自由漂浮柔性空间机器人轨迹跟踪控制

引起针对自由漂浮柔性空间机器人的轨迹跟踪控制问题,利用拉格朗日和假设模态法建立了动力学模 型,综合考虑其欠驱动、柔性振动等特点,将其简化为一种带有柔性振动扰动完全可控的动力学模型;在此基 础上,考虑载体姿态干扰,提出一种改进自适应非奇异终端滑模控制策略,该方法采用自适应技术实时在线 学习扰动参数,并引入条件积分改进滑模面消除干扰的稳态误差,从而保证所设计的控制律对扰动具有 良好的鲁棒性;最后,基于Lyapunov方法证明了该控制策略能够实现关节期望轨迹的跟踪．仿真结果表明该 控制策略对载体姿态干扰下系统轨迹跟踪控制的有效性和可靠性     

漂浮基空间机器人姿态与末端爪手协调运动的反演滑模控制

讨论了载体位置无控、姿态受控情况下,具有外部扰动的漂浮基空间机器人系统的控制问题。结合系统动量守恒关系及拉格朗日方法,建立了漂浮基空间机器人的运动Jacobi关系及系统动力学方程。以此为基础,借助于反演设计方法,设计出空间机器人载体姿态与机械臂末端爪手协调运动的滑模控制方案。此方案可有效地减少控制系统的在线计算时间,更能满足空间机器人这一时变系统控制的实时、在线要求。数值仿真结果证实了该控制方案的有效性。     

双臂空间机器人的固定时间轨迹跟踪控制

针对双臂空间机器人轨迹跟踪控制问题,考虑系统跟踪误差收敛时间易受初始状态影响,提出与初始状态无关的固定时间非奇异快速终端滑模控制策略. 基于固定时间稳定性理论,设计改进的固定时间非奇异快速终端滑模面. 该滑模面解决了终端滑模控制的奇异问题,使得系统跟踪误差在远离、接近原点时均有较快的收敛速度. 为了削弱滑模控制存在的抖振现象和提高趋近阶段的收敛速度,提出改进的固定时间趋近律,应用李雅普诺夫理论证明闭环系统的固定时间稳定. 以双臂空间机器人为被控对象进行对比仿真,结果表明,所提控制策略具有更高的控制精度、更快的收敛速度和更强的鲁棒性.     

空间机器人终端滑模路径跟踪控制

对存在摩擦干扰力矩的自由漂浮空间机械臂任务空间路径跟踪控制问题采用终端滑模,实现了跟踪误差的有限时间镇定．同时考虑执行机构存在的死区特性,设计了自适应补偿机构,通过自适应控制来学习死区特性的上界,以确保跟踪控制的有效执行．最后基于Lyapunov方法,从理论上证明了闭环系统的全局稳定性,并通过数值仿真证明此控制器能够有效实现任务空间路径跟踪控制,且对干扰具有一定的鲁棒性．     

基于切换增益调节的神经滑模控制的机器人位置跟踪

针对机器人的位置轨迹跟踪问题,提出一种基于切换增益调节的神经网络滑模控制方法。首先设计基于机器人位置的滑模控制器模块,然后通过神经网络来调节滑模控制器中的切换增益,使得切换增益能随着外界干扰作用等不确定项的改变而改变,从而能实时地估计切换增益,解决传统滑模控制中的抖振问题,最后,以双臂机器人为对象,采用MATLAB仿真软件对该控制算法进行了验证。结果表明,与传统的滑模控制相比较,该方法能使机器人更好地跟踪期望的位置轨迹,并有效地减轻了抖振。     

不确定性空间机器人自适应Terminal滑模控制方法

分析了空间机器人本体质量变化和负载情况变化对系统动力学不确定性的影响,并针对空间机器人操作负载变化显著的特点,设计了一种自适应Terminal滑模控制方法。利用RBF神经网络在线学习系统的不确定性上界,系统状态始终保持在滑模面上,并能保证系统控制误差在有限时间内收敛。以两自由度空间机器人为对象,对不同负载情况的运动进行了仿真,结果表明这种滑模控制方法对系统负载变化不敏感,并能保证期望控制精度。     

空间机器人的可变增益滑模控制方法

针对空间机器人抓捕目标的轨迹跟踪过程,提出了一种基于可变增益的滑模控制算法,并利用MATLAB/Simscape对空间机器人的理论动力学模型和控制算法进行了仿真校验。首先,基于拉格朗日法构建了空间机器人的动力学模型,并给出了系统参数不确定时的动力学方程。设计了一种滑模控制器,在控制器中引入了可变增益,该增益可根据系统的不确定性和系统的运动状态进行调整,从而使控制器具有很强的鲁棒性。基于Simscape Multibody软件模块,对空间机器人的理论动力学模型进行了验证。在此基础上,针对多关节运动和系统模型不确定两种情形,利用可变增益滑模控制算法进行了空间机器人的轨迹跟踪仿真实验。实验结果表明,与传统的计算力矩法相比,本文提出的控制算法呈现出更高的运动控制精度和误差收敛速度。     

基于RBF神经网络的汽车稳定性滑模控制

针对汽车稳定性控制存在的非线性和参数时变不确定性问题,采用基于径向基函数(RBF)神经网络的方法设计汽车稳定性滑模控制器,能够削弱常规滑模控制所引起的抖动现象,也能提高单纯的神经网络自适应控制的鲁棒性能。仿真结果表明该控制算法可有效地控制汽车按照驾驶员期望的方向行驶,且保证汽车侧向控制系统具有较强的适应性和鲁棒性。     

临近空间飞行器的自适应积分滑模容错控制

为提高临近空间飞行器的安全性和可靠性,针对飞行器中未知的执行器故障,提出了一种自适应积分滑模容错控制方法。设计积分滑模面,使滑动模态运动起始于系统的初始状态,进一步增强系统的鲁棒性。构造自适应滑模容错控制律,处理执行器故障的影响。在自适应律中定义一个非线性函数,利用积分滑模面的动态变化检测故障的发生,并激发自适应律实现控制增益的自动调整。基于李雅普诺夫稳定性理论证明了系统的渐近稳定性。仿真验证在临近空间飞行器的纵向动力学模型上进行,结果表明该方法具有期望的容错跟踪性能。     

基于递归模糊神经网络的移动机器人滑模控制

针对非完整移动机器人轨迹跟踪控制问题,提出了一种Backstepping运动学控制器与自适应动态递归模糊神经滑模控制器相结合的控制结构。采用遗传算法对运动学控制器的参数进行了优化选取,有效地抑制了因初始位姿过大而引起的初始速度及输出力矩过大的问题;采用动态递归模糊神经网络(Adaptive dynamic recurrent fuzzy neural network,AD-RFNN)对动态非线性不确定部分进行在线估计,使不确定性估计误差大大减小;通过与自适应鲁棒控制器结合应用,不但解决了移动机器人的参数与非参数不确定性问题,同时也消除了在滑模控制中的输入抖振现象;基于Lyapunov方法的设计过程,保证了控制系统的稳定与收敛;仿真结果表明了该方法的有效性。     

Anti-Dead-Zone Integral Sliding Control and Active Vibration Suppression of a Free-floating Space Robot with Elastic Base and Flexible Links

Under the conditions of joint torque output dead-zone and external disturbance, the trajectory tracking and vibration suppression for a free-floating space robot (FFSR) system with elastic base and flexible links were discussed. First, using the Lagrange equation of the second kind, the dynamic model of the system was derived. Second, utilizing singular perturbation theory, a slow subsystem describing the rigid motion and a fast subsystem corresponding to flexible vibration were obtained. For the slow subsystem, when the width of dead-zone is uncertain, a dead-zone pre-compensator was designed to eliminate the impact of joint torque output dead-zone, and an integral sliding mode neural network control was proposed. The integral sliding mode term can reduce the steady state error. For the fast subsystem, an optimal linear quadratic regulator(LQR) controller was adopted to damp out the vibration of the flexible links and elastic base simultaneously. Finally, computer simulations show the effectiveness of the compound control method.     

基于启发式学习算法的空间柔性机械臂神经网络控制

针对非线性强耦合的空间漂浮基柔性机器人,提出了一种启发式学习算法的神经网络的前馈控制策略。首先通过拉格朗日法和假设模态方法建立了漂浮基柔性空间机器人的动力学模型,然后采用两个神经网络及一个PID控制器来构建前馈在线学习控制系统,其中一个神经网络充当前馈控制器,另一个神经网络通过学习逆动态模型来为前馈控制器提供在线学习参数,而PID控制器主要作为辅助补偿控制器。该控制策略不是在PID控制器的指导下进行学习,且无需预先的离线学习,因而学习精度更高,且减少了对学习样本选择不当的影响,采用固定中心参数,而扩展宽度采用启发式关系确定,网络权值采用改进的最优准则算法进行调整的算法来实现快速学习能力,具有较好的实时性。仿真结果证明了所提方案的有效性。     

空间机器人关节空间轨迹跟踪的补偿学习控制

讨论了具有不确定性的漂浮基空间机器人系统的控制问题。在载体位置不控、姿态受控情况下,结合系统动量守恒关系对系统进行了运动学、动力学的分析,得到了漂浮基空间机器人的系统动力学方程。由系统的闭环动态误差方程,设计了漂浮基空间机器人的控制方案,提出了一种补偿学习控制方法,给出了漂浮基空间机器人系统的数值仿真,验证了该方法的有效性。     

面向机动的临近空间飞行器自适应协调控制

为提高临近空间飞行器的机动性能,提出一种结合推力矢量的新型自适应滑模控制方法,并搭建闭环最优控制分配系统,实现气动舵面与矢量喷管最优分配,保证飞行器稳定机动飞行。首先为应对机动飞行环境中复杂不确定,设计新型自适应滑模控制器,放宽了现有自适应滑模控制不确定有界性限制,获得确保姿态角稳定跟踪的期望控制力矩。引入推力矢量技术的临近空间飞行器存在多种控制输入,控制分配是机动飞行控制的关键。其次为确保机动飞行稳定安全,从稳定性角度提升分配性能,设计闭环最优控制分配策略,将期望控制力矩精确稳定地分配到执行器,完成气动舵面和矢量喷管协调控制,实现机动飞行中姿态角对参考指令的稳定跟踪。仿真结果表明：推力矢量技术对于扩大临近空间飞行器横纵方向姿态角变化范围具有有效性,同时验证了所设计控制策略能够在复杂不确定影响下保证飞行姿态稳定。     

多约束导引控制一体化的自适应鲁棒滑模设计方法

在攻击机动目标的末制导段, 为使舰炮制导炮弹能够同时满足攻击角、视线角速率测量受限、执行器控制饱和等多项约束, 基于自适应鲁棒控制与动态面滑模设计了一种导引控制一体化设计方法. 首先, 在纵平面内, 建立了弹体的导引控制一体化设计模型. 然后, 设计扩张状态观测器迅速准确地估计出视线角速率与目标机动等未知干扰. 其次, 运用自适应指数趋近律设计了非奇异终端滑模, 以确保视线角跟踪误差与视线角速率在有限时间内收敛至零. 进而, 结合自适应鲁棒项构造动态面滑模与虚拟控制量用以镇定串级系统并削弱变结构项的抖振. 进一步地, 通过设计自适应Nussbaum增益函数, 较好地补偿了由舵机偏转受限引入的控制饱和非线性问题. 运用Lyapunov稳定性理论严谨地证明了终端视线角跟踪误差、视线角速率的有限时间收敛性, 以及系统的一致最终有界性. 仿真实验表明, 所提出的设计方法能够使舰炮制导炮弹在打击具有不同机动形式的目标时, 均具备较好的导引控制性能.     

上肢康复训练轨迹定制优化及柔顺跟踪控制

卒中后早期的被动康复训练可以促进患者脑神经重塑甚至重获肢体运动能力。针对多数上肢康复机器人将参数化规则曲线作为被动训练的轨迹,没能融合康复医师的经验及患者的个体特征,或者缺乏三维个性轨迹的光滑优化以及训练过程中的安全柔顺交互的问题。本文基于新型末端牵引式3自由度上肢康复机器人开展轨迹个性化定制优化以及跟踪控制研究。首先,在笛卡尔空间应用导纳算法及力补偿策略实现理疗师对轨迹的定制。然后,用道格拉斯-普克法压缩原始轨迹数据得到型值点,保留初始轨迹的拓扑形状。用非均匀有理B样条曲线(NURBS)进行插值,并融合动态切换概率和t变异改进蝴蝶优化算法(BOA)优化拟合的轨迹。最后,设计基于RBF网络的滑模自适应以及速度前馈加PID的控制策略实现末端轨迹跟踪,并增加导纳-阻抗控制形成基于力阈值的多模式柔顺跟踪控制,保证较大人机交互力时的安全。结果表明定制机器人末端轨迹的拖动力在5N以内;改进的BOA算法具有更高的收敛速度和精度,优化的轨迹曲率和更小;轨迹跟踪控制策略可以将跟踪误差控制在6mm内;模式切换在0.3s内响应并顺应较大交互力而提高训练的安全性。     

Adaptive Sliding Mode BTT Autopilot for Cruise Missiles with Variable-Swept Wings

In this paper, an adaptive sliding mode method was proposed for BTT autopilot of cruise missiles with variable-swept wings. To realize the whole state feedback, the roll angle, normal overloads and angular rates were considered as state variables of the autopilot, and a parametric sliding mode controller was designed via feedback linearization. A novel parametric adaptation law was put forward to estimate the nonlinear timevarying parameter perturbations in real time based on Lyapunov stability theory. A sliding mode boundary layer theory was adopted to sroooth the discontinuity of control variables and eliminate the control chattering. The simulation was presented for the roll angle and overload commands tracking in different configuration schemes. The results indicated that the controlled system has robust dynamic tracking performance in condition of the large-scale aerodynamic parametric variety resulted from variable-swept wings.     

单电磁悬浮系统的神经网络模糊滑模控制

为实现单电磁悬浮系统悬浮气隙的精确控制,提出一种基于神经网络的模糊滑模控制方案.根据单电磁悬浮系统的动态非线性数学模型,设计使系统状态在有限时间内到达稳定点的滑模面,同时根据滑模切换状态,通过引入神经网络的模糊控制方法对滑模切换控制量的增益进行评估,实时对滑模控制量进行调整,实现切换控制信号的柔化.基于神经网络的模糊滑模控制系统不仅能很好地跟踪给定信号,而且能削弱滑模控制抖振,对外部扰动具有完全的鲁棒性.仿真结果表明,所设计的控制系统零超调,具有速度跟踪性能,对外部扰动具有很强的鲁棒性.     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。     

串联旋转关节空间机器人的动力学仿真系统

空间机器人由于基座可以自由运动,增加了自由度,其运动学和动力学模型比地面固定基座机器人要复杂得多,而且低轨航天器受重力梯度影响较大。首先推导了空间机器人的运动学方程,并采用拉格朗日方程建立了正动力学模型,然后基于牛顿-欧拉法推导了空间机器人的耦合动力学方程,给出了动力学非线性项的数值计算方法,还推导了空间机器人在轨运动时的重力梯度力矩。最后,针对一类串联旋转关节的空间机器人,采用模块化设计的思想建立了动力学仿真模型,利用所建仿真模型对空间机器人的操作任务进行数值仿真,分析了重力梯度力矩的影响,提出了减小这些影响的建议。