CN110109353B - 一种反作用轮平衡自行车机器人模糊自适应滑模控制*** - Google Patents

一种反作用轮平衡自行车机器人模糊自适应滑模控制*** Download PDF

Info

Publication number
CN110109353B
CN110109353B CN201910308610.0A CN201910308610A CN110109353B CN 110109353 B CN110109353 B CN 110109353B CN 201910308610 A CN201910308610 A CN 201910308610A CN 110109353 B CN110109353 B CN 110109353B
Authority
CN
China
Prior art keywords
sliding mode
fuzzy
controller
adaptive sliding
robot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910308610.0A
Other languages
English (en)
Other versions
CN110109353A (zh
Inventor
陈龙
姚鑫
樊凌雁
马学条
杨柳
郑雪峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201910308610.0A priority Critical patent/CN110109353B/zh
Publication of CN110109353A publication Critical patent/CN110109353A/zh
Application granted granted Critical
Publication of CN110109353B publication Critical patent/CN110109353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Motorcycle And Bicycle Frame (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种反作用轮平衡自行车机器人模糊自适应滑模控制***，包括传感器***、主控芯片及电机***。其中，传感器***根据传感器测量模块采集的运动参数控制电机***的运动；主控芯片中设置用于速度控制的PI控制器、方向控制的PD控制器及平衡控制的模糊自适应滑模控制器，其中平衡控制器的输出方程为：
Figure DDA0002030679660000011
电机***用于自行车机器人的平衡及运动。采用本发明的技术方案，能够对外界环境进行自适应同时能够最大程度降低外界环境中各种干扰对两轮自平衡机器人的影响并且不损失鲁棒性。

Description

一种反作用轮平衡自行车机器人模糊自适应滑模控制***
技术领域
本发明涉及自行车机器人平衡控制领域，，尤其涉及一种反作用轮平衡自行车机器人模糊自适应滑模控制***。
背景技术
平衡自行车机器人是一种利用传感器感知自身状态，然后通过控制算法控制，从而实现无人的自平衡。近年来，无人驾驶导航***正在被广泛研究。自行车机器人作为无人***的一个类别，也被许多学者和工程师研究过。由于其较窄的结构，自行车机器人可以适应四轮车辆无法工作的特殊环境，例如狭窄的通道或管道。自行车实现无人驾驶的第一步是实现自主平衡。
目前有各种类型的平衡自行车机器人，最常研究的是使用前轮转向来保持自行车平衡。这种方法使自行车的结构变化最小化，但前轮驱动很难在低速和静止状态下平衡自行车。其次，还有用陀螺仪来保持平衡的设计，陀螺仪需要高功率电动机来高速旋转大质量物体。这意味着陀螺仪结构需要配备大容量电池以提供足够的功率，因此整个结构比一般设计更重。
对于以上类别的设计，最常用的控制方法为PID控制，通过采集自行车机器人的车身倾斜角度，对这个角度惊喜比例、微分、积分计算出反作用轮所需要输出的力矩。这种方法设计简单，因此被大范围的使用，但1)PID控制算法在受干扰时的鲁棒性不理想，受到扰动时平衡会出现较大震荡，甚至失去平衡，且其对于不确定的***参数及变化的***参数适应能力弱，难以适应参数未确定的自行车机器人。作为一种线性控制方法，PID控制没有针对具体***模型进行控制，因此无法对非线性***做出兼具鲁棒性和稳定性的控制
故，针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷。
发明内容
本发明的目的是一种反作用轮平衡自行车机器人模糊自适应滑模控制***，使建模过程更加精简且全面、增强***的鲁棒性、提高***的响应速度；能够应对较大的外部扰动；能够自适应外部环境以及大范围负载的变化；***中参数的值更加精确；平衡控制更加稳定。
为了克服现有技术存在的缺陷，本发明的技术方案为：
一种反作用轮平衡自行车机器人模糊自适应滑模控制***，包括传感器测量模块、主控芯片及电机***，其中，所述传感器测量模块用于采集自平衡机器人运动参数，该运动参数至少包括角速度信号和加速度信号，以及电机转速信号；所述主控芯片中设置分别用于反作用轮的平衡控制器，前进电机的速度控制器及转向的方向控制器；
所述电机***包括用于平衡的反作用轮电机，前进电机以及转向舵机；
所述主控芯片与所述传感器测量模块和所述电机***相连接，用于根据所述传感器测量模块采集的运动参数控制所述电机***的运动；
所述主控芯片中设置的模糊自适应滑模控制器根据角度参量
Figure GDA0003258438810000021
和角加速度
Figure GDA0003258438810000022
控制输出平衡力矩τ从而驱动反作用轮运动，以保持自行车机器人的平衡；
所述模糊自适应滑模控制器的输出方程为：
Figure GDA0003258438810000023
其中，M0和Jh0分别为自行车机器人的重量和转动惯量，
Figure GDA0003258438810000024
和
Figure GDA0003258438810000025
为这两个量的测量误差的上界，k是一个常数参量，
Figure GDA0003258438810000026
为角度误差，uf(s，Δs)为模糊表输出方程，D为模型未定量的最大值，
Figure GDA0003258438810000031
为滑模自适应项，其定义为
Figure GDA0003258438810000032
β为前轮的转角；
优选地，所述模糊自适应滑模控制器模糊表表根据输入的滑模变量和其一阶导数输出。
优选地，所述模糊自适应滑模控制器中的自适应项
Figure GDA0003258438810000033
可以根据当前滑模变量的大小自适应的调整控制输出。
优选地，所述模糊自适应滑模控制器根据部分已知动力学推导得出。
优选地，所述传感器测量模块至少包括陀螺仪和加速度计。
优选地，所述陀螺仪的型号为MPU6050。
优选地，所述加速度计的型号为MPU6050。
优选地，所述通讯模块，所述通讯模块用于实现自行车机器人与外部设备进行数据通讯。
优选地，所述主控芯片采用STM32F103。
说明书附图
图1为本发明中反作用轮平衡自行车机器人模型结构图；
图2为本发明中反作用轮平衡自行车机器人控制***结构框图；
图3为本发明中反作用轮平衡自行车机器人模型的俯视图和后视图；
图4为本发明中反作用轮模糊自适应滑模控制执行流程图；
图5本发明中转向舵机控制方法执行流程图；
图6为本发明中前进轮驱动电机控制方法执行流程图；
图7为实验时反作用轮平衡自行车机器人平衡控制效果图；
图8为实验时反作用轮驱动电机平衡控制电压输出图。
具体实施方式
图1展示了反作用轮平衡自行车机器人模型。其组成包括一个钢结构的车身。车身中间安装有用于平衡的反作用轮及其驱动的电机。反作用轮驱动电机上部安装有用于转向的舵机，舵机靠两根连接杆来控制前轮转向。前轮与车身的连接用3D打印的连接臂固定。反作用轮后侧是前进驱动电机，它用链条与后轮连接，电机转动待用车辆前进。后轮上方则是车辆供电的锂电池以及主控电路板。参见图2则为控制***结构框图，可以看到反作用轮平衡自行车机器人控制***主要由主控芯片，通讯子***，转向子***，前进子***以及平衡子***组成。其中通讯子***包括用于与电脑通讯的串口模块及与手机APP通讯的蓝牙模块，前进子***和平衡子***都包括速度编码器和电机，而平衡子***还包括姿态检测传感器。
参见图3为自行车机器人模型的后视图和俯视图，对其经行受力分析可知，在水平方向上受到一个重力的水平分量。此外，整个车身可以看作一个以于地面接触点为圆心，以质心高度为半径的转动，因此还有一个转动力矩。
根据以上的力学分析可以得到一个自行车平衡力学的表达式：
Figure GDA0003258438810000041
Figure GDA0003258438810000042
Figure GDA0003258438810000043
其中：τ为平衡力矩，Jh为飞轮转动惯量，ω为飞轮转动角速度，Jh为自行车转动惯量，
Figure GDA0003258438810000044
为自行车倾斜角度，M为自行车所受重力，Fc为前轮转动摩擦力，d为未建模的其他力，h为自行车重心高度，β为自行车前轮转角，fc为前轮所受库伦摩擦力大小。
在实际中，我们往往不能精确的得到模型的参数，但这些参数又是在一定的范围之内的。因此，可以根据式(4)的模型对其参数的边界做如下的定义：
Figure GDA0003258438810000051
其中：
Figure GDA0003258438810000052
为自行车转动惯量误差的绝对值，Jh0为标定的转动惯量，
Figure GDA0003258438810000053
为自行车转动惯量测量误差的上界，|ΓM|为自行车重力误差的绝对值，M0为自行车重力的标定值，
Figure GDA0003258438810000054
为自行车重力测量误差的上界，
Figure GDA0003258438810000055
为自行车前轮所受摩擦力的误差，fc0为自行车前轮所受摩擦力的标定值，
Figure GDA0003258438810000056
为自行车前轮所受摩擦力误差的上界，D是未建模的其他力的上界。
最终我们可以得到自行车模型的不确定运动学的数学模型表达式：
Figure GDA0003258438810000057
Figure GDA0003258438810000058
Figure GDA0003258438810000059
其中：τ为平衡力矩，Jw为飞轮转动惯量，ω为飞轮转动角速度，Jh为自行车转动惯量，
Figure GDA00032584388100000510
为自行车倾斜角度，M为自行车所受重力，d为未建模的其他力，β为自行车前轮转角，fc为前轮所受库伦摩擦力大小。
参见图4，所述为本发明自行车机器人平衡控制的执行流程图。自行车机器人平衡控制分为两个部分，第一部分为反作用轮的速度控制，读取编码器值，用PID速度环让反作用轮保持匀速转动。当反作用轮匀速转动的时候，可以看成***在稳态，没有反作用力产生。第二部分为用于平衡的反作用力速度输出，即输出平衡控制器中的平衡力矩，作为加速度叠加到速度控制输出上，得到最终的反作用轮输出。其中反作用力控制器的方程为：
Figure GDA0003258438810000061
其推导过程为：
自行车机器人保持稳定状态即
Figure GDA00032584388100000611
保持为0，这样就可以将控制期望定义为：
Figure GDA0003258438810000062
输出控制误差可以定义为：
Figure GDA0003258438810000063
滑模变量可以定义为：
Figure GDA0003258438810000064
根据模型表达式的各项，按滑模设计原则对各项取上界可以得到控制器的表达式
Figure GDA0003258438810000065
其中
Figure GDA0003258438810000066
为滑模自适应项，其定义为
Figure GDA0003258438810000067
这样自适应项就可以根据滑模变量来自适应的调整其大小，达到自适应前轮摩擦力的效果。
为证明所设计控制器的有效性，设计李雅普诺夫方程：
Figure GDA0003258438810000068
对李雅普诺夫方程求导可以得到表达式：
Figure GDA0003258438810000069
将模型与控制器的表达式代入李雅普诺夫方程之中，可以得到
Figure GDA00032584388100000610
即说明了本发明涉及的控制器的有效性。
为了更好的权衡控制器的抖动即跟踪性能，本文设计了一种模糊表来代替自适应滑模控制器中滑模变量的符号函数。设计的基本原则是根据s及Δs的正负性来调整参数的大小模糊表输出的大小，将s及Δs分成三种状态，分别为大于0(P)，等于0(Z)，小于0(N)，对其两两组合可以得到9种不同的情况，如下表所示：
表1模糊率设计表
Figure GDA0003258438810000071
根据表1的取值可以得到一个以s及Δs为输入的新的模糊函数uf(s，Δs)，以uf(s，Δs)来代替自适应滑模控制器中的sign(s)，得到新的表达式：
Figure GDA0003258438810000072
参见图5和6，分别所述为自行车机器人转向控制和前进速度控制的流程图。其中转向控制的执行流程为，初始化***后，根据输入的转向角度，通过PID算法得到转向舵机的输出，并由转向舵机输出方向。速度控制则是通过采集前进轮编码器值，在输入目标速度，经速度PID控制器的到前进输出的闭环控制。
参见图7和8为实际实验的信号图，展示了实验时平衡控制器输出以及平衡时自行车倾斜角度图。图2.5秒后为外部摩擦力参数变化后***的状态。可以看到本发明所设计的控制器在实际表现中效果良好，车身来回摇摆幅度小，且对于外部参数的变化有非常高的鲁棒性。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本发明中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本发明所示的这些实施例，而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，包括传感器测量模块、主控芯片及电机***，其中，所述传感器测量模块用于采集自平衡机器人运动参数，该运动参数至少包括角速度信号和加速度信号，以及电机转速信号；所述主控芯片中设置分别用于反作用轮的平衡控制器，前进电机的速度控制器及转向的方向控制器；
所述电机***包括用于平衡的反作用轮电机，前进电机以及转向舵机；
所述主控芯片与所述传感器测量模块和所述电机***相连接，用于根据所述传感器测量模块采集的运动参数控制所述电机***的运动；
所述主控芯片中设置的模糊自适应滑模控制器根据角度参量
Figure FDA0003258438800000011
和角加速度
Figure FDA0003258438800000012
控制输出平衡力矩τ从而驱动反作用轮运动，以保持自行车机器人的平衡；
所述模糊自适应滑模控制器的输出方程为：
Figure FDA0003258438800000013
其中，M0和Jh0分别为自行车机器人的重量和转动惯量，
Figure FDA0003258438800000014
和
Figure FDA0003258438800000015
为这两个量的测量误差的上界，k是一个常数参量，
Figure FDA0003258438800000016
为角度误差，uf(s，Δs)为模糊表输出方程，D为模型未定量的最大值，
Figure FDA0003258438800000017
为滑模自适应项，其定义为
Figure FDA0003258438800000018
β为前轮的转角。
2.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，所述模糊自适应滑模控制器中还设置模糊表，所述模糊表根据输入的滑模变量和其一阶导数输出。
3.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，所述模糊自适应滑模控制器中的自适应项
Figure FDA0003258438800000019
根据当前滑模变量的大小自适应的调整控制输出。
4.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，所述模糊自适应滑模控制器根据部分已知动力学推导得出。
5.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，所述传感器测量模块至少包括陀螺仪和加速度计。
6.根据权利要求5所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，所述陀螺仪的型号为MPU6050。
7.根据权利要求5所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，所述加速度计的型号为MPU6050。
8.根据权利要求4所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，还包括通讯模块，所述通讯模块用于实现自行车机器人与外部设备进行数据通讯。
9.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制***，其特征在于，所述主控芯片采用STM32F103。
CN201910308610.0A 2019-04-17 2019-04-17 一种反作用轮平衡自行车机器人模糊自适应滑模控制*** Active CN110109353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910308610.0A CN110109353B (zh) 2019-04-17 2019-04-17 一种反作用轮平衡自行车机器人模糊自适应滑模控制***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910308610.0A CN110109353B (zh) 2019-04-17 2019-04-17 一种反作用轮平衡自行车机器人模糊自适应滑模控制***

Publications (2)

Publication Number Publication Date
CN110109353A CN110109353A (zh) 2019-08-09
CN110109353B true CN110109353B (zh) 2022-01-11

Family

ID=67485608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910308610.0A Active CN110109353B (zh) 2019-04-17 2019-04-17 一种反作用轮平衡自行车机器人模糊自适应滑模控制***

Country Status (1)

Country Link
CN (1) CN110109353B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110888393B (zh) * 2019-11-29 2021-03-23 腾讯科技（深圳）有限公司 一种平衡装置控制方法、装置、设备及介质
CN113771837B (zh) * 2021-09-03 2023-02-28 长安大学 一种无人自行车控制方法及***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09230906A (ja) * 1996-02-21 1997-09-05 Siemens Ag ファジィスライディングモード制御器の適応化方法および装置
CN102681443A (zh) * 2012-06-05 2012-09-19 河海大学常州校区 一种基于模糊补偿的微机电陀螺仪模糊自适应控制***
CN103412487A (zh) * 2013-07-29 2013-11-27 北京邮电大学 一种基于模糊滑模控制器的球形机器人坡面运动控制方法
CN105116729A (zh) * 2015-08-17 2015-12-02 杭州电子科技大学 一种两轮自平衡机器人自适应滑模变结构控制方法及***
KR20160022171A (ko) * 2014-08-19 2016-02-29 부산대학교 산학협력단 슬라이딩 모드 제어장치
CN107831655A (zh) * 2017-10-23 2018-03-23 河海大学常州校区 微陀螺仪的分数阶自适应反演模糊滑模控制方法
CN108153309A (zh) * 2017-12-22 2018-06-12 安徽农业大学 用于履带机器人的控制方法以及履带机器人
CN108233781A (zh) * 2018-01-18 2018-06-29 南京理工大学 一种基于非线性干扰观测器的直流无刷电机自适应反演滑模控制方法
CN108983637A (zh) * 2018-09-04 2018-12-11 上海微小卫星工程中心 一种采用反作用轮的卫星控制***半物理仿真方法
CN109067264A (zh) * 2018-09-17 2018-12-21 长安大学 一种平衡车***及其控制方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7251638B2 (en) * 2004-03-03 2007-07-31 Yamaha Hatsudoki Kabushiki Kaisha Intelligent robust control system for motorcycle using soft computing optimizer
JP4947073B2 (ja) * 2009-03-11 2012-06-06 トヨタ自動車株式会社 ロボット装置及びその制御方法
US10220710B2 (en) * 2015-10-15 2019-03-05 Ford Global Technologies, Llc Fuzzy logic based sliding mode control of variable voltage converter

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09230906A (ja) * 1996-02-21 1997-09-05 Siemens Ag ファジィスライディングモード制御器の適応化方法および装置
US5988848A (en) * 1996-02-21 1999-11-23 Siemens Aktiengesellschaft Method and arrangement for adapting a sliding mode fuzzy controller
CN102681443A (zh) * 2012-06-05 2012-09-19 河海大学常州校区 一种基于模糊补偿的微机电陀螺仪模糊自适应控制***
CN103412487A (zh) * 2013-07-29 2013-11-27 北京邮电大学 一种基于模糊滑模控制器的球形机器人坡面运动控制方法
KR20160022171A (ko) * 2014-08-19 2016-02-29 부산대학교 산학협력단 슬라이딩 모드 제어장치
CN105116729A (zh) * 2015-08-17 2015-12-02 杭州电子科技大学 一种两轮自平衡机器人自适应滑模变结构控制方法及***
CN107368081A (zh) * 2015-08-17 2017-11-21 杭州电子科技大学 一种两轮自平衡机器人自适应滑模变结构控制***
CN107831655A (zh) * 2017-10-23 2018-03-23 河海大学常州校区 微陀螺仪的分数阶自适应反演模糊滑模控制方法
CN108153309A (zh) * 2017-12-22 2018-06-12 安徽农业大学 用于履带机器人的控制方法以及履带机器人
CN108233781A (zh) * 2018-01-18 2018-06-29 南京理工大学 一种基于非线性干扰观测器的直流无刷电机自适应反演滑模控制方法
CN108983637A (zh) * 2018-09-04 2018-12-11 上海微小卫星工程中心 一种采用反作用轮的卫星控制***半物理仿真方法
CN109067264A (zh) * 2018-09-17 2018-12-21 长安大学 一种平衡车***及其控制方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
On fuzzy sliding mode guidance based on self-adaptive genetic annealing algorithm;Wen-jin Gu，等;《2008 IEEE International Conference on Automation and Logistics》;20080903;全文 *
Optimal control of three-wheel steering forklift with steer-by-wire;Yang Liu,等;《2017 36th Chinese Control Conference (CCC)》;20170628;全文 *
不确定非完整动力学***的自适应模糊滑模控制器;王声远等;《控制理论与应用》;20030625(第03期);全文 *
两轮自平衡车的自适应模糊滑模控制;杨兴明等;《合肥工业大学学报(自然科学版)》;20160228(第02期);全文 *
全向移动机器人模糊自适应滑模控制方法研究;康升征等;《机械设计与制造工程》;20170315(第03期);全文 *
基于干扰观测器的交流伺服***滑模控制;姚来鹏等;《上海交通大学学报》;20160728(第07期);全文 *
机械臂液压伺服***的自适应模糊滑模控制;才秦东等;《机床与液压》;20170215(第03期);全文 *

Also Published As

Publication number Publication date
CN110109353A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN110109354B (zh) 一种反作用轮平衡自行车机器人自适应滑模控制方法
Nawawi et al. Real-time control of a two-wheeled inverted pendulum mobile robot
JP2024512235A (ja) 脚車輪型ロボットの制御方法、装置、脚車輪型ロボット及び機器
Lam Gyroscopic stabilization of a kid-size bicycle
CN105116729B (zh) 一种两轮自平衡机器人自适应滑模变结构控制方法
EP3601021B1 (en) Augmented tire traction system for two-wheeled vehicle
WO2008041732A1 (ja) 傾斜角推定機構を有する移動体
CN110109353B (zh) 一种反作用轮平衡自行车机器人模糊自适应滑模控制***
CN112558621A (zh) 一种基于解耦控制的飞行机械臂***
Kim et al. Stable control of the bicycle robot on a curved path by using a reaction wheel
Driessen et al. Experimental demonstration of high-performance robotic balancing
Okumura et al. Realtime ZMP compensation for biped walking robot using adaptive inertia force control
CN114510066B (zh) 一种倾转旋翼重载物流无人机控制***
CN113864387B (zh) 一种主动减震机构控制方法、***和存储介质
Gans et al. Visual servo velocity and pose control of a wheeled inverted pendulum through partial-feedback linearization
CN208384428U (zh) 基于反向位移补偿的稳定转台***
JP5907037B2 (ja) 移動体
Li et al. Dynamic adaptive equilibrium control for a self-stabilizing robot
EP4394531A1 (en) Method for constructing controller for robot, motion control method and apparatus for robot, and robot
CN111273542A (zh) 立方体机器人及控制***和方法以及设计方法
CN115229792A (zh) 一种飞行作业机器人动态抓取的终端滑模自适应控制方法
CN114488790A (zh) 一种基于名义模型的全向移动机器人自适应滑膜控制方法
CN110244703B (zh) 一种具有外部干扰和数据异常的移动机器人预测控制方法
Nemec et al. Fast Two-Wheeled Balancing Robot
CN114019787B (zh) 基于elm观测器的平衡自行车滑模控制***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant