机器人自动导引、跟踪控制研究

【摘要】： 本文研究了对静止目标的跟踪的方法，控制机器人跟踪目标的PID算法、学习算法、模糊控制算法和神经网络控制算法。其中着重研究了神经网络控制算法。最后，研究了机器人对运动目标的跟踪，把导弹跟踪目标的平行接近法引入到了机器人对运动目标的跟踪之中。 机器人对静止目标的跟踪相对于运动目标来说比较简单，只需要识别出目标，然后根据识别出的目标的位置控制机器人的运动即可。 PID算法比较简单，用于控制对象比较清楚的情形；当被控对象比较复杂、模型不明确时，采用模糊控制算法；学习算法则用于被控对象具有可重复性运动的情况。虽然各种算法应用的情况不同，但是它们都能够比较好的跟踪到目标，不同的是控制过程中的最优轨迹问题。 神经网络控制具有智能性。对于神经网的训练是很重要的，关系到神经网络以及对被控对象控制的好坏。神经网络控制用于机器人对目标的跟踪上面，具有很大的优点。从仿真效果可以看出，应用神经网路控制，不但可以使机器人准确的跟踪到目标，而且可以使机器人在跟踪目标的过程中所经过的路线达到最优。 对于运动目标，跟踪目标相对来说比较复杂，除了要检测目标之外，还要对目标的运动进行预估。为此引入了平行接近法，进行应用，并加以仿真，得到了很好的效果。 最后，把各种算法应用实际中，控制机器人的运动，使机器人准确的跟踪到目标。