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.     

合作机器人的关键技术及实验研究

为了使合作机器人(Cobot)在同一作业空间内与人直接进行物理合作,对Cobot的不完全约束关节机构和虚拟轨迹控制2项关键技术进行了建模及实验研究.建立了基于双超越离合器的不完全约束关节机构的模型及约束控制模型,并以五杆式Cobot为实验样机对关节机构的被动约束特性进行了实验验证.提出了基于操作力的轨迹规划方法,建立了轨迹规划模型,并对Cobot跟踪给定直线和圆弧轨迹进行了实验研究.研究结果表明,不完全约束关节机构具有被动特性,可以约束Cobot关节的运动状态;轨迹规划方法可以实现Cobot的轨迹控制.文中的研究成果经过进一步完善,可以应用到合作机器人系统,对完善人机合作技术、扩大机器人产业和提高机器人的作业水平等具有重要的实际意义.     

性能函数约束下的动力定位船轨迹跟踪控制

针对动力定位船的轨迹跟踪中经常涉及到控制偏差较大和跟踪误差无法估计的问题,本文提出了一种预设性能函数的约束控制方法。首先建立了三自由度简化的动力定位船运动学和动力学模型,根据模型特性设计了基于预设性能函数的反步自适应控制器,该控制方法能够保证动力定位船在执行轨迹跟踪任务过程中的暂态性能和稳态性能满足控制指标要求。然后通过Lyapunov稳定性判据,证明了满足预设性能前提下的系统稳定性并且能够快速收敛到平衡点的微小邻域内。实验结果表明:此方法减小了轨迹跟踪误差的超调量,保证了轨迹跟踪误差始终在预先设定的约束范围内。     

多变量非线性系统的有约束模糊预测控制

针对多变量非线性系统提出了一种带约束输入的广义预测控制(GPC)算法.首先对多变量非线性系统建立T-S模糊模型,利用模糊聚类算法和正交最小二乘算法对输入变量的模糊划分及后件部分的参数分别进行辨识,然后在每个采样点对系统进行局部动态线性化.根据得到的系统线性化模型设计GPC算法,该算法充分考虑了控制输入及其增量受约束的情况,而且不必求D iophantine方程,大大减小了计算量.仿真结果表明该算法能保证系统输出有效跟踪设定值,而且控制输入和控制增量均在其约束范围之内.     

控制输入受限的板球系统滚动线性二次型调节器控制

为了实现板球系统高精度的轨迹跟踪目标,首先根据目标轨迹,利用微分平坦技术得到前馈控制量和目标状态量.然后,基于目标状态建立偏差系统,结合预测控制中的滚动优化思想设计了滚动线性二次型(LQR)控制器.最后,考虑到被控对象输入受限的情况,在变椭圆域约束的条件下优化控制系统性能,并通过本地管理接口(LMI)求解出控制器.仿真结果显示,在输入受限的情况下,板球系统具有良好的轨迹跟踪性能、稳态性能和鲁棒性能.     

基于非线性模型预测的四旋翼无人机轨迹跟踪控制

针对四旋翼无人机轨迹跟踪控制器跟踪性能不稳定的问题,提出一种基于非线性模型预测控制(nolinear model predict control, NMPC)的轨迹跟踪算法。首先,建立四旋翼无人机的动力学模型,定义四旋翼无人机的位置和姿态为状态量,螺旋桨转速为控制输入量,建立非线性状态空间方程作为控制算法的预测模型。其次,定义最优化函数和四旋翼无人机控制约束,将轨迹跟踪控制问题转换为非线性最优化求解问题。最后,通过多重打靶法求解得到的最优控制量作为四旋翼无人机的输入信号。为验证NMPC算法的跟踪性能,在Matlab中搭建仿真平台进行对比实验,结果表明,与PID和串级模型预测控制(model predict control, MPC)及改进MPC方法相比,NMPC算法能够在满足约束的情况下完成轨迹跟踪任务,误差小、精度高,并具有抗干扰能力。     

基于克隆选择算法的非线性优化迭代学习控制

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪,将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后,一个克隆选择算法用于求解下次迭代运算中的最优输入,另一个克隆选择算法用于修正系统参考模型。仿真结果表明,该方法比GA-ILC具有更快的收敛速度,能够有效处理输入上的约束以及模型不确定问题,通过少数几次迭代学习就能取得满意的跟踪效果。     

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。     

基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制

轮式移动机器人路径跟踪控制问题中通常存在状态约束和输入约束,并且系统运行时容易受到外部扰动的影响。本文基于非线性扰动观测器提出了一种轮式移动机器人滚动时域路径跟踪控制策略。当没有外部扰动作用于系统时,滚动时域控制算法可以满足控制约束和状态约束,并且使得轮式移动机器人跟踪期望的轨迹;当存在外部干扰,尤其是慢变扰动时,非线性扰动观测器能够估计扰动,并通过反馈补偿扰动对轮式移动机器人移动轨迹的影响。仿真结果表明,在外部干扰存在的情况下该控制策略能够保证移动机器人渐近跟踪期望路径。     

时滞非线性参数系统有限时间状态约束控制

研究了具有输入时滞、有界外部干扰以及全状态约束的严格反馈连续时间参数化非线性系统的自适应有限时间跟踪控制问题. 通过使用Barrier Lyapunov函数和自适应反步法,保证了系统所有状态都被约束. 针对输入时滞问题,采用pade近似法消除其带来的负面影响. 所设计的有限时间控制器使闭环系统内的所有信号都有界且所有状态都被约束在给定的范围内,同时输出信号能很好地追踪给定参考信号. 最后通过仿真实例验证了该控制方法的有效性.     

四轮移动机器人轨迹跟踪的最优状态反馈控制

对具有量测噪声、模型噪声和输入信号干扰的四轮移动机器人轨迹跟踪的最优状态反馈控制进行研究.建立系统的运动学与动力学方程和轨迹生成方程,导出了相应的离散状态方程式,采用卡尔曼滤波器对伴有高斯白噪声的系统状态方程进行了状态估计,提出一种基于李亚普诺夫稳定性的最优状态反馈控制策略.给出了补偿输入信号干扰的自适应算法.仿真结果表明,所提出的控制算法,在四轮移动机器人轨迹跟踪中,能有效地抑制系统的模型、量测和输入信号中的随机噪声和扰动,提高系统的跟踪精度和动态响应速度,使系统具有优良的静、动态特性．     

全方向康复步行训练机器人的跟踪控制

针对全方向康复步行训练机器人在跟踪运动过程中x轴、y轴和方向角各轨迹之间存在强耦合的问题,提出了速度跟踪控制器设计方法,从而使全方向康复步行训练机器人能同时实现各个方向理想的跟踪效果.在全方向康复步行训练机器人动力学模型和运动学模型的基础上,采用输入-输出线性化方法,通过模型解析推导出四轮转速与其驱动力间的解耦状态方程,设计速度跟踪控制器,实现速度的解耦控制.将速度控制器与非线性反馈控制律相结合,可以实现对运动轨迹的跟踪.仿真实验表明,本文方法具有一定的有效性,解决了传统跟踪过程中不能同时实现运动速度和运动轨迹跟踪的问题.     

一种可用于线性动态延迟系统控制的开环比例型一阶给定超前迭代学习控制算法

本文讨论了迭代学习控制的基本概念，并给出了一种可用于线性动态延迟系统的比例型一阶给定超前迭代学习控制算法。理论分析证明，这种控制算法对于跟踪重复运动的轨迹具有良好的效果。     

New model reference adaptive control with input constraints

A new scheme of adaptive control is proposed for a class of linear time-invariant( LTI) dynamical systems,especially in aerospace,with matched parametric uncertainties and input constraints. Based on a typical and conventional direct model reference adaptive control scheme,various modifications have been employed to achieve the goal. "C omposite model reference adaptive control"of higher performance is seam-lessly combined with "positive μ-mod",which consequently results in a smooth tracking trajectory despite of the input constraints. In addition,bounded-gain forgetting is utilized to facilitate faster convergence of parameter estimates. The stability of the closed-loop systemcan be guaranteed by using Lyapunov theory.The merits and effectiveness of the proposed method are illustrated by a numerical example of the longitudinal dynamical systems of a fixed-wing airplane.     

双足机器人鲁棒轨迹跟踪控制

根据机器人的动态特性和鲁棒控制理论,利用拉格朗日法建立了Robonova-1机器人的动力学模型。针对机器人系统的跟踪轨迹控制问题,考虑该系统实际存在的不确定性,基于机器人系统中存在的不确定性的上界设计了一个鲁棒控制器。仿真实验结果证明,该鲁棒控制方法对模型的不确定性或外部干扰对机器人系统产生的影响具有一定的抑制作用,对双足机器人的控制是有效的。     

Dynamic Tracking Control of Space Robot Flexible Arm

ＤｙｎａｍｉｃＴｒａｃｋｉｎｇＣｏｎｔｒｏｌｏｆＳｐａｃｅＲｏｂｏｔＦｌｅｘｉｂｌｅＡｒｍＤＩＮＧＸｉｌｕｎＷＡＮＧＳｈｕｇｕｏＺＨＡＯＣｈｕｎｘｉａＣＡＩＨｅｇａｏ（丁希仑）（王树国）（赵春霞）（蔡鹤皋）（ＲｏｂｏｔＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔ...     

Implementation of MPC-Based Trajectory Tracking Considering Different Fidelity Vehicle Models

In order to investigate how model fidelity in the formulation of model predictive control(MPC) algorithm affects the path tracking performance, a bicycle model and an 8 degrees of freedom(DOF) vehicle model, as well as a 14-DOF vehicle model were employed to implement the MPC-based path tracking controller considering the constraints of input limit and output admissibility by using a lower fidelity vehicle model to control a higher fidelity vehicle model. In the MPC controller, the nonlinear vehicle model was linearized and discretized for state prediction and vehicle heading angle, lateral position and longitudinal position were chosen as objectives in the cost function. The wheel step steering and sine wave steering responses between the developed vehicle models and the Carsim model were compared for validation before implementing the model predictive path tracking control. The simulation results of trajectory tracking considering an 8-shaped curved reference path were presented and compared when the prediction model and the plant were changed. The results show that the trajectory tracking errors are small and the tracking performances of the proposed controller considering different complexity vehicle models are good in the curved road environment. Additionally, the MPC-based controller formulated with a high-fidelity model performs better than that with a low-fidelity model in the trajectory tracking.     

柔性机械臂动力学建模及非线性控制器设计

针对轴向不伸长的Ｅｕｌｅｒ－Ｂｅｒｎｏｕｌｉ梁，采用假设模态法，根据能量一致性原理，利用变形约束方程的小变形假设条件，对带有末端荷载的柔性机械臂推导出考虑动力刚化影响的柔性机械臂有限维一致线性动力学方程。为实现柔性机械臂关节转角运动轨迹的精确跟踪采用基于输入输出部分线性化的控制方法设计非线生控制器，对该非线性动力学模型进行了解耦并产生理想关节转角运动轨迹的控制输入。