两轮机器人运动控制算法研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究发展现状 | 第12-17页 |
| 1.2.1 国外研究发展现状 | 第12-15页 |
| 1.2.2 国内发展研究现状 | 第15-17页 |
| 1.3 国内外研究文献分析 | 第17-18页 |
| 1.4 两轮机器人的研究难点 | 第18-19页 |
| 1.5 本文研究内容及安排 | 第19-21页 |
| 第2章 两轮机器人模型分析 | 第21-35页 |
| 2.1 两轮机器人平衡原理 | 第21-23页 |
| 2.2 两轮机器人模型分析 | 第23-29页 |
| 2.2.1 建立坐标系及系统参数 | 第23-25页 |
| 2.2.2 运动学模型分析 | 第25-27页 |
| 2.2.3 动力学模型分析 | 第27-29页 |
| 2.3 模型线性化 | 第29-31页 |
| 2.4 系统解耦 | 第31-33页 |
| 2.5 机器人模型分析 | 第33-34页 |
| 2.5.1 稳定性分析 | 第33页 |
| 2.5.2 能控性分析 | 第33-34页 |
| 2.5.3 能观性分析 | 第34页 |
| 2.6 章节小结 | 第34-35页 |
| 第3章 传感器数据滤波分析 | 第35-47页 |
| 3.1 数据融合的必要性 | 第36-38页 |
| 3.1.1 惯性传感器优缺点 | 第36-37页 |
| 3.1.2 两轮机器人的姿态分析 | 第37-38页 |
| 3.2 基于卡尔曼滤波器的数据融合 | 第38-41页 |
| 3.2.1 卡尔曼滤波器简介 | 第38页 |
| 3.2.2 卡尔曼滤波运算过程 | 第38-41页 |
| 3.3 姿态检测模型分析 | 第41-44页 |
| 3.3.1 陀螺仪误差模型 | 第41-42页 |
| 3.3.2 加速度计误差模型 | 第42-43页 |
| 3.3.3 测量模型 | 第43-44页 |
| 3.4 滤波器仿真结果分析 | 第44-45页 |
| 3.5 章节小结 | 第45-47页 |
| 第4章 两轮机器人平衡控制器研究 | 第47-55页 |
| 4.1 基于极点配置状态反馈控制器研究 | 第48-50页 |
| 4.1.1 状态反馈理论简介 | 第48-50页 |
| 4.2 LQR最优控制器设计 | 第50-54页 |
| 4.2.1 最优控制分析 | 第50-53页 |
| 4.2.2 最优控制加权矩阵的选取 | 第53-54页 |
| 4.3 章节小结 | 第54-55页 |
| 第5章 控制器仿真实验与结果分析 | 第55-61页 |
| 5.1 基于极点配置的反馈控制器仿真实验 | 第55-57页 |
| 5.2 LQR最优控制仿真 | 第57-60页 |
| 5.3 章节小结 | 第60-61页 |
| 第6章 LQR控制器权矩阵优化 | 第61-69页 |
| 6.1 基于加权矩阵的改进设计 | 第61-62页 |
| 6.2 基于粒子群算法的权阵Q和R值寻优 | 第62-65页 |
| 6.2.1 粒子群算法简介 | 第62页 |
| 6.2.2 粒子群算法原理 | 第62-63页 |
| 6.2.3 标准粒子群(SPSO)算法 | 第63页 |
| 6.2.4 加权矩阵Q和R的选取 | 第63-65页 |
| 6.3 优化后的LQR控制器仿真 | 第65-67页 |
| 6.4 章节小结 | 第67-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 在学期间主要科研成果 | 第79页 |
| 一、发表学术论文 | 第79页 |
