摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 引言 | 第13-24页 |
1.1 研究背景和意义 | 第13-14页 |
1.2 移动机器人运动机构概述 | 第14-18页 |
1.2.1 履带式移动机器人 | 第14-15页 |
1.2.2 腿足式移动机器人 | 第15-16页 |
1.2.3 轮式移动机器人 | 第16-18页 |
1.3 运动控制概述 | 第18-19页 |
1.4 轨迹跟踪控制国内外研究现状 | 第19-21页 |
1.4.1 滑模控制方法 | 第20页 |
1.4.2 反演控制方法 | 第20-21页 |
1.4.3 最优控制方法 | 第21页 |
1.4.4 其他控制方法 | 第21页 |
1.5 目前存在的问题及需要进一步研究内容 | 第21-22页 |
1.6 本课题研究内容 | 第22-24页 |
第二章 非完整轮式移动机器人建模与分析 | 第24-32页 |
2.1 轮式移动机器人类型 | 第24-25页 |
2.2 (2,0)型移动机器人运动学模型 | 第25-28页 |
2.3 线性时变系统建模与分析 | 第28-31页 |
2.3.1 系统建模 | 第28-29页 |
2.3.2 系统分析 | 第29-31页 |
2.4 本章总结 | 第31-32页 |
第三章 基于线性时变系统的线性二次型控制器 | 第32-43页 |
3.1 线性二次型最优控制器 | 第32-36页 |
3.1.1 问题描述 | 第32-34页 |
3.1.2 问题求解 | 第34-36页 |
3.1.3 稳定性证明 | 第36页 |
3.2 带饱和约束的分段二次型控制器 | 第36-38页 |
3.3 数值仿真 | 第38-41页 |
3.3.1 仿真设置及步骤 | 第38-40页 |
3.3.2 仿真结果 | 第40页 |
3.3.3 结果分析 | 第40-41页 |
3.4 本章总结 | 第41-43页 |
第四章 基于遗传算法的自适应线性二次高斯控制器设计与分析 | 第43-56页 |
4.1 线性离散系统建模 | 第43-44页 |
4.2 基于遗传算法的自适应线性二次型控制器设计 | 第44-51页 |
4.2.1 饱和约束的线性二次离散最优化控制 | 第45-47页 |
4.2.2 基于遗传算法的权重矩阵Q和R的自适应选择 | 第47-49页 |
4.2.3 基于卡尔曼滤波算法的状态估计 | 第49-51页 |
4.2.4 ALQG算法 | 第51页 |
4.3 数值仿真 | 第51-55页 |
4.3.1 卡尔曼滤波仿真 | 第52-54页 |
4.3.2 ALQG实验 | 第54-55页 |
4.3.3 ALQG仿真设置 | 第55页 |
4.4 本章总结 | 第55-56页 |
第五章 实验 | 第56-68页 |
5.1 实验平台介绍 | 第56-58页 |
5.2 实验设置 | 第58-61页 |
5.2.1 轨迹规划生成参考轨迹 | 第58-60页 |
5.2.2 流程图 | 第60-61页 |
5.3 实验步骤及数据处理 | 第61-62页 |
5.4 实验结果及分析 | 第62-67页 |
5.4.1 无障碍物回充电桩轨迹跟踪实验 | 第62-64页 |
5.4.2 有障碍物回充电桩轨迹跟踪实验 | 第64-65页 |
5.4.3 弓字形扫地轨迹跟踪实验 | 第65-67页 |
5.5 本章小结 | 第67-68页 |
第六章 结束语 | 第68-70页 |
6.1 本文工作总结 | 第68-69页 |
6.2 下一步研究方向 | 第69-70页 |
参考文献 | 第70-75页 |
作者简介 | 第75-76页 |
致谢 | 第76页 |