为了对全向移动机器人的设计方案优选决策并评估其综合性能,通过运用熵权法改进的模糊层次分析法(FAHP)实现了对全向移动机器人设计方案的综合评价。将该评价方法具体应用于麦克纳姆轮全向移动平台设计方案的综合评价中,首先建立了其多层次的综合评价指标体系,进而利用F-AHP求出各指标权重,并引入熵权法对所得权重进行了修正,最后得到研究对象的综合性能值和评判等级,实践证明评价过程和结果科学有效。该评价模型与方法降低了评价过程的主观性,亦可推广到其他运动形式的移动机器人设计方案的评价问题中去。

针对四轮全向机器人数学模型中未知因数的干扰,提出了一种基于神经滑模的比例微分(Proportional plus Derivative,PD)自适应跟踪控制策略。首先,对机器人的动力学模型进行分析;其次,利用反步轨迹跟踪控制器得到虚拟速度,基于虚拟输入与实际输入的误差设计PD控制器;接着,采用神经网络来逼近动力学模型中的不确定性,并利用Lyapunov定理证明了系统的稳定性。仿真和实验结果表明,该控制策略具有有效性。

针对现有轮式全向移动机器人在工程实际应用中存在的驱动轮同步转向能力差的问题,设计了驱动轮同步转向机构。首先,基于虚拟样机技术分析了该同步转向机构的工作原理,并将它应用于轮式全向移动机器人。然后,利用运动学原理对加人同步转向机构机器人进行运动学分析,得到了电机输人转速与驱动轮转向速度之间的关系。最后,根据系统结构参数研制了一款主要应用于工厂物料搬运工作的产品样机并进行实验验证。机器人横向移动实验结果表明,该机器人可以通过不同方式进行全向移动,验证了该机器人的全向移动功能。研究表明同步转向机构的应用降低了轮式全向移动机器人控制难度,实现了机器人高速、高精度、高稳定性全向移动。

针对Mecanum轮型全向移动机器人在车轮打滑和重心偏移等不确定非线性因素影响下的轨迹跟踪精度问题,提出了一种基于动力学模型的轨迹跟踪控制方法。首先,对机器人进行了运动学与动力学分析。然后,根据传统固定增益滑模控制律存在的抖振现象,设计了基于模糊自适应增益调整的滑模控制器,并通过李雅普洛夫函数证明了控制系统的稳定性。最后在不同扰动作用下,分别以圆和直线为参考轨迹进行跟踪仿真。结果表明：该控制系统具有较好的抗干扰性和鲁棒性;对比固定增益滑模控制方法,笔者所提方法很好地改善了控制输入量的抖振现象,为全向移动机器人在实际轨迹跟踪控制中的运用奠定了理论基础。