(tǒng)產(chǎn)業(yè)加快提升裝備自動化和智能化水平，物流移動機器人應(yīng)用數(shù)量不斷增加，逐漸深入應(yīng)用到各個行業(yè)領(lǐng)域。從系統(tǒng)組成來看，物流移

應(yīng)用場景對移動機器人使用頻率和數(shù)量的要求越來越高，充電系統(tǒng)已經(jīng)成為應(yīng)用企業(yè)選用移動機器人時的一個重要考量因素，如何更好的實現(xiàn)移動機器人電量、充電時機、電池維護等的準確控制，是目前眾多移動機器人及相關(guān)技術(shù)企業(yè)爭相探索的方向。近年來，隨著消費需求日趨個性化、用工短缺/勞動力成本上升、新一代信息技術(shù)不斷成熟等多重因素的推動，智慧物流、智能制造成為企業(yè)降本增效提質(zhì)的重要手段，帶動移動機器人市場需求的持續(xù)走高。作為一種集光、電、機、計算機為一體的自動化設(shè)備，融合了多

，相關(guān)的多移動機器人避障和路徑規(guī)劃方法研究受到人們的極大關(guān)注[2]。傳統(tǒng)對多移動機器人避障路徑規(guī)劃方法主要有粒子群尋優(yōu)法、誤差反饋校正法、末端位置參數(shù)調(diào)節(jié)法等[3-4]。文獻[5]提出未知環(huán)境下機器人避障及動態(tài)目標(biāo)追蹤。在引力公式中加入速度差和加速度差，提高了機器人動態(tài)目標(biāo)追蹤的靈活性和對環(huán)境的適應(yīng)能力，但其耗時較長。文獻[6]提出基于混合策略的移動機器人避障算法探究，運用矢量場直方圖法結(jié)合神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)基礎(chǔ)避障，但該方法需要大量樣本訓(xùn)練集，自適應(yīng)能力不

完成。救援移動機器人具有可移動、自動導(dǎo)航、多傳感器控制、網(wǎng)絡(luò)交互、行為控制執(zhí)行、決策規(guī)劃等多種功能,是一個綜合系統(tǒng)[1],如何在樓宇環(huán)境中使用救援機器人,成為近年來的研究熱點。樓梯是樓宇環(huán)境中最常見的障礙,救援移動機器人在工作中經(jīng)常需要攀爬樓梯,爬梯成為救援移動機器人適應(yīng)結(jié)構(gòu)化環(huán)境所必備的功能之一[2]?，F(xiàn)存相關(guān)文獻大部分是關(guān)于救援移動機器人爬梯機械結(jié)構(gòu)與爬梯過程穩(wěn)定性的研究,筆者重點分析前擺腿履帶式救援移動機器人的爬梯機理,以及救援移動機器人在上下樓梯時

[1]，將移動機器人看做為一個運動的質(zhì)點，該質(zhì)點位于整個勢場內(nèi)，同時移動機器人運動的目標(biāo)點自身產(chǎn)生吸引力勢場[2]，環(huán)境中的所有障礙物會產(chǎn)生排斥力勢場，移動機器人在環(huán)境中運動時會受到2種類型力的作用[3]，第1種是最終目標(biāo)點的引力勢場對移動機器人產(chǎn)生的吸引力，第2種是移動機器人運行過程中所有障礙物的排斥勢場對移動機器人產(chǎn)生的排斥力[4]。移動機器人在整個運動過程中所受的合力由目標(biāo)點對移動機器人的引力和所有障礙物對移動機器人的斥力組成，移動機器人在引力與斥力

化系統(tǒng)中，移動機器人主要用于對工件或產(chǎn)品進行搬運、裝卸等操作. 在生產(chǎn)過程中，工業(yè)物料不斷處于運輸、加工、組裝、裝卸、存儲等狀態(tài). 物料流通不暢，會影響企業(yè)的生產(chǎn)效率，嚴重的會導(dǎo)致生產(chǎn)的暫停. 引入移動機器人，解決了當(dāng)前勞動力不足的問題，高效和準確完成物料的運輸和裝卸任務(wù). 實際生產(chǎn)場景中，往往需要多臺移動機器人同時協(xié)助解決一項任務(wù)，機器人的調(diào)度系統(tǒng)需要優(yōu)化每個移動機器人的行走路徑，避免路徑重復(fù)，提高移動機器人的運行效率. 當(dāng)前倉儲物流面臨著產(chǎn)品批次和貨物

總裁、智能移動機器人BG總裁）近兩年來，受經(jīng)濟進入一個下行調(diào)整周期的影響，國內(nèi)移動機器人（AGV）的市場需求增速減緩。2020年初爆發(fā)的“新冠”疫情更是使移動機器人行業(yè)雪上加霜，企業(yè)普遍將面臨市場萎縮、利潤下降、應(yīng)收賬款周期變長、融資困難等一系列問題。疫情過后，“物競天擇，適者生存”，只有在危機中求新求變的企業(yè)才能生存和發(fā)展。中國AGV市場的特點和機會在于更多元的應(yīng)用場景和差異化的需求。目前，在全球都倡導(dǎo)制造業(yè)回歸的共識下，“機器換人”已經(jīng)是大勢所趨，工業(yè)

0007)移動機器人可以代替人類手工勞動,從而加快了工業(yè)的迅速發(fā)展.移動機器人具有許多優(yōu)點[1-2]:① 可以連續(xù)生產(chǎn)勞動,成本低;② 生產(chǎn)效率高,運動精度高;③ 能夠減少人員傷亡.因此,移動機器人在航天、海洋、醫(yī)療及煤礦等許多領(lǐng)域得到了廣泛的應(yīng)用.隨著科技的改進,對移動機器人智能化程度要求也越來越高,而自動調(diào)整移動機器人運動軌跡精度是衡量移動機器人性能的重要指標(biāo)之一.移動機器人在運動過程中,如果環(huán)境惡劣多變,運動軌跡就會發(fā)生偏離,導(dǎo)致運動軌跡產(chǎn)生較大的誤

過對某一個移動機器人的路徑規(guī)劃進行分析，到對多個移動機器人的路徑規(guī)劃，最終到很多移動機器人進行地圖構(gòu)建。當(dāng)前在我國很多領(lǐng)域，移動機器人的運用越來越廣泛，將從事于惡劣工作環(huán)境下的人們正在不斷的解放出來。這能促進移動機器人行業(yè)的快速發(fā)展，對于研究單個移動機器人和多個移動機器人的運用都有著很好的促進作用。1 我國關(guān)于移動機器人的研究以及現(xiàn)況分析我國移動機器人的研究雖然起步較晚，但我國在移動機器人的研究上投入了較多的精力。我國研究學(xué)者受到來自自然界的動物群體性行為

任務(wù)的自主移動機器人過渡。如未知環(huán)境探測、遠程醫(yī)療、物流、服務(wù)業(yè)等領(lǐng)域［1-2］。移動機器人控制系統(tǒng)是一種非完整系統(tǒng)，其控制問題一直是個難題，而其中的編隊控制更是移動機器人控制中的關(guān)鍵問題之一。在移動機器人的編隊問題的研究已經(jīng)有許多研究成果。例如，利用李亞普諾夫函數(shù)設(shè)計速度誤差控制規(guī)律，實現(xiàn)目標(biāo)位置的跟蹤控制。但是缺點在于動態(tài)控制器過于理想化，在實際中很難實現(xiàn)［3］。智能控制律被用于多智能體系統(tǒng)，并實現(xiàn)了同步跟蹤［4］。神經(jīng)網(wǎng)絡(luò)控制方法雖然具有學(xué)習(xí)能力，但

00）對于移動機器人而言，在其執(zhí)行探測、偵察和導(dǎo)航等任務(wù)時，由于所處環(huán)境的復(fù)雜性，完全通過人工來控制機器人的運動并不現(xiàn)實。因此，機器人在復(fù)雜環(huán)境下的自主路徑規(guī)劃，逐漸成為當(dāng)前移動機器人領(lǐng)域中重要的研究方向[1]。移動機器人的路徑規(guī)劃問題是指在一定環(huán)境下，規(guī)劃或?qū)ふ乙粭l從起始位姿到目標(biāo)位姿的無碰安全路徑[2]。避障問題是移動機器人路徑規(guī)劃所要解決的問題之一，其關(guān)系到移動機器人能否安全到達目的地。在機器人研究中，反應(yīng)式導(dǎo)航避障是提高移動機器人在未知環(huán)境中的實時

向輪構(gòu)成的移動機器人，其運動學(xué)、動力學(xué)特性與普通的多輪移動機器人或履帶式機器人相比，有著顯著的區(qū)別(后續(xù)表述的移動機器人都特指基于全向輪的移動機器人)。國內(nèi)外的專家學(xué)者對于移動機器人的運動各向相異性做了許多研究，如Wade等[1-2]提出了一種新型的無極調(diào)速方法，通過設(shè)計一種改變輪子方向的機構(gòu)來實現(xiàn)移動機器人的調(diào)速，僅這種機構(gòu)能實現(xiàn)穩(wěn)定調(diào)速，但機構(gòu)復(fù)雜，故這種方法停留于實驗室階段；ASHMORE等[3]通過計算提出通過合理的布局，移動機器人包含的全向輪數(shù)量

不斷發(fā)展，移動機器人已經(jīng)逐漸出現(xiàn)在人們的視野之中，移動機器人到底是什么——它是將路徑規(guī)劃、傳感器選擇以及感器信息融合為一體的技術(shù)綜合體。該種移動機器人的出現(xiàn)是我國機器人發(fā)展的一大進步，推動了我國機器人技術(shù)的發(fā)展。[關(guān) 鍵 詞] 導(dǎo)航；路徑規(guī)劃；多傳感器融合；高智能移動機器人[中圖分類號] TP242.6 [文獻標(biāo)志碼] A [文章編號] 2096-0603（2018）32-0229-01隨著計算機技術(shù)和傳感技術(shù)的發(fā)展，在國際上已經(jīng)有一些公司開始研究移動機器

限的履帶式移動機器人軌跡跟蹤控制韓 俊，任國全，李冬偉(軍械工程學(xué)院 車輛與電氣工程系，石家莊 050003)針對履帶式移動機器人的軌跡跟蹤控制問題進行研究，首先，建立了履帶式移動機器人的運動學(xué)模型和跟蹤誤差模型；其次，設(shè)計了轉(zhuǎn)速有限時間控制和線速度滑?？刂频能壽E跟蹤控制律，并給出了考慮運動受限作用下的控制律修正表達式；最后，基于MATLAB對所提控制律進行仿真，對比分析了不考慮運動受限情況下跟蹤控制效果;結(jié)果表明，設(shè)計的跟蹤控制律能夠?qū)崿F(xiàn)履帶式移動機器人

李鑫隆試論移動機器人導(dǎo)航技術(shù)現(xiàn)狀與展望中國人民解放軍工程兵學(xué)院筑城偽裝系 劉子豪 李鑫隆在科學(xué)技術(shù)發(fā)展速度不斷加快的今天，移動機器人也開始一點點融入我們的日常生活之中，而對于移動機器人來說，先進的導(dǎo)航技術(shù)決定著其能否較好為為人類提供服務(wù)，為此本文就移動機器人導(dǎo)航技術(shù)現(xiàn)狀與展望展開了具體研究，希望這一研究能夠使更多人深入了解移動機器人。移動機器人；導(dǎo)航技術(shù)；展望0 前言早在上世紀60年代末，具備現(xiàn)代意義的移動機器人便已經(jīng)出現(xiàn)，而隨著經(jīng)濟與科學(xué)的不斷發(fā)展，移動

9088）移動機器人的路徑規(guī)劃與定位技術(shù)研究林盛國（北京理工大學(xué)珠海學(xué)院，廣東珠海519088）隨著社會的發(fā)展，導(dǎo)航技術(shù)是實現(xiàn)機器人移動的關(guān)鍵，在對導(dǎo)航技術(shù)應(yīng)用過程中，要注重對移動機器人的路徑規(guī)劃與定位，能夠更好地滿足移動機器人的設(shè)計需要。移動機器人的路徑規(guī)劃與定位技術(shù)研究，要注重結(jié)合相關(guān)技術(shù)手段，對路徑規(guī)劃問題和定位問題進行有效分析，采取有效技術(shù)手段，實現(xiàn)移動機器人的移動和定位，更好地通過拐角區(qū)域。移動機器人路徑規(guī)劃定位技術(shù)導(dǎo)航技術(shù)是實現(xiàn)機器人移動的關(guān)鍵

引言兩輪移動機器人（又稱輪式倒立擺）結(jié)構(gòu)簡單、體積較小，可在狹小、危險等環(huán)境中運動，故兩輪移動機器人在軍工、民用、航空航天等領(lǐng)域具有廣闊的應(yīng)用前景[1]。但是兩輪移動機器人是一種欠驅(qū)動系統(tǒng)，其動力學(xué)模型具有不穩(wěn)定、多變量、強耦合、非線性等特點，因此如何解決兩輪移動機器人的控制問題至關(guān)重要[2,3]。滑模變結(jié)構(gòu)控制作為一種特殊的非線性控制策略，其滑動模態(tài)的設(shè)計與對象參數(shù)及系統(tǒng)擾動無關(guān)，因此滑?？刂破黜憫?yīng)速度快，系統(tǒng)無需在線辨識，具有較強的魯棒性[4,5]。

的四輪全向移動機器人軌跡跟蹤控制王國勝， 夏 凡， 呂 強， 劉 峰(裝甲兵工程學(xué)院控制工程系，北京 100072)建立了四輪全向移動機器人的運動學(xué)模型和動力學(xué)模型，并分析了四輪全向移動機器人執(zhí)行器的機械特性。在此基礎(chǔ)上，利用反饋控制設(shè)計了四輪全向移動機器人的運動學(xué)控制器，利用逆動力學(xué)補償控制設(shè)計了四輪全向移動機器人的動力學(xué)控制器，實現(xiàn)了基于動力學(xué)與運動學(xué)的四輪全向移動機器人軌跡跟蹤控制系統(tǒng)設(shè)計。最后，利用Matlab/Simulink完成了基于動力學(xué)與運

0)?輪式移動機器人定點目標(biāo)控制問題及線性分解方法?宿 浩， 唐麗娜， 唐功友(中國海洋大學(xué)信息科學(xué)與工程學(xué)院，山東 青島 266100)提出輪式移動機器人在給定時間內(nèi)的定點目標(biāo)控制問題并提出一種解決該類問題的線性分解控制方法。根據(jù)輪式移動機器人的非完整性非線性動力學(xué)模型的結(jié)構(gòu)特性，將機器人的運動分解為原地旋轉(zhuǎn)和直線運動。按不同時間段分別設(shè)計移動機器人的原地旋轉(zhuǎn)和直線運動規(guī)律，從而實現(xiàn)了非線性系統(tǒng)的線性解耦分解。利用線性分解控制方法，將輪式移動機器人的原地

的3自由度移動機器人的軌跡跟蹤問題,利用神經(jīng)網(wǎng)絡(luò)的任意非線性逼近能力辨識出3自由度移動機器人的逆運動學(xué)模型,使系統(tǒng)的3個獨立輸入控制線性化,將一般非線性系統(tǒng)轉(zhuǎn)化為仿射非線性系統(tǒng).根據(jù)反饋控制理論,設(shè)計了跟蹤控制器,使系統(tǒng)具有良好的全局穩(wěn)定性,實現(xiàn)了移動機器人的位置和方位的獨立跟蹤.最后,通過仿真驗證了算法的可行性和有效性.關(guān)鍵詞:3自由度移動機器人;神經(jīng)網(wǎng)絡(luò);軌跡跟蹤中圖分類號:TP24文獻標(biāo)識碼:A文章編號:0253-987X(2003)07-0711-