基于视觉的移动机器人轨迹跟踪

借助视觉反馈,研究了质心与几何中心不重合的非完整移动机器人轨迹跟踪控制问题。利用固定在天花板上的摄像机系统,作者提出了一种基于视觉伺服的运动学跟踪误差模型;基于这个模型,在质心与几何中心和视觉参数未知的情形下,作者设计了自适应轨迹跟踪控制器,并运用李雅普诺夫方法严格证明了闭环系统的稳定性。Matlab仿真证明了控制器的有效性。     

李雅普诺夫噪声主动控制算法的研究

为解决噪声主动控制系统中的非线性问题,提出基于李雅普诺夫稳定性理论的李雅普诺夫噪声主动控制算法。同基于梯度下降原理的传统噪声主动控制FXLMS算法不同,该算法首先定义跟踪误差的李雅普诺夫函数,基于李雅普诺夫稳定性理论自适应地调整输出误差双线性滤波器的权系数,使系统的误差渐近趋近于零,并且根据李雅普诺夫稳定性理论确保噪声主动控制系统的稳定性。通过仿真可以看出,在非线性噪声主动控制系统中,李雅普诺夫噪声主动控制算法优于FXLMS算法.     

SCARA GRB400机器人系统模糊模型建立的研究

为解决机器人的建模问题,依据SCARA GRB400型工业机器人动力学模型,介绍了一种自适应模糊控制(AFC)算法.利用模糊系统估计机器人系统中的非线性,并进行数学模拟,利用李雅普诺夫定理证明了其稳定性.为检验设计的自适应模糊控制器,将AFC应用于工业机器人的轨迹跟踪.工业机器人仿真结果表明,设计的自适应模糊控制方案有良好的跟踪能力和稳定性,很好地克服了机器人系统中存在的非线性、不确定性、强耦合等因素的影响.     

A New T-S Fuzzy Sliding Mode Control and Its Simulation for BTT Missile

针对倾斜转弯(BTT)导弹控制和制导系统所具有的非线性、快时变性和模型不确定性问题,研究了一种基于模糊T-S模型的模糊自适应控制器.利用反馈线性化方法设计滑模控制器,针对控制系统的非线性部分利用模糊T-S模型逼近,采用李雅普诺夫方法证明了所设计的非线性控制系统的渐进稳定性,并推导出自适应律.对控制器进行了仿真验证,仿真结果表明跟踪性能良好.     

基于反演法的严格反馈非线性系统模糊自适应约束控制

严格反馈非线性系统控制研究得到各界广泛关注,但实际的非线性特性以及不确定性因素的存在对系统的输出跟踪控制问题具有很大影响.针对输出轨迹跟踪控制问题,提出一种性能约束的自适应反演(backstepping)控制方法,并通过模糊逻辑系统的万能逼近性能对非线性系统中的不确定性因素进行辨析识别.为保证非线性系统的暂态和稳态性能,设计出具有约束条件的控制器.通过Lyapunov稳定性分析表明,闭环系统中的所有信号都是半全局一致最终有界的.仿真结果验证了性能约束的自适应反演控制方法的可行性.     

轮式移动机器人轨迹跟踪控制的参数化方法

在轮式移动机器人控制系统状态空间模型的基础上,通过分析两轮独立驱动的移动机器人的动力学方程,给出轮式移动机器人轨迹跟踪控制问题的数学描述;基于线性系统的特征结构配置和模型参考理论提出一种轮式移动机器人轨迹跟踪控制的参数化方法,设计系统的反馈镇定控制器和前馈跟踪控制器.仿真结果表明,提出的控制方案是行之有效的.     

一类非线性系统基于滑模原理的模糊自适应控制

针对一类非线性系统，设计出了一种自适应控制方案，用模糊逻辑逼近非线性函数，根据滑模原理及李雅普诺夫函数设计出自适应控制器。然后，用模糊推理进行修正，以克服一般滑模控制具有的抖动现象，保证闭环系统的稳定性和跟踪误差收敛于零的某邻域内。     

基于改进切换增益自适应率的欠驱动USV滑模轨迹跟踪控制

针对参数的不确定性和外界干扰的非线性给欠驱动无人艇(USV)的精确轨迹跟踪控制带来的挑战,提出基于改进切换增益自适应率（ISGA）的欠驱动USV滑模轨迹跟踪控制算法. 该算法结合反步法和PI滑模控制,以保证欠驱动USV跟踪并保持期望的轨迹;采用基于理想增益的ISGA算法,以提高系统的鲁棒性和抑制滑模抖振现象. 借助李雅普诺夫直接法证明轨迹跟踪控制系统的全局指数稳定性. 仿真结果显示,所提算法具有鲁棒性强、滑模抖振弱和控制精度高等优点. 相较2种先进的轨迹跟踪控制算法,所提算法的位姿控制精度提高超过25.0%.     

轮式移动机器人的双强化学习自适应模糊控制

针对包含执行器动力学模型的三阶不确定非完整轮式移动机器人系统,提出了一种基于反演设计和双强化学习自适应模糊系统的轨迹跟踪控制方法。该控制方法对运动学控制器采用分流控制技术,防止系统运行初期的速度跳变。对本体动力学和执行器动力学分别使用强化学习自适应模糊控制,优化补偿常规方法难以解决的系统未知参数和非参数不确定性,并利用鲁棒项来消除未知外部扰动和模糊控制逼近误差对系统的影响,提高了系统的控制性能。Lyapunov理论证明:控制系统是稳定且最终有界收敛的,仿真结果表明了该方法的有效性。     

近空间飞行器爬升段跟踪控制

在近空间飞行器加速爬升模态下,传统的滑模控制方法在处理不确定性问题时,存在收敛速度慢、鲁棒性不强和抖振严重等不足。针对这些问题,本文提出双幂次趋近律滑模控制方法来设计飞行控制器,从而实现飞行器爬升段轨迹的精确跟踪。将飞行器非线性模型进行精确反馈线性化处理,并利用李雅普诺夫稳定性理论进行稳定性分析。仿真分析了双幂次趋近律滑模控制方法和传统滑模控制方法的控制效果。结果表明:在处理具有参数不确定性和外界干扰的非线性系统时,双幂次趋近律滑模控制方法能够精确地跟踪指令信号,并且具有较强的稳定性和鲁棒性。     

Real-time Non-linear Target Tracking Control of Wheeled Mobile Robots

A control strategy for real-time target tracking for wheeled mobile robots is presented.Using a modified Kalman filter for environment perception,a novel tracking control law derived from Lyapunov stability theory is introduced.Tuning of linear velocity and angular velocity with mechanical constraints is applied.The proposed control system can simultaneously solve the target trajectory prediction,real-time tracking,and posture regulation problems of a wheeled mobile robot.Experimental results illustrate the effectiveness of the proposed tracking control laws.     

Real-time Non-linear Target Tracking Control of Wheeled Mobile Robots

A control strategy for real-time target tracking for wheeled mobile robots is presented. Using a modified Kalman filter for environment perception, a novel tracking control law derived from Lyapunov stability theory is introduced. Tuning of linear velocity and angular velocity with mechanical constraints is applied. The proposed control system can simultaneously solve the target trajectory prediction, real-time tracking, and posture regulation problems of a wheeled mobile robot. Experimental results illustrate the effectiveness of the proposed tracking control laws.     

考虑万向轮扭转角扰动轮式移动机器人轨迹跟踪

为了研究轮式移动机器人运动过程中万向轮扭转的扰动对其轨迹跟踪的影响,提出了一种考虑前端万向轮摩擦扰动及其质心与几何中心不重合的轨迹跟踪控制方法。首先,建立了考虑万向轮扭转角扰动的轮式移动机器人动力学模型;其次,根据位姿误差模型,采用反步法设计虚拟速度控制器收敛系统位姿误差;然后,结合扰动观测器对机器人行进过程中万向轮扭转所带来的摩擦扰动进行估计,构造出一种基于积分滑模思想的力矩控制器以保证速度追踪;最后,利用Lyapunov稳定性理论对系统的稳定性和渐近收敛进行证明。仿真及实验结果表明,将万向轮摩擦所带来的扰动反馈给动力学控制器,可以减轻控制器的负载。与忽略万向轮扰动的控制方法相比,轮式移动机器人的位置误差最大值的均方根值降低了37.37%,提高了运动系统的稳定性。     

考虑执行机构动态的非完整轮式移动机器人镇定控制

本文研究了将执行机构动态考虑在内的非完整轮式移动机器人(WMR)的镇定控制问题.在运动学时变镇定控制律的基础上,利用李雅普诺夫方法及Backstepping技术,首先将运动学控制器推广到动力学模型,进一步将驱动电机的动态考虑在内,最后给出了典型镇定控制任务的仿真结果.     

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。     

基于数据驱动高阶学习律的轮式移动机器人轨迹跟踪控制

轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性.     

三维环境下基于反步法的多机器人编队控制

针对两轮式移动机器人在复杂环境下的编队控制问题,提出一种基于虚构领航法和反步法,并结合人工势场法策略的多机器人避障编队算法。首先,详细分析多机器人系统在三维空间下的编队模型,并利用空间投影方法将其映射到二维平面进行分析。其次,将运动学模型转化为链式形式,并通过正则坐标变换,将误差系统形式转换成串联非线性系统。然后运用Backstepping方法构造轮式机器人追踪系统的Lyapunov函数,设计出针对轮式机器人的轨迹跟踪控制器。再结合人工势场法避障策略,完成多机器人复杂环境下的编队任务。最后,通过多机器人轨迹跟踪的两组仿真实验,验证了所提出方法的有效性。     

导弹尾翼电动负载模拟器快速终端滑模控制

针对永磁同步电机驱动的导弹尾翼电动负载模拟器存在的高阶非线性及参数时变问题,提出一种基于反演设计的快速终端滑模控制方法.建立电动负载模拟器系统的状态空间模型,将建模误差及参数摄动视为未知扰动项,基于反演控制的设计思想,将系统模型划分为3个子系统,采用快速终端滑模方法设计控制律,使跟踪误差在有限时间内收敛到零.然后应用Lyapunov方法证明了闭环系统的渐进稳定性及有限时间收敛特性,最后通过试验验证了该控制策略的有效性.与PI+前馈补偿控制策略相比,该方法能够更好地抑制系统中的多余力矩,提高了电动加载系统的力矩加载精度,同时有效提高了加载系统的鲁棒性.     

基于反馈增益反步法的非完整约束移动机器人路径跟踪控制

为实现非完整约束轮式机器人的路径跟踪控制,采用虚拟向导方法建立跟踪误差方程,基于李亚普诺夫稳定性理论,设计了一种基于反馈增益的反步法控制器,既能通过控制反馈增益的调节补偿机器人动态误差模型中的非线性项对系统的影响,又能避免传统反步法控制器中存在虚拟控制的高阶导数的问题。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

力矩受限的非完整WMR镇定与轨迹跟踪统一预测控制

针对动力学模型描述的非完整轮式移动机器人,研究了存在控制输入约束情况下的镇定及轨迹跟踪统一预测控制问题.基于控制Lyapunov函数,设计了满足稳定性条件及输入约束的终端控制器,给出了相应的终端域,分别以跟踪圆轨迹和并行泊车为例给出了轨迹跟踪与镇定控制的仿真结果.