具有状态约束与输入饱和的全向移动机器人自适应跟踪控制

研究了全状态约束与输入饱和情况下的全向移动机器人轨迹跟踪控制问题.首先，针对一类三轮驱动的全向移动机器人，考虑系统存在模型参数不确定与外部扰动，建立了运动学与动力学模型；其次，利用障碍Lyapunov函数，结合反步设计方法，有效处理全向移动机器人跟踪过程中存在的状态约束，保证所有状态变量不会超出状态约束的限制区域；然后，针对系统参数不确定和未知有界扰动，设计相应的自适应律进行处理；同时，提出一种抗饱和补偿器保证机器人输入力矩满足饱和约束；并且利用Lyapunov理论分析证明了当选取合适的控制参数时闭环系统中的所有信号均能保证一致有界；最后，通过与未考虑状态约束和输入饱和的控制器以及经典比例-微分控制器进行仿真对比，验证了该方法的有效性和鲁棒性.      

连续时间系统的目标轨迹预见跟踪控制

针对连续系统的有限时间目标轨迹预见跟踪控制问题,给出了基于轨迹协调误差和切换规则的预见跟踪控制方法.该方法首先将轨迹协调误差和位置跟踪误差连同状态变量的微分组成新的系统状态变量,把跟踪问题转化为调节问题,设计了基于协调误差的带有目标值预见的跟踪控制系统.然后针对复杂目标轨迹跨过不同坐标轴的情况,采用切换系统方法,实现了目标轨迹的全程预见跟踪控制.本文同时是子系统为时变系统的切换系统的典型范例.数值仿真说明了该方法的有效性.      

基于自适应滑模的多螺旋桨浮空器容错控制

针对多螺旋桨浮空器执行机构易发生故障的容错控制问题,同时考虑系统所受到的未知外部扰动和螺旋桨输入幅值的饱和约束,提出一种自适应滑模容错控制方法。建立浮空器的四自由度运动模型,系统分析矢量螺旋桨的故障类型,分为输出力的大小故障和矢量转角故障,得到浮空器执行机构的故障模型。基于自适应和滑模控制理论,由跟踪目标与系统当前状态偏差设计积分滑模面。针对未知外部扰动和执行机构偏移故障,设计相应的自适应律进行处理;针对螺旋桨输入饱和约束,应用Sigmoid函数设计跟踪轨迹进行处理。由此设计一种自适应滑模容错控制策略,利用Lyapunov稳定性理论证明了闭环系统的全局渐近稳定性能。以上海交通大学的多螺旋桨浮空器为模型,仿真验证了故障容错控制方法的有效性和鲁棒性。      

基于ANFIS的挖掘机器人挖掘轨迹仿真

为提高液压挖掘机器人工作装置挖掘作业轨迹规划控制精度,将挖掘机器人工作装置简化为斗杆、铲斗两关节二维机械臂进行分析.在建立逆运动学模型时,要将铲斗末端位姿空间与工作装置关节空间和油缸空间联系起来进行轨迹规划,以便在各个空间实现对挖掘机器人的控制.为提高跟踪期望轨迹精度,采用两个自适应神经模糊推理系统(ANFIS)分别学习两个关节的(x,y)坐标与关节角间的逆映射关系,建立了ANFIS逆映射模型.选取逆映射间的输入、输出曲面数据训练ANFIS结构,得到模糊模型的输入、输出映射曲面,实现给定的期望挖掘轨迹,获得相应的关节角.最后将得到的模糊模型用于跟踪期望的运动轨迹,仿真表明跟踪精度能够满足实际要求.     

无人驾驶车辆路径跟踪控制研究现状

近年来路径跟踪控制的发展十分迅猛,研究者们发表了大量的研究成果。考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路,从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾。在关于低速路径跟踪控制的研究工作中,研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响。目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑,采用预瞄控制使控制器提前响应,以及采用线性模型预测控制（LMPC）或非线性模型预测控制（NMPC）等模型预测控制方法作为路径跟踪控制方法等。考虑到NMPC既能减少系统约束的影响,又无需人为设置预瞄距离,且对定位误差等扰动因素具有较强的鲁棒性,加之低速路径跟踪控制对实时性的需求较低,因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求。高速路径跟踪控制在受系统约束影响之外,还面临着较高车速带来的行驶稳定性不足问题的挑战,因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法。不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题,目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块。此外,在高速路径跟踪控制中,地面附着系数等环境参数的影响也较大,因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向。      

无人直升机自抗扰自适应轨迹跟踪混合控制

为满足无人直升机高精度轨迹跟踪的控制需求,并降低直升机动力学模型误差对飞行控制器飞行控制效果产生的影响,提出自抗扰自适应直升机混合控制.该控制器的内环控制采用模型跟随自适应控制,通过使用动量反向传播算法(MOBP)对该内环控制参数进行实时优化.通过使用自抗扰控制(ADRC)对直升机的水平速度进行控制.仿真结果表明,该混合控制器能够实现直升机对预定轨迹的跟踪.相对PID和级联ADRC控制,该控制器具有更好的抗扰性和鲁棒性.通过在200 kg级的专业植保无人直升机XV-2上搭载所提出的控制器,使其自主飞行轨迹跟踪控制的均方根误差在0.6 m以内.      

基于预瞄距离的地下矿用铰接车路径跟踪预测控制

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性.      

集总干扰下六旋翼飞行器的轨迹跟踪控制

针对复杂集总干扰下六旋翼飞行器轨迹跟踪控制问题,给出了混合积分反步法控制与线性自抗扰控制的控制算法. 首先,通过牛顿-欧拉方程建立六旋翼飞行器的非线性动力学模型,并剖析系统输入输出的数学关系. 其次,根据六旋翼飞行器动力学模型的特点,将其分为位置与姿态两个控制环. 位置环采用积分反步法控制理论设计控制器,通过引入积分项来提高系统的抗干扰能力,消除轨迹跟踪的静态误差;姿态环采用线性自抗扰控制技术设计控制器,通过线性扩张观测器估计和补偿集总干扰影响,提高系统的鲁棒性. 最后,通过2组仿真算例和1组飞行试验验证了本文所提飞行控制算法的有效性. 研究结果表明:该控制算法对集总干扰有较好的抑制作用,能够使六旋翼飞行器既快又稳地跟踪上参考轨迹,具有一定的工程应用价值.      

逆变电源的专家PID控制

讨论了缝焊逆变电源的闭环控制问题,介绍了该系统的专家PID闭环控制原理.将焊接电流与参考正弦电流的误差及其变化量引入反馈,通过专家PID控制调整缝焊逆变桥输入SPWM的脉宽,以跟踪参考正弦电流和抗干扰.给出了缝焊逆变电源专家PID控制和增量式PID控制的效果.结果表明,无论是跟踪参考量的能力,还是抗干扰的特性,专家PID控制均优于增量式PID控制.     

自适应模糊模型在非线性系统中的仿真研究

针对一类仿射单输入单输出非线性系统采用模糊控制、模糊逻辑系统逼近和滑模控制相结合的模糊控制器,利用滑模控制及Lyapunov函数方法提出了直接模糊自适应控制方案。直接自适应控制器充分利用模糊控制规则,通过仿真表明该方法具有较好的跟踪性,能保证闭环系统稳定,跟踪误差收敛,具有一定的鲁棒性,系统中所涉及的所有变量有界,系统的跟踪误差渐近收敛于零或零的一个邻域内。     

高压输电线路带电检修机器人作业臂运动优化

针对完全依靠人工带电拧紧高压输电线路引流板螺栓作业效率低、劳动强度大、高空和高电压危险的问题,研制了一种双臂和双机械手的引流板螺栓拧紧带电检修机器人.通过各关节的轨迹规划双作业臂及其末端由初始位姿运动到螺栓螺母对准状态是机器人顺利完成检修作业的关键.针对现有多项式插值关节轨迹规划依赖于轨迹端点时刻,导致该方法实用性差及关节轨迹运动过程中忽略驱动机构对关节状态制约的问题,提出基于Min-Max时间标准化的改进多项式插值关节轨迹规划方法.基于该方法,以关节运动时间为优化对象,提出满足关节轨迹运动全程约束条件的关节运动时间区间范围的求取方法.通过仿真实验验证了改进算法关节轨迹仅与轨迹端点状态及运动时间有关,而与端点时刻无关,进一步淡化轨迹端点时刻对关节轨迹的影响,提高算法的实用性.通过选取最优关节轨迹运动时间,满足了关节状态全程状态约束要求,从而避免超调的发生,优化了各关节运动轨迹,提高了关节运动的效率.最后通过现场试验进一步验证改进算法的工程实用性.      

基于ST图的微循环血细胞自动跟踪与测量技术

为了有效分析微循环中血细胞的运动,利用血管中心线生成ST图,通过提取ST图中的轨迹,实现对血细胞的自动跟踪与测量.首先,设计出多尺度的方向滤波器,对ST图进行增强预处理;然后,在分析增强图像的概率密度分布函数和方向角度的基础上,设计了噪声滤波函数和方向滤波函数以提取细胞轨迹;最后,对提取的轨迹细化并计算其方向,实现对细胞的跟踪和流速测量.分别对人体微循环中的红细胞和白细胞进行跟踪与测量,跟踪的正确率达到96.5%以上,误差率小于1%.将流速测量结果与人工测量结果相比较,平均相关系数为0.98,高于现有的测量方法,表明该方法能更有效地分析和测量微循环中血细胞的运动.     

基于模糊滑模方法的不确定机器人神经网络控制

针对不确定机器人轨迹跟踪控制,提出了基于模糊滑模方法下的神经网络自适应控制,其中RBF神经网络集中补偿系统的不确定性,利用带边界层滑模变结构方法消除了神经网络的逼近误差,并通过模糊方法动态确定边界层宽度,很好的解决了滑模控制中的抖振现象。仿真实例表明,该控制律能保证误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性。     

基于嵌套饱和的输入约束浮空器非线性控制

提出用嵌套饱和函数描述的控制律形式，可以同时解决速率和幅值约束的控制问题.建立浮空器的三自由度模型，将除螺旋桨推力外的其他作用力作为扰动项，进而把该系统化为类积分链式系统；基于嵌套饱和控制理论，研究了类积分链式系统的控制输入幅值及速率约束与控制器饱和函数参数的关系；以浮空器为研究对象，进行纵向和横向通道解耦控制器设计，实现控制系统输入的幅值和速率有界.利用Lyapunov稳定性原理证明了系统的全局稳定性，分析了可调控制器参数对改善系统的动态性能的影响，在考虑风扰动的情况下，仿真验证了控制器的有效性和鲁棒性.      

基于双维度搜索的地下自主铲运机最优转弯轨迹规划

提出了一种基于双维度搜索的实时轨迹规划方法,用来解决自主地下铲运机转弯轨迹规划问题。该方法是一种结合采样思想和最优化算法的复合轨迹规划方法,包含三个主要步骤:基于双维度搜索策略的优化模型参数生成,基于二次规划的轨迹计算,以及基于约束检查的最优轨迹确定。该方法新颖之处在于提出的基于转弯区域行驶时间和里程的双维度搜索策略,以及基于平稳目标的轨迹最优化模型,可根据弯道区域入口速度和位置,快速生成纵横向都有最优性保证的最优轨迹。该方法结构简单、易于实施,可通过关键参数的调整满足控制器对轨迹生成速度的实时性要求。基于该轨迹规划方法的特点,使其不仅适用于实时轨迹规划,还可为未来智慧矿山的智能管控与优化调度提供底层约束。多组算例验证了该方法的有效性和优越性。      

无功补偿功率因数控制数字方法设计

电力电子器件的广泛应用导致了严重的无功污染，降低了设备的使用效率，增加了线路损耗。在无功补偿的控制理论研究中，功率因数校正技术(PFC)是重要的一环，即采用一定的控制方法，使电源的输入电流跟踪输入电压，通过对无功功率进行补偿使功率因数接近1。     

一类不确定非线性系统的串级主动补偿控制

针对一类具有下三角结构的单输入单输出不确定非线性系统,研究其稳定控制问题.提出一种结构简单、收敛速度可控以及抗扰性能良好的基于Backstepping方法的串级主动补偿控制策略,实现了闭环系统的渐近稳定控制.为解决闭环系统中不确定非线性未知问题,设计一种新的观测器,使得这种观测器能够实时跟踪闭环系统的不确定非线性.通过引入奇异扰动性理论,给出了闭环系统稳定性分析.仿真实验结果验证了该控制方法的有效性.      

基于时变局部模型的无人驾驶车辆路径跟踪

目前常用于无人驾驶车辆路径跟踪控制的有模型控制方法有两类，一类是基于全局模型的控制方法，另一类是基于局部模型的控制方法。基于全局模型的路径跟踪控制中无人驾驶车辆的纵向速度与全局坐标系中的横向、纵向位移误差之间存在随航向角变化的耦合关系，这种耦合关系使得控制器无法将纵向速度作为控制输入来提高路径跟踪控制的精确性。基于局部模型的路径跟踪控制器通常采用误差模型作为参考模型，这种模型使得控制器在参考路径曲率变化幅度较大时精确性较低。针对前述问题，基于非线性模型预测控制滚动优化的原理，提出一种基于时变局部模型的无人驾驶车辆路径跟踪控制方法，并在低速高附着路面、低速低附着路面和高速低附着路面等工况下进行仿真验证。在仿真结果中，相比于基于全局模型的路径跟踪控制器、基于局部模型的路径跟踪控制器以及Stanley路径跟踪控制器，基于时变局部模型的路径跟踪控制器精确性更高，其位移误差绝对值不超过0.3342 m，航向误差绝对值不超过0.0913 rad。      

滑模变结构在矿井监测机器人中的应用与研究

在矿井中,瓦斯的监测对于安全显得尤为重要。因为成煤中,物理和化学作用,使瓦斯的浓度急剧增加。本文对井下监测机器人的控制进行了新的运算,建立了数学模型。仿真图像结果显示该模型具有很好的匹配性和拟合能力,并对机器人的轨迹跟踪显示出很好的动态能力。由于传统的滑模变结构采用的是sgn函数,所以监测机器人在进行瓦斯监测时的行进路线出现一个等幅振荡,从数学的角度,用饱和函数sat代替sgn函数应运于机器人的轨迹跟踪,等幅振荡变得很弱。这种控制方法可以使机器人适合各种复杂的地形,因而具有实际的推广价值。     

一种新型的预测功能控制算法

预测功能控制(Predietive Functional Control,PFC)算法是模型预测控制(Model Predictive Control,MPC)算法中的一种.它适合用来控制快速过程,并能使它快速无延迟地到达目标或设定点.本文将PFC算法扩展应用到线性离散系统差分方程模型,文中将详细介绍这种新型的PFC算法,即线性差分方程预测功能控制LDE-PFC(Linear Difference E-quation,PFC)算法.LDE-PFC算法主要由四部分组成线性差分方程,输出预测,参考轨迹和控制作用计算.基于预测控制目标函数,LDE-PFC算法就是要让预测输出尽可能接近参考轨迹,同时能尽量快速平滑地到达设定点.为了证明LDE-PFC算法的有效性,在Matlab/Simulink平台上研究和仿真了LDE-PFC算法在离散系统中的应用.仿真结果表明,LDE-PFC算法能快速无延迟地跟踪不同类型的快速变化的设定点.