This work deals with a unicycle-like mobile platform pushing one and two trailers connected to it, mimicking an application in precision agriculture. The idea is to have a tractor vehicle pushing or pulling passive trailers with materials to be moved accordingly. The first part corresponds to the development of a suitable model for the whole underactuated system, the articulated chain, considering that a point of interest in the last trailer should follow a specified path. Thus, as the trailers are passive subsystems, the way a trailer is connected to the mobile robot or another trailer allows transferring velocities, even when the two bodies have different heading angles. Therefore, the first contribution of the paper is to model these relations, considering a robot pushing one or two trailers. After getting a suitable model for the whole system, two controllers were developed, one based only on inverse kinematics, and the other adding a compensation of the robot dynamics to the kinematic controller, in this case building a cascade or inner-outer loop control structure. The objective behind the design of these two controllers is to compare their performance when guiding the multi-articulated vehicle to accomplish a path-following task, aiming at selecting the best of these two controllers. Finally, experiments run are discussed, whose results validate the proposed model and control system, besides allowing concluding that the best option is to adopt the kinematic controller plus the dynamic compensation, mainly for higher velocities, which is the main contribution of the paper.

这项工作涉及一个类似独轮车的移动平台，推动一个和两个与其相连的拖车，模仿精准农业中的应用。这个想法是让拖拉机车辆推动或拉动被动拖车，并相应地移动材料。第一部分对应于为整个欠驱动系统开发合适的模型，即铰接链，考虑到最后一个拖车中的兴趣点应该遵循指定的路径。因此，由于拖车是被动子系统，拖车连接到移动机器人或另一辆拖车的方式允许传输速度，即使两个车身具有不同的航向角。因此，本文的第一个贡献是对这些关系进行建模，考虑一个机器人推动一个或两个拖车。得到适合整个系统的模型后，开发了两种控制器，一种仅基于逆运动学，另一种为运动学控制器添加了机器人动力学补偿，在这种情况下构建了级联或内外环控制结构。这两个控制器设计背后的目的是比较它们在引导多关节车辆完成路径跟踪任务时的性能，旨在选择这两个控制器中最好的。最后，讨论了实验运行，其结果验证了所提出的模型和控制系统，此外还得出结论，最好的选择是采用运动学控制器加上动态补偿，主要用于更高的速度，这是本文的主要贡献。另一个向运动控制器添加机器人动力学补偿，在这种情况下构建级联或内外环控制结构。这两个控制器设计背后的目的是比较它们在引导多关节车辆完成路径跟踪任务时的性能，旨在选择这两个控制器中最好的。最后，讨论了实验运行，其结果验证了所提出的模型和控制系统，除了允许得出最佳选择是采用运动学控制器加上动态补偿，主要用于更高的速度，这是本文的主要贡献。另一个向运动控制器添加机器人动力学补偿，在这种情况下构建级联或内外环控制结构。这两个控制器设计背后的目的是比较它们在引导多关节车辆完成路径跟踪任务时的性能，旨在选择这两个控制器中最好的。最后，讨论了实验运行，其结果验证了所提出的模型和控制系统，除了允许得出最佳选择是采用运动学控制器加上动态补偿，主要用于更高的速度，这是本文的主要贡献。这两个控制器设计背后的目的是比较它们在引导多关节车辆完成路径跟踪任务时的性能，旨在选择这两个控制器中最好的。最后，讨论了实验运行，其结果验证了所提出的模型和控制系统，除了允许得出最佳选择是采用运动学控制器加上动态补偿，主要用于更高的速度，这是本文的主要贡献。这两个控制器设计背后的目的是比较它们在引导多关节车辆完成路径跟踪任务时的性能，旨在选择这两个控制器中最好的。最后，讨论了实验运行，其结果验证了所提出的模型和控制系统，除了允许得出最佳选择是采用运动学控制器加上动态补偿，主要用于更高的速度，这是本文的主要贡献。