移动机器人控制的基本介绍
来源:互联网 发布:利用淘宝漏洞赚钱 编辑:程序博客网 时间:2024/06/05 17:16
前言
学习ROS的时候,由于之前对控制的概念、机器人坐标的变换、里程数的计量、马达的运转等完全没有什么概念,感觉像是掉进了一个大坑,于是找了一些相关课程进行学习,本系列博文就是对学习的一个梳理,愿有始有终!
课程概括
主要内容
- 控制理论
- 机器人模型
- 移动控制
控制理论
基本概念
- 系统:随时间改变的一些东西(机器人、股票、电路等)
- 控制:能影响系统变化的(加速度、操盘手、电压变化等)
- 状态:呈现系统现在正在做什么 符号
x - 动态:描述系统怎样去变化
x˙ - 参照:我们想要这个系统做什么
r - 输出:对系统的测量
y - 输入:控制信号
u - 反馈:从输出到输入的映射
基本反馈图
怎样选择u
- 稳定性
- 可追踪
- 鲁棒性
- 抗干扰性
- 最优性
动力学模型
有效的控制策略依赖于可以预见的模型,这一点很关键,可以帮助你从宏观上把握一个系统。
分类(都是依据时间来划分)
- 连续模型
- 离散模型
巡航控制
巡航就是让车以固定速度移动,主要的控制点在于使其加速度为零。
1. 状态:主要参考的是车的速度,当然车的坐标和角度也可以当做参考。
2. 输入:就是你控制油门的力道
3. 动态:也就是加速度了
4. 输出:仪表盘上看到的数据
5. 反馈:
6.想要的结果:
实际情况:由于受到各种因素的影响,速度不可能严格维持在一个点,因此需要持续的调节
控制的调节
用
u 的最大值进行调整u=⎧⎩⎨umax−umax0if e>0 速度比预期的小(踩油门)if e<0 速度比预期的大(松油门)if e=0 符合期望,不做改变
这种情况的后果就是反应太灵敏,无法达到预期值。u=ke (P控制)- 对误差的反应随误差值的变化而变化
- 控制平滑、稳定、不会出现过大波动
- 也就是比例调节
- 特别说明
- 现实中模型的参数还应该包括各种不可抗力实际的模型应该是
x˙=cmu−γx - 若要速度恒定
x˙=0=cmu−γx=cmk(r−x)−γx⇒(ck+mγ)x=ckr 可见控制的速度 x 无法达到期望值r
- 现实中模型的参数还应该包括各种不可抗力实际的模型应该是
- 给
u 增加一个补偿因子u=ke+γcmx x˙=0=cmk(r−x)+γx−γx⇒x=r - PID控制
u(t)=kPe(t)+kI∫t0e(τ)dτ+kDde(t)dt - P:根据当前误差采取的比例控制
- I:跟踪控制,实际上是补偿过去误差的损失,控制速度非常缓慢,随着时间的流逝,积分作用逐渐减弱
- D:可以理解成快速响应未来误差的变化,控制速度非常灵敏
控制回路的内容
- 系统的传感器得到的测量结果
- 控制器做出决定
- 通过一个输出设备做出反应
0 0
- 移动机器人控制的基本介绍
- 【ROS】移动机器人运动控制的层次
- 移动机器人入门介绍
- 移动机器人运动控制的模糊逻辑系统设计
- 【转】移动机器人控制软件的设计与实现
- 【机器视觉】移动机器人控制软件的设计与实现
- 基于ROS平台的移动机器人-2-小车底盘控制
- 机器人/多机器人控制常用软件介绍
- 典型的几种机器人控制架构介绍
- 机器人的移动
- 机器人的移动范围
- 基于ROS平台的移动机器人-4-通过ROS利用键盘控制小车移动
- 模拟移动机器人控制(一)
- 模拟移动机器人控制(二)
- 模拟移动机器人控制(三)
- 模拟移动机器人控制(四)
- 模拟移动机器人控制(四)(修改)
- 深度强化学习控制移动机器人
- 集合详解(三):Set
- c#中的类型转换
- 安卓作业
- JAVA读取PDF信息
- Android 开发 短信app
- 移动机器人控制的基本介绍
- POJ 3130 || How I Mathematician Wonder What You Are!
- Html---1
- 常见多线程与并发服务器设计方案举例
- SimpleDateFormat 的线程安全问题
- 按规则插入结点,然后删除指定的结点。
- 图片缩小后加入内存
- 如何离线安装chrome插件
- SQL injection on DVWA (Low Level)