本项目的研究意义与应用前景：
轮式车辆控制系统的研究成果一方面可以应用于辅助驾驶系统，提升驾驶的安全性和舒适性，另一方面能够用于无人驾驶策略的模拟实验，减少实验的前期投入，提升研究过程的安全性。随着科技的发展，车辆的无人自主驾驶是辅助驾驶技术的最终发展形态。无人驾驶不仅可以将人的错误操作从驾驶中完全剥离，极大地提升车辆驾驶的安全性，而且可以把人从繁重的驾驶工作中解放出来，从而拥有更多自由时间。另一方面，无人驾驶环境尚不成熟时，无人驾驶相关技术和控制策略可以应用在辅助驾驶系统中，提升辅助驾驶的性能。 作为一切上层控制策略的基础，自主车车辆横向转角控制及纵向速度控制的精确和稳定性至关重要，同时底层控制算法的普适性对于以后的研究工作和大规模应用也具有重要意义[4]。
此外，基于视觉的无人巡查机器人希望机器人代替人类在各种恶劣环境下工作，服务人（包括人类难以涉足的恶劣自然环境，需要很大工作量的工作环境，以及核反应堆、核废料清理、排雷等高危险环境中的工作）。例如，变电站智能巡检机器人系统在实际应用中，可以部分或者全部代替固定的视频监控系统，完成视频信息的远方传输；可以实现对设备外观和表计的巡视检查、红外测温，与站内的监控系统协同工作；并且可以实现远程视频工作指导。在变电站内使用智能巡检机器人不仅能够辅助人工进行设备检查，而且还能够减少运维人员的工作量。一般变电站的地理位置一般远离城镇，自然环境非常的恶劣，在这样的环境下，运维人员非常的辛苦。并且因为无人值守方式的推进，运维人员的工作量变得更大，很难保证巡视工作的质量。通过使用更加先进的工具和改进的巡检方式，从而可以保证不会延长设备的巡检周期，及时的发现缺陷，消除事故隐患，从而保障电力系统的安全稳定运行[1][6]。
巡逻机器人还具有监控、安保等功能,随着城市建设速度加快，机场、超级商场、会展中心、物流仓库、车展、医院等大型场所的数量和规模不断增加，城市中的大型生活小区和写字楼日益增多，人、物流亦更为庞杂，其对保安巡逻自动化的需求日趋迫切。目前的保安技术主要以人力巡逻及 CCD 定位监控为主，这两种方式已不能满足现有大规模复杂环境的保安需求。因此与移动机器人技术相结合，采用保安巡逻机人进行定时、定点、不间断流动式的监控与巡逻将是更好的解决方案[16][17]。
本项目的关键技术及研究途径：
控制部分：近几年来出现了多个优秀的机器人软件框架，其中最为出色的软件框架之一就是 ROS（Robot Operating System，机器人操作系统）。 ROS 具有非常灵活的框架设计，适用于编写大型机器人软件，ROS 为开发人员提供了大量的可供直接调用的工具、库、转换函数、协议等，也提供了类似操作系统的功能，包括了抽象硬件接口、底层驱动接口、程序消息通信接口、程序发行包管理等，可以在众多不同种类的机器人平台下完成复杂任务的创建和稳定地运行[14][13]。
底层控制系统核心一般采用STM32F103的ARM芯片，主要功能为接收顶层控制的速度命令，转换成 PWM信号给电机驱动板，控制电机转动以使机器人达到期望状态；顶层控制系统核心一般采用一台装载Ubuntu 14.04以及ROS Indigo 的工控 PC 机作为机器人的计算端和一台装载同样操作系统的便携式移动PC作为机器人的远程控制和检测端[14][13]。 在ROS 上创建了一个节点功能包/joy_for_cmd_vel，用于无线遥控手柄操作机器人移动。无线手柄接到 ROS 系统后，使用 ROS 官方有自带的/joystick 节点，就能获取到手柄按键的信号并转化成相应的数值，并将数据发布到话题/joy 中。节点/joy_for_cmd_vel订阅了话题/joy，并将之进行数据处理，转换成 geometry_msgs::Twist 的数据类型并发布到话题/cmd_vel 中，然后再同时运行节点功能包/base_controller，就能够通过手柄控制机器人移动了[14]。
速度控制方面：自主车速度控制是一个基础且重要的任务，速度控制的稳定性和准确与否将直接影响在此基础上的多辆自主车的协作控制效果与行驶安全。在多数的微缩自主车速度控制中，所使用的控制算法为比例积分微分算法（Proportion Integral Derivative ,简称 PID）[4]。用于速度控制且具有自动调节参数的控制方法目前已有多种类型，例如模型参考自适应控制、自校正控制和模糊自适应控制等。模型参考自适应控制中所建立模型越精确，控制效果越好，而事实上建立精确模型是相当困难的，尤其是工况多变、对象不同的情况下。自校正控制需要实时辨识被控对象的参数，对处理器的运算能力要求较高。模糊控制对经验参数具有很强的依赖性[4][7]。有了传统模拟 PID 控制器的使用经验和基础上，随着计算机技术的成熟，数字 PID控制算法跟着产生了。数字 PID 控制算法又可以分为两种常见形式：位置式 PID 控制算法和增量式 PID 控制算法。因为计算机控制是数字量控制的，不是连续控制，所以不能像模拟控制一样输出连续控制量。它只能根据采样时刻的误差值计算控制量，输出离散的控制量。因此，积分环节和微分环节没办法直接使用，需要离散化处理后再使用[14]。
路径跟踪与避障：
室内：位置追踪一直以来就是自主驾驶领域内基础而重要的内容，现实环境中，汽车的位置坐标可以通过 GPS 获得，但对于室内运行的微缩自主车而言，GPS 难以穿墙而入，那么应当采用相应的室内定位系统实时监测小车的信息。室内定位系统又可分为室内局部定位系统和全局定位系统。局部定位中，只有当运动物体经过特定区域是才能被检测到；而全局定位系统中只要物体在定位覆盖范围内，都可检测到。由此可见全局定位才能满足本课题的要求。目前室内全局定位的方式多样，包括超宽带定位红外定位射频识别定位和超声波定位[4]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
