2.7.1    STM32开发板简介    11
2.7.2    STM32芯片相关函数简介    12
2.8    移动机器人驱动系统    14
2.9    移动机器人通信模块[5]    14
3.    运动学建模    16
3.1    坐标系建立    16
3.2    转向运动    18
4.    移动机器人的智能运动控制算法    22
4.1    迭代学习控制原理介绍    22
4.2    迭代学习控制过程介绍    23
4.3    迭代学习控制算法原理图    25
4.4    迭代学习控制算法在机器人路径规划中的运用    25
5.    路径跟踪模块    27
5.1    迭代学习控制算法在移动机器人上的应用    27
5.1.1    PID控制算法    28
5.1.2    问题描述    29
5.1.3    开闭环P型迭代学习控制律设计    31
5.1.4    仿真验证    31
5.1.5    基于STM32的实现    34
6.    总结与展望    36
6.1    课题总结    36
6.2    进一步展望    36
参考文献    38
致谢    39
附录    40 
1.    绪论
1.1    课题目的和意义
在当前机器人行业中，发展最快而且最重要的便是智能移动机器人了。其中，路径规划与路径跟踪是该研究领域的核心部内容，其主要综合智能控制、图像识别、信息处理为一体，通过现有的人工智能技术，实现移动机器人在实时复杂环境中的自主避障与路径跟踪。机器人在移动过程中，总是需要按照某一目标在其工作空间行走，或者使其行走路线最短，或者使其行走耗能最少。因此，移动机器人在运动过程中，需要寻找一条既省时又节能的最优路径。
智能移动机器人路径跟踪控制技术，对现阶段移动机器人的实际应用有着极其重要的意义，这在军事、体育、娱乐、工业、服务等领域有着广泛的应用前景，因而路径规划在机器人研究领域得到足够的重视，它在物流配送方面的应用、地理信息系统、车辆导航系统、城市交通网络等领域也得到了发展。良好的机器人路径跟踪控制技术可以提高机器人工作效率、减少机器人的磨损，因此对机器人路径规划方法的研究为机器人将来在众多领域的应用提供坚实的理论基础。
1.2    国内外研究现状与研究方向
1.2.1    国内外研究现状简介
1.2.2    研究方向
1.3    课题主要工作
本课题要求对某一移动机器人平台选择一种智能路径规划与跟踪控制方案，对其未知 环境中的自定位、路径规划与跟踪进行控制设计。利用自主搭建的移动机器人平台实现之，以证实所设计的智能控制方案的可行性及效果。
因此，本课题的主要内容包含以下几个方面：
（1）运动学模型及其数学模型的建立
移动智能机器人是在一个复杂实时的环境中运动，因此可以分别以环境中某点和移动机器人为对象建立静止和动态坐标系，忽略环境中影响较小的因素。数学模型的建立主要是基于机器人的运动学模型，根据坐标系的建立和移动机器人的运动状态对各个物理变量进行推导，得到联合方程，最后根据联合方程及其数学关系，得出传递函数。 MATLAB嵌入式环境的智能移动机器人跟踪控制(2):http://www.751com.cn/zidonghua/lunwen_29898.html