基于社团和多级拓扑的机器人群体编队算法

为解决机器人群体难以形成与保持稳定队形的问题,通过引入社团划分和牵制控制思想,提出了一种基于社团和多级拓扑的机器人群体编队控制算法。基于层次聚类算法,将机器人群体分成若干社团并找出每个社团中的固定牵制机器人;设计一种多级拓扑使其成为各社团中机器人的基准队形;设计了一种机器人群体编队及避障控制器,控制器中形状调节力和方向控制力分别解决了社团中可能出现的局部极小值和队形的结构方向不确定问题,实现了群体队形的形成与保持。仿真实验证明了该算法的有效性。     

双参考点切换的多移动机器人队形运动控制方法

为描述机器人队列的运动过程,从相对位姿的角度定义了多移动机器人的队形模型.在传统leader-following队形控制的基础上,引入切换控制思想,每对领路机器人与跟随机器人之间设计3个控制器,对应跟随机器人中轴线上两参考点分别设计两个运动子控制器,控制领路机器人与跟随机器人之间的相对位姿;切换控制器根据系统处于平衡状态时,跟随机器人线速度的符号切换运动控制器,从而保证队列收敛到目标队形.仿真实验结果表明,机器人队列表现出良好的整体一致性,队列运动更加平稳.     

可逆冷带轧机速度张力系统的分散重叠控制

针对可逆冷带轧机速度张力系统的耦合和协调控制问题,提出了速度张力分散重叠控制方法.该方法首先利用包含原理和重叠结构分解,扩展原系统的状态空间,得到多个解耦的重叠子系统,并应用线性二次型(LQ)最优控制和顺序设计方法,设计各子系统的控制律.其次,将所设计的控制律收缩至原系统的状态空间,得到原系统的控制器.最后对某1422mm可逆冷带轧机的速度张力控制系统进行了仿真研究.结果表明,本文所提出的速度张力分散重叠控制方法能有效弱化速度与张力间的耦合,实现主轧机与左、右卷取机间的协调控制,同时改善了张力控制系统的动态性能,保证了轧机升降速时的张力控制精度.     

基于人工势场和模糊规则的多水下机器人队形控制方法

人工势场法是常用机器人队形控制方法之一,它的基本原理是将机器人看做质点,通过势场作用于质点的力来规划机器人的运动;基于人工势场的队形控制方法大都是针对这种质点模型提出的,不能直接应用于多水下机器人系统,由此,提出一种人工势场和模糊规则相结合的多水下机器人队形控制算法;首先定义一组势函数,然后根据水下机器人的运动特性,设计一个模糊控制器,将势场力映射为水下机器人的期望速度和航向角;以三个水下机器人组成三角形队形为例,进行了仿真实验;实验中,初始位置散乱的水下机器人较快地形成队形,并稳定地保持队形行进,证明了该算法的可行性和有效性。     

一类非线性不确定组合系统基于观测器的鲁棒分散镇定

讨论一类组合系统的鲁棒观测器的设计及该类系统基于估计状态反馈分散镇定问题.所设计的变结构观测器使得观测误差渐近趋于零,基于估计状态所设计的鲁棒分散控制器确保闭环系统是渐近稳定的,系统的相似结构使得所设计的各个子系统的分散观测器以及控制器在结构上具有一致性,从而简化了系统的设计.     

一类非线不确定组合系统基于观测器的鲁棒分散镇定

讨论一类组合系统的鲁棒观测器的设计及该类系统基于估计状态反馈分形镇定问题。所设计的变结构观测器使得观测误差渐近趋于零,基于估计状态所设计的鲁棒分散控制器确保闭环系统是渐近稳定的,系统的相似结构使得所设计的各个子系统的分散观测器以及控制器在结构上具有一致性,从而简化了系统的设计。     

互联大系统分散鲁棒控制器设计的BMI方法

讨论具有重叠结构互联大系统的分解及分散鲁棒Ｈ∞控制器的设计问题，首先利用包含原理的约束和聚类条件（１，２）对系统进行重叠结构分解，然后对扩展空间中已解耦的互联系统，用ＢＭＩ方法设计分解的鲁棒Ｈ∞控制器作为原系统的一个次优控制。     

改进的网型结构电力系统鲁棒重叠分散控制

研究一类多区域互联电力系统的特殊重叠分解及其鲁棒分散控制问题,提出一种新的互联电力系统重叠分解的方法。该方法根据电力系统本身的结构信息约束和大系统包含原理的约束条件,对系统进行重叠分解处理,使原系统扩展成为两两子系统;然后,在有机结构控制(OSC)的线性矩阵不等式(LMI)方法的基础上,为系统设计了改进的鲁棒分散控制器。以一个4区域网型结构电力系统为例进行仿真研究,其结果表明,所设计的控制器较直接使用LMI方法能使系统具有更令人满意的控制性能。     

一种基于人工力矩的动态队形控制方法

本文首先定义了距离最优对应.给出了求距离最优对应的方法一淘汰法的模型、原理和详细步骤.从而得到了一种确定各机器人对应节点的较优准则.然后为了使机器人在运动过程中,既能避开各种障碍,又能最终得到目标队形,定义了两种新人工力矩.并基于人工力矩为各种机器人分别设计了运动控制器.最后基于上述成果.提出了一种一般性的动态队形控制方法.该方法不但能动态地控制机器人队形,且由于优化了机器人的对应节点,所以优化了队形的形成时间.仿真结果表明该方法是可行且有效的.     

基于扰动观测器的机器人自适应神经网络跟踪控制研究

为解决机器人动力学模型未知问题并提升系统鲁棒性,本文基于扰动观测器,考虑动力学模型未知的情况,设计了一种自适应神经网络（Neural network,NN）跟踪控制器.首先分析了机器人运动学和动力学模型,针对模型已知的情况,提出了刚体机械臂通用模型跟踪控制策略;在考虑动力学模型未知的情况下,利用径向基函数（Radial basis function,RBF）神经网络设计基于全状态反馈的自适应神经网络跟踪控制器,并通过设计扰动观测器补偿系统中的未知扰动.利用李雅普诺夫理论证明所提出的控制策略可以使闭环系统误差信号半全局一致有界（Semi-globally uniformly bounded,SGUB）,并通过选择合适的增益参数可以将跟踪误差收敛到零域.仿真结果证明所提出算法的有效性并且所提出的控制器在Baxter机器人平台上得到了实验验证.     

基于松散偏好规则的群体机器人系统自组织协作围捕

针对群体机器人协作围捕,提出了一种基于松散偏好规则的自组织方法.首 先给出了个体机器人的自由运动模型和围捕行为的数学描述.通过对围捕行为的分解,构造松散偏好 规则来使个体机器人在自组织运动过程中相互协调最终形成理想的围捕队形.在此基础上,设计了个体自组织运动控制器.最后运用Lyapunov稳定性定理证明系统的稳定性.仿真和实验结果表 明,本文给出的自组织方法对于群体机器人协作围捕是行之有效的.     

一类非完整移动机器人编队控制方法

针对大部分两轮非完整移动机器人轮轴中心与几何中心不重合的特点, 提出一种多机器人协调编队控制算法. 构造队形参数矩阵确定编队形状, 根据领航机器人和相关队形参数生成虚拟机器人, 把编队控制分解为跟随机器人对虚拟机器人的轨迹跟踪. 建立虚拟机器人与跟随机器人之间误差系统模型, 利用Lyapunov 理论设计相应控制器, 从而实现队形保持和变换. 应用microsoft robotics developer studio 4(MRDS4) 搭建3D 仿真平台, 设计3 组实验, 结果进一步验证了所提出方法的有效性.

     

一类非完整轮式机器人的编队一致性

讨论了一类具有非完整约束和有向通信拓扑的轮式机器人的编队一致性问题.基于Zipf分布设计了带有耦合权重的编队一致性协议,减少了机器人间的信息交换,降低机器人编队在复杂的通讯环境中对所有机器人状态信息的依赖程度.将多机器人系统的编队一致性问题转化为误差系统的稳定性分析问题,给出了机器人形成编队的一致性条件,并利用图论和李亚诺夫稳定性理论证明在该条件下可实现系统编队收敛到期望的队形和虚拟领导者的运动规律上的目标.仿真实验和实物实验验证了所设计编队一致性协议的有效性.     

重放攻击下多智能体系统H∞一致性PID控制

本文针对一类带有加性噪声和乘性噪声的离散多智能体系统,研究重放攻击下多智能体系统的H∞一致性比例–积分–微分(PID)控制问题.首先,根据智能体的测量输出设计状态观测器,对智能体的状态进行有效估计,观测器设计过程中考虑了系统测量输出从传感器传输到观测器过程中受到重放网络攻击的影响.然后,利用智能体与其邻居智能体的估计状态差设计PID控制器.利用李雅普诺夫稳定性理论和代数图论,证明在该控制策略下,多智能体系统在重放攻击存在的情况下达到预期的H∞性能指标.最后,利用线性矩阵不等式(LMI)方法求解观测器和控制器增益,利用数值仿真验证了所设计的观测器和PID控制器的有效性.     

基于干扰抑制控制的飞行器姿态跟踪

本文针对飞行器姿态跟踪控制问题, 考虑系统的内部模型不确定性和外界扰动, 设计了使跟踪误差一致最终有界的控制器. 以四元数为姿态参数, 建立系统的非线性误差模型; 将控制系统分为内环观测器和外环控制器分别设计, 其中, 线性扩张状态观测器作为系统内环将实际系统补偿为标称模型, 而外环非线性控制器则用于镇定非线性标称系统. 最后, 利用Lyapunov理论得到了一致最终有界的稳定性结论, 并基于频域理论, 分析了线性扩张状态观测器阶次对系统性能的影响. 姿态跟踪实验表明, 本文设计的控制系统能够有效实现飞行器的姿态跟踪控制.     

基于无线网络C／S模式的多机器人协调控制研究

针对足球机器人比赛的需要,综合考虑比赛规则和机器人系统性能的优化,研究了多机器人的协调控制问题。基于无线网络C／S模式组建足球机器人系统的无线局域网。并提出利用服务器的协助决策功能,适时根据比赛情况进行球队队形和角色的动态选择,降低多机器人系统控制的复杂度,提高了球队的整体性能。实验结果证明了协调方案的有效性。     

基于扩张状态观测的机器人分散鲁棒跟踪控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题, 提出一种基于扩张状态观测补偿的关节独立分散鲁棒控制方法. 设计多个并联的扩张状态观测器, 分别对每个独立关节的未知模型动态与外部扰动进行动态估计和补偿, 采取非线性状态反馈控制以提高系统的控制性能. 各个关节的控制完全独立, 因而控制器结构简单、可靠、易于实现. 对所设计的关节分散鲁棒控制器的 Lyapunov 稳定性进行了分析, 证明系统是指数收敛全局一致最终有界稳定的. 对 PUMA560 机械手的大量控制仿真验证了本文方法的有效性.     

基于鲁棒观测器的非线性系统滑模控制

针对一类非线性不确定时滞系统,分别考虑了观测器的设计和控制器的设计问题.首先,基于扩张状态方程,设计鲁棒观测器;其次,基于观测器估计的状态值,融合H∞控制技术,设计了滑模控制器,并且将滑模控制器增益系数的计算问题转化为线性矩阵不等式的求解问题,而且所设计的滑模控制器不要求系统不确定项满足匹配条件,使得控制器具有广泛的使用范围;最后,给出数值算例,将设计的观测器和控制器应用算例中,仿真表明该方法的有效性.     

结构不确定离散车组偏差系统分散鲁棒控制

研究具有结构不确定性的离散车组偏差系统的分散鲁棒控制问题.应用大系统包含原理的约束条件扩展系统的信息重叠结构;兼顾系统的结构不确定性和系统数据传榆时延,将扩展后的模型离散化;采用求解线性矩阵不等式( LMIs)的方法设计出系统在无外界干扰情况下的状态反馈分散鲁棒控制器,以及有外界干扰情况下的H∞次优状态反馈分散鲁棒控制器.仿真结果表明,应用所提出的控制方法控制具有结构不确定性的离散车组偏差系统是有效的.     

群机器人复杂搬运队形形成的人工社会职位法

针对群机器人搬运队形的形成问题提出了一种自组织人工社会职位法．该方法中每个机器人R_i在每个采样时刻都按如下步骤工作．首先R_i运用文中给出的人工社会职位法确定自己的搬运点．然后R_i的人工力矩控制器驱动R_i向着自己的搬运点运动一步,其中由于文中改进了该控制器中吸引线段及吸引点的求解方法,从而降低了计算量而机器人仍能光滑安全地运动到自己的搬运点．下一个时刻重复上述步骤直到形成满足条件的搬运队形．该方法不仅原理简单计算量少且无论搬运队形多复杂,系统总能快速地形成满足条件的搬运队形．仿真结果表明文中所提方法是可行且有效的.