基于5G网络技术的智能扫地机器人控制算法研究

发布时间：2021-04-13 17:43

　　为了实现5G移动通信网络下的扫地机器人智能控制,文章提出基于5G网络技术的智能扫地机器人控制算法,构建智能扫地机器人的运动学和动力学模型,采用多参量融合分析方法进行智能扫地机器人的控制约束参数分析。同时,为了在5G网络环境下实现智能扫地机器人的网络输出控制,采用动态反馈调节方法进行机器人控制过程中的误差调节,建立智能扫地机器人的输出稳定性控制模型,结合避障控制算法,实现智能扫地机器人的路径规划优化设计。仿真结果表明,采用该方法进行智能扫地机器人控制的输出稳定性较好,路径规划能力较强,提高了智能扫地机器人的避障性能和输出鲁棒性。 

【文章来源】：九江学院学报(自然科学版). 2020,35(03)

【文章页数】：5 页

【部分图文】：

机器人的位置参数跟踪曲线

分析图1得知,采用文章方法进行智能扫地机器人控制的位置跟踪性能较好,测试智能扫地机器人加速度控制曲线,如图2所示。由图2可知,采用文章方法进行机器人的运动轨迹跟踪,加速度跟踪性能较好,提高了机器人的避障性能,测试控制收敛误差,得到结果见表2。由表2可见,文章方法进行机器人控制的收敛误差较小。

【参考文献】：
期刊论文
[1]水下滑翔蛇形机器人滑翔运动建模与优化控制[J]. 唐敬阁,李斌,常健,王聪,张国伟.  东南大学学报(自然科学版). 2019(01)
[2]空间柔性机械臂高阶滑模干扰观测器轨迹跟踪[J]. 杨洋,王思明.  传感器与微系统. 2019(02)
[3]基于改进差分进化算法的机械臂运动学逆解[J]. 谢习华,范诗萌,周烜亦,李智勇.  机器人. 2019(01)
[4]平夹自适应欠驱动手的参数优化与稳定性分析[J]. 梁达尧,张文增.  机器人. 2017(03)
[5]改进RRT在汽车避障局部路径规划中的应用[J]. 宋晓琳,周南,黄正瑜,曹昊天.  湖南大学学报(自然科学版). 2017(04)
[6]关于游泳水的阻力与姿势动态建模优化仿真[J]. 孙吉成.  计算机仿真. 2016(09)
[7]基于改进型粒子群算法的曲面匹配与位姿获取[J]. 罗磊,陈恳,杜峰坡,马振书.  清华大学学报(自然科学版). 2015(10)



本文编号：3135737