机器人系统里的执行机构没法精准知晓环境信息，所以机器人系统执行任务时，常常会消耗大量能量。要达到节能的目的，研究人员想出了不少办法，像多装些环境感知传感器、把系统结构优化一下、采用新型能量源之类的。
在咱这篇研究里，会讲咋给全向移动机器人系统弄进新型能量源，还会给出从节能角度出发的鲁棒补偿轨迹跟踪控制办法。
全向移动机器人系统的运动轨迹是三维空间里点构成的曲线，所以这机器人运动时会耗费不少能量。当下，好多研究人员给全向移动机器人系统弄来新型能量源，好让它运动时少消耗些能量。
针对全向移动机器人系统，研究人员把它的运动轨迹弄成了一条二维曲线。这曲线有的地方曲率半径大，有的地方曲率半径小，这样一来，机器人在这曲线上移动就得耗费不少能量。而且，这曲线是在二维平面上的，能用来画二维地图。
对已有的研究做归纳分析能看出：一、当下的研究人员大多是把新型能量源引入到全向移动机器人系统里，以此达到节能的目的。
二、在全向移动机器人系统里采用新型能量源，常常会让系统出现较大的控制误差或者控制冲击，这样就会使系统的稳定性和鲁棒性变差；三、当下的研究人员一般会把节能方面的考虑和鲁棒控制融合起来，以此达成系统节能的目的。
近些年来，不少研究人员给全向移动机器人系统弄来了新的能量源，像拿蓄电池当储能的东西，把太阳能板当作能量来源，将风力发电机也当成能量源之类的。
从上述文献能晓得，就全向移动机器人系统来讲，弄进新型能量源，不但会让系统出现不小的控制误差或者控制冲击，而且这时候系统常常会消耗大量能量。
所以，要让全向移动机器人系统的鲁棒性与节能性得以提升，当往这系统里引入新型能量源的时候，得把它对系统性能产生的影响考虑进去。
为解决上述问题，本文会拿出一种从节能角度出发的鲁棒补偿轨迹跟踪控制办法，从而让全向移动机器人系统在引入新能量源后达到节能的目的。
【能源消耗分析】
机器人系统的能量消耗主要涵盖运动规划与控制执行这两方面，而运动规划说的是机器人精准感知环境信息，以及开展运动规划与控制执行的过程。因为机器人在运动规划时得采集、处理并决定环境信息，所以执行运动规划时会耗费不少能量。
那机械系统的能耗呢，主要是机器人本身的传动系统、驱动装置、舵机还有执行机构这些构成的；伺服驱动的能耗呢，是由电机驱动的办法和驱动器控制的办法来决定的；环境感知系统的能耗呢，是看环境传感器的类型以及传感器的数量来定的；传感器的能耗呢，也是由传感器的类型和数量说了算。
当下，国内外的学者在机器人能源消耗方面做了不少研究。像王占林等，对移动机器人的运动规划和控制的问题展开了分析，提出了一种依据卡尔曼滤波算法的路径跟踪办法。
魏巍等搞出了一种依凭模糊逻辑的自适应模糊规划算法，还通过实验表明这算法能够切实地做到对任务轨迹的追踪。Zhu 等对移动机器人在不了解的环境里的路径跟踪事宜展开了探究，且从理论上证实了所提办法的管用性。
Yao 等人弄出了一种把智能优化算法和粒子群算法相结合的混合控制办法，为的是让移动机器人在不熟悉的环境里能高精度地跟踪目标的轨迹。Li 等人就移动机器人在复杂环境中的路径跟踪这事，给出了一种基于人工势场模型与粒子群算法的混合控制手段。
【鲁棒补偿轨迹跟踪控制】
移动机器人系统里存在的不确定性以及外部扰动，会给轨迹跟踪控制性能带来不小影响，所以当下研究的热点就是怎样对移动机器人系统实施鲁棒跟踪控制。
在对移动机器人轨迹跟踪控制展开的研究里，多数运用的是补偿控制手段，这种手段能确保系统的鲁棒性能，然而却不太容易保证系统的快速性。所以在移动机器人轨迹跟踪控制当中，得在传统补偿控制办法的基础之上添加鲁棒控制器，以此提升控制性能。
弄出了一种依据能量消耗分析的鲁棒补偿轨迹跟踪控制器的设计办法。这办法用李雅普诺夫稳定性理论去剖析系统的鲁棒稳定性，接着凭借自适应滑模控制技术达成轨迹跟踪，还搞了仿真实验来证实它的有效性。
对移动机器人系统的动力学模型加以分析后，给出了一种凭借自适应滑模控制技术的鲁棒补偿轨迹跟踪控制器的设计办法。此办法把移动机器人系统动力学模型划分成两个子系统，一个是非完整约束子系统，另一个是外部扰动子系统。
非完整约束子系统是环境扰动与非线性系统本身导致的；外部扰动子系统是有未知外部扰动才出现的。针对非完整约束子系统，在传统补偿控制器里加进一种新的误差函数，去估算那些未知的环境扰动，以此来抑制外部干扰，让系统能稳定运转。
针对外部扰动子系统，运用自适应滑模控制技术去设计控制器，以此抵消未知扰动产生的影响，确保系统能够稳定地运转。
移动机器人系统执行任务时存在一些不确定性，还会受到外界干扰，所以在设计控制器的时候，就引入了一种鲁棒补偿控制技术，这样能让移动机器人系统的轨迹跟踪控制表现更好。
首先，依据移动机器人系统的动力学模型，通过李雅普诺夫稳定性理论对移动机器人系统的稳定性展开分析；接着，把移动机器人系统划分成非完整约束子系统与外部扰动子系统，各自去设计鲁棒控制器。
最后，依据李雅普诺夫稳定性理论，得出了移动机器人系统的鲁棒补偿控制律。经过仿真实验，证实了所提办法是有效的。
咱说这鲁棒补偿控制器有这么些好处：（1）对移动机器人系统里有的那些不确定的东西和不知道从哪来的干扰，用自适应滑模控制技术弄出这鲁棒补偿控制器，让控制系统更皮实了；（2）能让移动机器人系统稳稳当当运行的同时，还能达成这系统要快速的目标。
【路径规划与轨迹跟踪控制的整合】
和传统规划算法不一样，路径跟踪控制采用基于动态规划算法的方式，这是在传统路径规划算法基础上加入了动态规划算法。动态规划算法能在好多领域运用，像路径规划、机器人路径跟踪控制之类的。
李红武他们整出了一个拿动态规划当基础的路径跟踪控制办法，这办法是在不少路径规划问题里放进动态规划算法，这样就能在路径跟踪的时候，把能耗实实在在地降下来，让系统效率往高了提。这个办法是在传统轨迹跟踪控制的那一套上，又给机器人的动态控制加了码，系统效率也就跟着上去了。
运用动态规划的路径跟踪控制手段，在路径规划时就能精准追踪机器人运动轨迹，到了轨迹跟踪环节，又能精确把控机器人运动轨迹。所以，用这种基于动态规划的路径跟踪控制办法，能够提升系统效率，进而切实降低系统能耗。
当下，不少研究学者给出了一些依据动态规划的轨迹跟踪控制算法。像李雅普诺夫法、滑模控制、模糊控制、神经网络算法之类的都包含在其中。
比起传统的轨迹跟踪控制办法，动态规划的轨迹跟踪控制办法节能性更佳，特别是机器人运动时，用动态规划算法能精确预测和跟踪机器人运动轨迹。
为了让系统效率和节能成效更进一步提升，有一些研究人员给出了依据动态规划的轨迹跟踪控制办法。这一办法对机器人运动轨迹加以建模解析及优化，能够切实减少机器人运作时的能耗。并且，这个办法还能够增强机器人面对环境变化的稳固性。
另外，路径规划阶段用基于动态规划的轨迹跟踪控制办法能让系统能耗降低。当下，对基于动态规划的轨迹跟踪控制方法的研究不多，除了前面说的那些，还有不少研究人员在路径规划时使用这种控制方法。
比如说，Nicholas M. 等人整出来一种依着动态规划的轨迹跟踪控制办法。这办法用模糊控制给机器人的路径做预测跟优化，还通过仿真证实了这个算法挺有效。
Zhang 等人整出来一种以动态规划为基础的轨迹跟踪控制算法，这算法通过动态规划的轨迹跟踪控制办法，能把机器人运动轨迹精准地跟踪上。
【笔者观点】
在移动机器人这一领域，传统那种依据速度控制的轨迹跟踪控制办法，能够达到机器人系统在轨迹跟踪控制上的需求，然而在移动机器人的路径规划上，却有很大的限制。
比如说在路径规划的时候，有可能会有规划出来的轨迹跟实际运动的轨迹对不上的问题，这样一来，机器人运动时能量消耗就会增多，能源浪费得很厉害。
所以，咋在确保机器人轨迹跟踪控制的精度以及路径规划的成效的同时，让整个路径实现节能，这成了移动机器人领域得解决的一个重要事儿。
咱这儿提出一种靠鲁棒补偿的全向移动机器人节能控制办法，能让机器人在整个路径活动时达成节能的目的，还能确保移动机器人的运动准头。
【】
王洪涛、王宏彬、黄波、王宏等人。对基于能量最优的全向移动机器人控制方法展开了研究，并将成果发表在【自动化学报】2016 年刊上
2、王军、李洪飞、张洋等人。对基于滑模控制的全向移动机器人轨迹跟踪控制策略展开了研究[J]。刊登于【中国机械工程】，2015 年。
3、赵斌、李庆霖、杨明浩等人。有关基于节能因素的全向移动机器人鲁棒补偿控制器的设计以及其在智能电网里的应用。【自动化学报】，2021 年。
