为了提高双轮自平衡机器人运动的侧向稳定性,提出了一种适用于狭小空间内避障的,以最大曲率为约束条件的路径规划方法。首先,建立双轮自平衡机器人运动学模型,然后分析其在临界倾斜情况下曲率与速度的关系,确定出双轮自平衡机器人运动轨迹的最大曲率值。利用A~*路径搜索算法生成无碰撞的线段性轨迹,并以考虑最大曲率约束的三次B样条曲线优化运动轨迹。通过案例验证,优化后的运动轨迹曲线满足最大曲率约束,可以使双轮自平衡机器人在无倾斜的情况下,以一较快的速度匀速沿既定轨迹曲线运动且无碰撞。证实了该方法对提高双轮自平衡机器人运动的侧向稳定性具有良好的效果。

由于欠驱动的双轮倒立摆机器人(Two Wheeled Inverted PendulumRobot,TWIPR)是一个非线性和强耦合的不确定性系统,设计了一种利用过程显式模型优化系统性能的模型预测控制(Model Predictive Control,MPC)策略,采用了两个不同的模型预测控制器,并通过引入解耦单元实现了对双轮倒立摆机器人的独立控制。此外,采用前馈控制方法提高MPC控制器对可测性干扰的补偿,增强了MPC控制器的有效性和鲁棒性。最后,采用梯状干扰和两个不同的外力对设计的MPC控制器性能进行评估,并分别计算不同外部干扰下倾斜角和旋转角响应的均方根误差(Means Square Error,MSE),然后将其与线性二次调节(Linear Quadratic Regulator,LQR)控制器的控制性能进行对比。比较结果表明MPC控制器的MES比LQR控制器均减小了50%以上,证明了MPC控制器对TWIPR的控制具有明显的优越性、可靠性和鲁棒性。