摘要
第一章 绪论
1.1 研究背景和意义
1.2 相关的国内外研究现状和分析
1.2.1 全向移动机器人的研究现状和分析
1.2.2 全向移动机器人运动控制的研究现状和分析
1.2.3 全向移动机器人运动规划的研究现状和分析
1.2.4 目前研究工作中存在的问题
1.3 本文的主要研究内容和章节安排
1.3.1 主要研究内容
1.3.2 章节安排
第二章 RoboCup中型组机器人足球比赛系统及全向机器人的数学模型
2.1 引言
2.2 RoboCup中型组机器人足球比赛系统简介
2.3 全向机器人的数学模型
2.3.1 运动学模型
2.3.2 动力学模型
2.4 本章小结
第三章 基于NDAP的全向机器人轨迹跟踪控制
3.1 引言
3.2 问题描述
3.2.1 机器人的运动学关系
3.2.2 运动学位姿误差模型
3.3 神经动力学模型及其性能分析
3.3.1 神经动力学模型
3.3.2 神经动力学模型的性能分析
3.4 基于NDAP的全向机器人轨迹跟踪控制器设计
3.4.1 反步轨迹跟踪控制器的设计
3.4.2 基于ND的全向机器人轨迹跟踪控制器设计
3.4.3 上下限参数B和D的设计
3.4.4 被动衰减率参数A的自适应律设计
3.5 控制系统的稳定性分析
3.6 仿真实验与结果分析
3.6.1 仿真实验平台与参数设置
3.6.2 不同期望轨迹的跟踪结果分析
3.6.3 与其他方法的比较结果分析
3.7 本章小结
第四章 基于改进BEL的全向机器人速度跟踪控制
4.1 引言
4.2 速度误差校正控制
4.3 大脑情感学习模型
4.3.1 大脑情感学习的生理学基础
4.3.2 大脑情感学习的数学描述
4.3.3 权值调节律的作用分析
4.4 基于改进BEL的全向机器人速度跟踪控制
4.4.1 基于改进BEL的全向机器人速度跟踪控制
4.4.2 权值学习率的模糊调节
4.5 仿真实验与结果分析
4.5.1 仿真实验平台与参数设置
4.5.2 仿真实验方案与结果分析
4.6 本章小结
第五章 基于ASMCFR的全向机器人轨迹跟踪控制
5.1 引言
5.2 含驱动电机模型的全向机器人动力学模型
5.3 基于ASMCFR的全向机器人轨迹跟踪控制器设计
5.3.1 基于滤波器与滑模的全向机器人轨迹跟踪控制器设计
5.3.2 机器人动力学模型参数的自适应设计
5.3.3 基于RBF神经网络的切换项增益调节
5.4 控制系统的稳定性分析
5.5 仿真实验与结果分析
5.5.1 仿真实验平台与参数设置
5.5.2 直线轨迹的跟踪结果分析
5.5.3 圆轨迹的跟踪结果分析
5.5.4 “8”字形轨迹的跟踪结果分析
5.5.5 模型参数变化时的轨迹跟踪结果分析
5.5.6 固定增益与变增益时的轨迹跟踪结果分析
5.6 本章小结
第六章 基于RMSCD的全向机器人多电机解耦控制
6.1 引言
6.2 基于全向机器人动力学模型的多电机状态方程
6.2.1 广义运动学和动力学方程
6.2.2 多电机系统的状态方程
6.3 基于RMSCD的全向机器人多电机解耦控制
6.3.1 基于参考模型的解耦控制
6.3.2 基于RMSCD的全向机器人解耦控制器
6.3.3 原理分析
6.4 实验与结果分析
6.4.1 仿真实验平台与参数设置
6.4.2 仿真实验方案与结果分析
6.4.3 实物实验与结果分析
6.5 本章小结
第七章 基于IHS的全向机器人最小能耗运动规划
7.1 引言
7.2 问题描述
7.2.1 全向机器人能耗函数的建立
7.2.2 全向机器人的最小能耗运动规划模型
7.3 基于IHS的全向机器人最小能耗运动规划
7.3.1 和声搜索算法
7.3.2 改进的和声搜索算法
7.3.3 基于IHS的全向机器人最小能耗运动规划
7.4 仿真实验与结果分析
7.4.1 仿真实验平台与参数设置
7.4.2 仿真实验方案与结果分析
7.5 本章小结
总结
参考文献
攻读博士学位期间发表和完成的论文
攻读博士学位期间获得的奖励和参与的项目
声明
致谢