基于目标预见时间的空间目标的轨迹跟踪控制

伺服系统使用最优预见控制去眼踪空间目标轨迹时,其实际跟踪轨迹在空间位置上很难协调一致.为此,本文从预见时间的物理定义入手,用面积误差重新定义了系统的误差函数,并利用哈密顿-雅可比函数重新构造了最优跟踪控制的性能指标并求出了基于目标预见时间的最优预见控制算法;然后通过一个伺服系统实例,仿真并证明了用这种算法去跟踪空间目标轨迹时,在不考虑位置协调参数的情况下,其跟踪性能及抗干扰能力都有较大提高.     

基于面积误差评价的轨迹跟踪数字式最优预见控制

研究在数字最优预见控制中以面积误差作为评价函数的轨迹跟踪最优预见控制方法。首先 ,分析了轨迹跟踪控制的特点和一些问题 ,依次建立了基于面积误差的轨迹跟踪性能评价函数 ,从而获得轨迹跟踪的最优预见控制算法 ;然后对一个简易工作平台系统的轨迹跟踪问题进行了仿真验证。结果表明基于面积误差评价的最优预见控制方法是能够提高路径控制精度的一种有效方法。     

光电跟踪系统快速捕获时间最优滑模控制技术

针对光电跟踪系统目标的快速捕获过程,本文提出了时间最优滑模控制方法。该控制的滑模面函数为时间最优控制系统状态最优运动轨迹,保证系统状态变量沿着最优轨迹滑动;设计相应的指数趋紧率,使状态变量快速平稳趋近滑模面。以180°、90°、60°阶跃信号为捕获目标进行仿真与实验研究,实验结果为时间最优滑模控制调节时间比时间最优控制和滑模控制分别减小了约43.66%、59.67%,超调量为0,稳态波动量为0,稳态误差减小了约为44.94%和62.34%,与仿真结果相吻合。结果表明该方法调节时间短,超调小,稳态值平稳,稳态误差小,鲁棒性强等优点适合应用于光电跟踪系统目标快速捕获,具有重要的研究与应用价值。     

基于最优控制的智能车轨迹跟踪算法

根据车辆运动学方程和轨迹跟踪状态,建立轨迹跟踪误差模型,采用线性二次型最优控制方法,以动态跟踪误差、控制能量消耗综合最优为目标,通过不同速度时的目标权重系数调整,实现了速度自适应的车辆轨迹跟踪最优控制。仿真和实车实验结果表明,上述算法能够有效适用于智能车直线和曲线轨迹跟踪。     

基于混合滤波的无人机抗干扰轨迹跟踪控制

提出基于混合滤波的无人机抗干扰轨迹跟踪控制方法。构建无人机轨迹跟踪模型，结合采用混合滤波算法消除强耦合性、非线性和外界环境等带来的干扰，提高轨迹跟踪精度。通过串联终端滑模控制器实现无人机的位置控制与姿态控制，实现无人机抗干扰轨迹跟踪控制的目标。实验结果表明，所提方法的无人机抗干扰轨迹跟踪误差小、轨迹控制效果好及抗干扰能力强。     

直线电机进给系统轮廓误差预测控制方法及仿真研究

为提高永磁同步直线电机驱动的进给系统轮廓轨迹跟踪精度和系统的动态性能，提出了一种显式模型预测交叉耦合控制方法（Explicit model predictive cross-coupled control, EMPCCC）。该方法结合显式预测控制原理与交叉耦合控制思想，对单轴电流和速度信号进行多步预测，将轮廓误差作为反馈量来修正预测控制的给定轨迹，达到轮廓误差预测控制的目的。基于MATLAB/Simulink搭建仿真模型，结果表明，所提EMPCCC方法能快速实现不同转速波形的无超调跟踪控制，且可以实时估计并补偿轮廓误差，提升不同轨迹的轮廓精度。     

基于虚位移分解与伺服轨迹约束的机械系统跟踪控制

建立在Udwadia和Kalaba方程上的伺服约束跟踪控制方法要求系统的初始条件必须与跟踪约束方程相容。针对该问题,利用广义虚位移投影分解方法,将跟踪约束误差转化为广义坐标误差与广义速度误差,通过提出系统跟踪控制总误差的概念,提出一种可以消除该误差的控制力计算方法。该方法可以实现对系统初始误差的补偿。利用该算法对系统初始跟踪误差的可控性,将其与基于Udwadia和Kalaba方程的伺服约束跟踪控制算法结合,实现了不相容初始条件下的约束系统轨迹跟踪控制。以平面2自由度机械手臂为仿真算例,对该控制算法在轨迹跟踪控制中的应用进行仿真研究。仿真结果表明,该方法可以解决机械系统跟踪控制中的初值不相容问题,同时对约束违约进行了抑制,提高了控制精度及稳定性。     

基于指令滤波的机械臂有限时间输出约束阻抗控制

提出一种基于指令滤波的机械臂有限时间输出约束阻抗控制方法.通过阻抗控制技术来解决机械臂与环境之间的相互作用,使机械臂跟踪期望轨迹.通过有限时间控制提高机械臂控制的响应速度,缩小跟踪误差,并引入障碍Lyapunov函数对机械臂末端输出状态进行约束.采用模糊自适应技术处理机械臂系统中的未知摩擦量和外部扰动量.仿真结果表明:该方法实现了对期望轨迹的有效跟踪控制,并且使机械臂输出状态都限制在预定义的约束空间中,具有更快的响应速度和更好的跟踪效果.     

机械手在作业坐标空间上的鲁棒性模型跟踪控制

本文研究了机械手在作业坐标空间上描述的目标轨迹的鲁棒性模型(Robust Model)跟踪控制系统的构成方法。作为机械手在作业坐标空间上的轨迹跟踪控制系统的最基本、最重要的方法,就是Luh等的加速度分解控制(非线性补偿)方式。然而,用这样的方法,在作为对象的机械手的动态特性发生变化时,很难获得满意的控制性能。大家知道,可以适应动态特性变化的控制方式有利用人工位势法的方法,利用滑动模式控制的方法等。可是,前者是适于“点位控制”的方法,而不是适于轨迹跟踪控制的方法。而后者由于产生的输入为不连续的,所以存在可能引起机械振动或对奇异点考虑不充分等问题。因此,本文考虑将笔者以前提出的连续输入的鲁棒性模型跟踪控制系统的构成方法,应用于机械手在作业坐标空间上的轨迹控制上。如果利用本方法,就可以任意减小在作业坐标空间上定义的规范性模型与机械手前端部之间的状态误差。     

一种基于交叉耦合控制的串联机器人笛卡尔空间轨迹跟踪方法

针对串联机器人在笛卡尔空间轨迹跟踪问题,将交叉耦合策略和机器人运动学结合起来,设计了机器人在笛卡尔空间位置控制中耦合误差的一般性构建方法,进而提出了一种新型脱离动力学模型的控制算法.该算法不仅能保证单个关节的运动稳定,同时还可以保证所有的关节运动协调,使位置误差和耦合误差都收敛到零.最后,设计了基于HIT/DLR灵巧手笛卡尔空间位置控制实验,验证了该方法的有效性.     

无人驾驶车辆路径跟踪控制预瞄距离自适应优化

基于道路信息,使用驾驶员预瞄模型产生执行器输入是无人驾驶车辆在路径跟踪中使用的主要方法之一,但对于车速较高与转弯半径小等工况,模型误差会导致较差的驾驶舒适性,车辆甚至失去稳定性。为提高无人驾驶车辆路径的跟踪精度,同时兼顾转向频度和车辆稳定性,提出基于粒子群多目标优化（Particle swarm optimization,PSO）算法的预瞄距离自适应驾驶员模型,并将之应用于路径跟踪控制。首先,基于单点预瞄偏差模型,采用滑模变结构设计转向控制器;其次,以路径跟踪精度、转向频度和车辆稳定性为综合性能指标,设计了PSO优化算法,实现了驾驶员模型预瞄距离的自适应寻优。最后,在搭建的CarSim-Simulink联合仿真平台与台架试验上,对所提出的预瞄距离自适应驾驶员预瞄模型进行了仿真和硬件在环试验验证。结果表明,经优化后的预瞄距离能够适应不同车速和道路曲率,驾驶员预瞄模型能兼顾路径跟踪精度、转向频度和车辆稳定性等需求。预瞄距离自适应驾驶员模型结合道路与车速信息,增大对路况与车况适应性,为无人驾驶车辆路径跟踪控制提供可靠的输入。     

<Emphasis Type="Bold">Tracking Control and Reference Trajectory Generation in a LOM System</Emphasis>

An improvement in contour accuracy is acquired by the introduction of a tracking controller and a trajectory generation policy in a laminated object manufacture (LOM) system. A model of the positioning system is developed as the design basis of the tracking controller. A zero phase error tracking controller (ZPETC) is used to eliminate single axis following error, and thus reduce the contour error. Then the cross-coupled controller (CCC) is introduced to further minimise the contour error caused by the two-axis mismatch; the method of off-line generating of two-dimension reference trajectories followed by the positioning system is proposed. Simulation is developed using a Matlab model and satisfactory results are obtained.     

考虑控制电信号中间量的机床运动控制误差数据驱动建模方法

现有数据驱动的机床运动控制误差建模方法通常使用端到端的模型,即通过机器学习算法直接构建参考轨迹信息(速度、加速度等)与伺服误差之间的模型,以降低建模复杂度。然而,该方法忽视了控制电信号对运动控制系统非线性扰动的反映,而导致建立的模型精度受限。为解决此问题,提出了一种使用控制电信号作为中间量的数据驱动运动控制误差建模方法。该方法采集参考轨迹信息(速度、加速度、急动度等)、控制电信号、跟踪误差以及构造的换向特征,构建并训练基于参考轨迹信息的控制电信号预测网络,以及基于电信号和参考轨迹信息的运动控制误差预测网络,利用控制电信号这一中间量有效反应系统所受非线性扰动的特点,实现了高精度的运动控制误差数据驱动建模。在实际验证测试时,将参考轨迹信息输入电信号预测网络,而后将得到的预测控制电信号和参考轨迹信息输入跟踪误差预测网络,即可实现运动控制误差的预测。通过实验对所提出的建模方法进行了验证,所提出方法相对于传统的端到端建模方法,运动控制误差的预测精度在X轴和Y轴分别提升16.33%和20.42%,误差补偿后运动控制轮廓精度相较于未补偿提升85.59%,验证了所提出方法的可行性。     

基于期望横摆角速度的视觉导航智能车辆横向控制

针对采用传统位置偏差控制方法的车道保持系统横向控制精度不高以及鲁棒性差等问题,提出一种跟踪期望横摆角速度的车辆横向控制方法。在车辆当前行驶位置和道路预瞄点之间实时规划逼近目标路径的虚拟路径,同时分析当前时刻车辆以无偏差形式沿此虚拟路径行驶时决定车辆行驶位置的横摆角速度及速度之间的关系。结合车辆道路相对位置及车身状态信息,设计期望横摆角速度生成器。基于7自由度非线性车辆动力学模型,设计滑模控制器跟踪期望横摆角速度,使得车辆稳定地跟踪目标路径。根据车道线宽度和边缘点数量统计进行边缘检测,能有效识别模糊车道边缘和抑制噪声,并通过对消失点的检测来有效去除非车道线的干扰。仿真及试验结果表明,与传统的位置偏差控制方法相比,期望横摆角速度法不仅能提高车辆横向控制的精确性且跟随偏差随车辆速度及道路曲率的变化波动范围小,具有很好的鲁棒性和自适应性。     

Sliding mode control with third-order contour error estimation for free-form contour following

To reduce the contour error in contour-following tasks, the most common method is to design a contour controller based on the contour error model. Therefore, how to estimate the contour error in real-time and with high accuracy plays an important role in contour-following control. It is difficult to guarantee real-time performance, high estimation accuracy and strong robustness against arbitrary trajectories at the same time. In this paper, a contour error estimation method based on the third-order osculating helix is proposed. The osculating helix can fully consider the geometric characteristics of the interpolation trajectory and is closer to the desired interpolation trajectory. On this basis, PD-type tracking error sliding mode surface and PD-type contour error sliding mode surface are redesigned to fully take into account the regulating effect of the velocity tracking error and velocity contour error. Experimental results demonstrate the effectiveness of the proposed contour control approach.     

气动机械手轨迹的Terminal滑模控制方法

应用Terminal滑模控制方法对三轴直角坐标型气动机械手进行连续轨迹控制。首先建立了气动位置伺服系统的数学模型,然后运用Terminal滑模控制对机械手进行轨迹控制。仿真研究结果表明,采用高阶非线性的Terminal滑模控制方法,可以使该机械手对空间直线轨迹的跟踪误差只在未达到收敛点的时间段内较大,在到达收敛点后能完全跟踪目标轨迹。     

蛇形机器人跟踪误差预测的自适应轨迹跟踪控制器

为了满足蛇形机器人轨迹跟踪运动的精度需要,消除外界干扰对机器人跟踪误差的影响,提出了一种蛇形机器人跟踪 误差预测的自适应轨迹跟踪控制器。 所提出的控制器实现了机器人干扰变量、摩擦系数和控制参数的预测,并用预测值和虚拟 控制函数来补偿系统的控制输入,抵消了蛇形机器人在轨迹跟踪过程中的侧滑角,避免了干扰变量对机器人带来的负面影响, 提高了轨迹跟踪的误差稳定性与控制精度。 在建立蛇形机器人模型后,利用积分形式的侧滑角补偿项改进了视线法,并设计了 蛇形机器人的自适应轨迹跟踪控制器。 使机器人的位置误差在 10 s 内实现收敛,角度误差小于 0. 03 rad,预测值误差在 5 s 内 收敛。 通过仿真实验,验证了所提出的控制器的有效性和优越性。     

Robust preview control for a class of uncertain discrete-time systems with time-varying delay

This paper proposes a concept of robust preview tracking control for uncertain discrete-time systems with time-varying delay. Firstly, a model transformation is employed for an uncertain discrete system with time-varying delay. Then, the auxiliary variables related to the system state and input are introduced to derive an augmented error system that includes future information on the reference signal. This leads to the tracking problem being transformed into a regulator problem. Finally, for the augmented error system, a sufficient condition of asymptotic stability is derived and the preview controller design method is proposed based on the scaled small gain theorem and linear matrix inequality (LMI) technique. The method proposed in this paper not only solves the difficulty problem of applying the difference operator to the time-varying matrices but also simplifies the structure of the augmented error system. The numerical simulation example also illustrates the effectiveness of the results presented in the paper.     

高速开关阀控气动位置伺服系统的模糊自适应PID控制

为实现高速开关阀控气动位置伺服系统的精确控制,以4个高速开关阀控制气缸的结构作为研究对象,提出一种模糊自适应PID算法以提高其控制精度。介绍了系统的结构与工作原理,并在此基础上建立系统数学模型。针对常规PID控制器难以适应多工况位置跟踪的问题,利用模糊控制原理对PID控制器的参数进行在线调整,以满足系统控制过程中对于参数的不同要求。实验结果表明,采用模糊自适应PID控制能够获得良好的位置控制性能。跟踪不同幅值阶跃信号时,均能够实现无超调位置跟踪且稳态误差小于0.2 mm,跟踪幅值为30 mm,频率为0.5 Hz的正弦信号时,最大跟踪误差、平均跟踪误差及标准跟踪误差分别为2.4, 0.82, 0.46 mm。