基于DSP的集控式足球机器人控制系统设计

计算机工程与应用 ›› 2006, Vol. 42 ›› Issue (12): 19-.

基于DSP的集控式足球机器人控制系统设计

高健,黄心汉,彭刚

华中科技大学控制系

收稿日期:2005-12-15 修回日期:1900-01-01 出版日期:2006-04-21 发布日期:2006-04-21
通讯作者: 高健 gaojianhust

Design of Control System Based on DSP for Remote-brainless Soccer Robot

Jian Gao,,

华中科技大学控制系

Received:2005-12-15 Revised:1900-01-01 Online:2006-04-21 Published:2006-04-21
Contact: Jian Gao

摘要/Abstract

摘要： 以集控式足球机器人为研究对象，以双闭环视觉伺服控制结构为主线，提出了基于DSP技术和非线性PI控制算法的机器人小车控制系统设计，保证了控制的准确性，提高了控制的实时性；论证了单参数模糊自校正非线性PI算法应用于机器人位置环控制中的可行性，增强了系统的自适应能力。实验证明了此方案对足球机器人运动控制的有效性，其原理对其它类型移动机器人的控制同样有借鉴作用。

关键词: DSP, 非线性PI控制, 模糊自校正, 足球机器人, 移动机器人

Abstract: According to the configuration of two closed control loops based on vision-servo, the design of control system for soccer robot car based on DSP technology and nonlinear PI control was presented, which ensured the control accuracy and improved the real-time performance. Meanwhile, fuzzy self-tuning nonlinear PI control method applied in the position control loop could enhance the self-adaptive capabilities. The experimental results in soccer robot system verified the validity. The approaches can take action in the control fields of other mobile robots too.

Key words: DSP, nonlinear PI control, fuzzy self-tuning, soccer robot, mobile robot

高健,黄心汉,彭刚.

基于DSP的集控式足球机器人控制系统设计

[J]. 计算机工程与应用, 2006, 42(12): 19-.

Jian Gao,,. Design of Control System Based on DSP for Remote-brainless Soccer Robot[J]. Computer Engineering and Applications, 2006, 42(12): 19-.

[1]	郭子博, 高瑛珂, 胡航天, 弓铎, 刘凯, 吴宪云. 基于混合架构的卷积神经网络算法加速研究[J]. 计算机工程与应用, 2022, 58(6): 88-94.
[2]	陈丹, 吴欣. 移动机器人改进激光SLAM算法研究[J]. 计算机工程与应用, 2022, 58(4): 163-168.
[3]	董荣, 厉茂海, 林睿, 刘仕琦, 丁文. 多相机与IMU融合的室外机器人定位方法研究[J]. 计算机工程与应用, 2022, 58(3): 289-296.
[4]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[5]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[6]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[7]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[8]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[9]	涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J]. 计算机工程与应用, 2021, 57(20): 157-163.
[10]	林韩熙，向丹，欧阳剑，兰晓东. 移动机器人路径规划算法的研究综述[J]. 计算机工程与应用, 2021, 57(18): 38-48.
[11]	王科银，石振，杨正才，杨亚会，王思山. 改进强化学习算法应用于移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 270-274.
[12]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[13]	华洪，张志安，施振稳，陈冠星. 动态环境下多重A*算法的机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(10): 173-180.
[14]	郭娜，李彩虹，王迪，张宁，刘国名. 结合预测和模糊控制的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(8): 104-109.
[15]	周睿慜，李辉. 改进动态规划算法的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(21): 20-24.