无人机编队机动飞行时的队形保持反馈控制

为提高编队大机动时的队形保持能力,采用虚拟结构编队方法,基于李雅普诺夫直接法设计独立的非线性队形保持控制器,并在此基础上采用非线性模型预测控制方法设计含队形反馈的编队轨迹跟踪器。通过在代价函数中引入队形误差代价来实现队形反馈控制策略,并采用动态参数实现编队队形保持和沿参考轨迹飞行之间的自适应切换,各无人机通过滚动求解有限时域优化问题得到虚拟结构的控制指令。仿真结果表明,相较于无队形反馈的情况,所设计的含队形反馈轨迹跟踪器能够显著地降低编队大机动时的队形保持误差。     

基于PSO算法虚拟Leader的多机器人编队控制

针对leader-follower编队方法的不足,引入分散化编队控制策略并提出了基于PSO算法的虚拟领航者的多机器人编队控制方法。引入一个基于改进PSO算法进行路径规划的虚拟领航者,控制编队方向;同时通过信息共享,领导者带领追随者跟踪虚拟领航者的踪迹,完成编队队形维护和控制,从而有效地避免队形陷入局部最优及避免角度的骤变引起队形不稳的问题。在仿真平台上进行仿真和分析,在实物平台得以验证。     

具有时延和干扰约束的多无人机滑模一致性编队控制研究

针对三维环境下的多无人机(UAVs)系统,在同时存在时延和干扰约束的情况下,提出了一种基于一致性的滑模编队控制算法,首先在考虑时延的基础上设计合适的一致性算法,其次利用滑模控制(SMC)方法解决编队系统中的轨迹跟踪和控制问题,并保证系统对于外部扰动的鲁棒性。仿真结果表明:在同时考虑编队过程中的时延和干扰约束的情况下,所提出的控制算法能够保持期望的编队队形。     

封面图片说明

正封面图片来自本期论文"角速度约束卫星编队控制与虚拟演示验证",图片是视景仿真中角速度约束下跟随者航天器对领航者航天器姿态跟随卫星编队控制图.针对角速度约束下卫星编队姿态同步控制问题,提出一种附加系统动态-姿态同步控制器综合设计策略.首先,考虑角速度约束影响,建立约束下卫星编队模型;其次,建立姿态跟踪误差方程,将角速度约束转化为角速度跟踪误差约束,并设计新型有限时间附加系统动态,保证姿态变化满足约束要求;然后,基于附加系统状态,设计姿态同步控制器,     

基于领航者的多UUV协调编队滑模控制

针对多无人水下航行器(unmanned underwater vehicle,UUV)编队控制易受外界环境扰动的问题,本文提出一种基于领航者的鲁棒滑模编队控制方法。该方法采用滤波反步法设计控制器,使领航者跟踪期望路径。为了使跟随者能够更好地跟踪上领航者,利用领航者的位置与速度信息进行编队控制器设计,增加系统的鲁棒性的同时,分别对跟随者的纵向速度误差和横向速度误差进行了积分滑模面的设计。仿真结果表明:针对外界环境扰动及参数的不确定性,本文所提出的鲁棒性的滑模编队控制器是切实有效的。     

多旋翼编队的分布式控制方法研究

目前在多旋翼编队中常用的是领航-跟随者的控制方法,但由于此方法中领航者与跟随者之间没有位置反馈,将导致编队误差与时间存在积分效应,因此可通过分布式控制方法引入位置反馈,进而实现多旋翼编队的稳定飞行。首先建立多旋翼编队模型并依据模型分析不同的编队控制方法;然后结合其优点,设计编队控制系统整体框架,提出一种基于相同坐标系的分布式控制算法;最后在已建立的数学模型基础上进行仿真试验。试验结果表明,所提出的分布式控制方法可以使无人机集群保持稳定的编队飞行,动态队形保持误差低于10%。     

基于模糊控制的无人车编队重构方法

针对多无人车系统(MUVs)在运动过程中因车道发生变化导致无人车编队困难、极易发生车队与车道碰撞等问题，提出基于模糊控制的无人车编队重构方法。首先通过领航跟随者法为MUVs设计编队控制器，保证无人车队可以在行进过程中稳定保持初始队形；再通过设计模糊控制器，将道路信息和车队信息相关联，建立车道到车队距离及其变化率和车队纵向预期距离之间的模糊推理关系，并据此进行无人车编队重构。实验表明，MUVs通过模糊控制算法的智能调节可以适应较为复杂的车道环境变化，自适应调整自身结构，提高整体稳定性和安全性。     

航天器编队飞行自适应协同避碰控制

为解决航天器编队飞行系统中存在通信时延、参数不确定的跟踪问题,并实现避免碰撞的控制目标,基于编队航天器的相对运动非线性动力学模型和势函数方法,对航天器编队飞行系统的自适应协同避碰控制方法进行了研究. 首先,在全状态反馈控制的情况下,提出了一种对通信时延和参数不确定具有鲁棒性的自适应协同避碰控制律;其次,进一步考虑速度信息不可测量的情况,通过引入一种新型滤波器设计了无速度测量的自适应协同避碰控制律,使得编队航天器实现对期望轨迹的跟踪,同时能够保证航天器编队飞行系统中航天器在安全区域飞行,避免发生相互碰撞. 最后,针对全状态反馈和无速度测量反馈的情况分别分析了航天器编队飞行闭环系统的Lyapunov稳定性,显著增强了闭环系统对通信时延和参数不确定的鲁棒性.结果表明,所设计的两种自适应协同避碰控制律可以有效地保证编队飞行航天器对期望轨迹的跟踪,且系统可以实现避免碰撞的编队飞行任务.     

双层规划模型的大规模UCAV编队队形优化

为解决复杂约束环境下大规模无人战斗机(UCAV)编队队形优化问题,提出基于双层规划模型的队形优化求解算法.以大规模UCAV编队空对地饱和打击作战场景为例,建立UCAV编队作战上层规划模型,通过采用离散粒子群-模拟退火(DPSO-SA)算法进行求解,得到执行每个任务的UCAV编号和最优队形;根据现有的编队作战队形库,建立编队中UCAV站位下层规划模型,通过采用遗传算法进行求解,得到UCAV在队形中的位置.仿真结果表明:在上层规划模型中引入改进模拟退火算法,可以解决离散粒子群算法易陷入局部极小值的问题;设计双层规划模型,可以解决DPSO-SA算法后期收敛速度慢的问题.相对于单层规划模型,双层规划模型求解大规模UCAV编队队形优化问题收敛速度更快,寻优效果更好.     

基于滑模控制的六自由度飞行器编队建模与仿真

针对高精度空间飞行器编队要求,对主从式飞行器相对平动和相对转动运动进行建模,用四元数叉乘表示主从航天器的相对姿态,构建航天器的误差动力学方程,进而得到六自由度飞行器编队的非线性动力学模型.基于所得模型,设计了六自由度飞行器编队控制的滑模控制器,使得从飞行器的平动与转动能够跟踪期望的状态轨迹,并基于Lyapunov定理证明该系统为一致渐近稳定.仿真结果表明,该控制器能够保证从飞行器六自由度运动跟踪误差的一致渐近收敛,为空间飞行器在轨服务等飞行器编队实际应用提供了理论参考.     

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.     

基于指令滤波的板球系统误差反步控制器研究

针对存在未知扰动条件下板球系统的轨迹跟踪控制精度不高的问题,研究了一种基于指令滤波的误差反步控制方法。首先,建立板球系统模型,引入二阶指令滤波器,滤除小球位置和速度状态变量的噪声干扰。其次,逐步选取李雅普诺夫函数,设计误差反步控制器,克服系统受到的外界干扰,实现对输入信号的渐进跟踪控制。最后,通过李雅普诺夫理论证明系统稳定性。仿真结果表明,该控制器能够有效抑制干扰,精确地完成轨迹跟踪任务。     

基于RBF和模糊预测的AGV轨迹跟踪控制

针对AGV系统存在初始位姿误差,而且给定轨迹又不连续时,应用传统的轨迹跟踪控制方法,就会使其初始速度产生较大跳变的问题,基于径向基函数(RBF)神经网络的非线性动态系统在线建模,将模糊控制技术与预测控制技术相结合,提出基于反演(Backstepping)方法的速度控制器和基于RBF的模糊预测转矩控制器,实施AGV路径跟随和轨迹跟踪控制.仿真和实验结果表明,设计的速度控制器和转矩控制器使AGV系统不仅有较好的动态性能,而且具有较强的鲁棒性.     

AGV建模和自适应模糊滑模跟踪控制研究

介绍了自动导引小车AGV的跟踪控制技术的研究现状;建立了AGV跟踪误差系统运动学和动力学的混合模型;针对AGV的初始位存在误差或给定轨迹不连续时,传统PID轨迹跟踪控制器会使其初始速度产生一个较大跳变的问题,将滑模变结构控制技术与自适应模糊控制技术相结合,提出了一种基于模糊滑模的AGV自适应模糊路径跟随和轨迹跟踪控制器。仿真和实验结果表明,给出的自适应模糊滑模控制器不仅有较好的轨迹跟踪控制效果,而且具有较强的鲁棒性。     

Trajectory Tracking Strategy for Gliding Hypersonic Vehicle with Aileron Stuck at an Unknown Angle

A nonlinear robust trajectory tracking strategy for a gliding hypersonic vehicle with an aileron stuck at an unknown position is presented in this paper. First, the components of translational motion dynamics perpendicular to the velocity are derived, and then a guidance law based on a time-varying sliding mode method is used to realize trajectory tracking. Furthermore, the rotational equations of motion are separated into an actuated subsystem and an unactuated subsystem. And an adaptive time-varying sliding mode attitude controller is proposed based on the actuated subsystem to track the command attitude and the tracking performance and robustness are therefore enhanced. The proposed guidance law and attitude controller make the hypersonic vehicle fly along the reference trajectory even when the aileron is stuck at an unknown angle. Finally, a hypersonic benchmark platform is used to demonstrate the effectiveness of the proposed strategy.     

轮式移动机器人快速轨迹跟踪

为了克服轮式移动机器人响应能力的有限性、保证轮式移动机器人快速跟踪给定的参考轨迹,本文充分利用预演信息(即提前获取的将来参考信息),设计预演控制策略、调节轮式移动机器人的驱动电压来控制机器人,使其快速跟踪给定的参考轨迹.首先,针对运动学模型设计虚拟控制器以保证轮式移动机器人能够渐近跟踪给定的参考轨迹.其次,建立了虚拟控制器的离散时间线性状态空间模型.再次,基于轮式移动机器人的动力学模型和虚拟控制器的线性模型,将轨迹跟踪控制问题等价转化成一个具有已知输入的线性二次调节问题.最后,基于Riccati方程的解,给出了最优预演控制策略的反馈增益.事实上,本文所提出的为虚拟控制器建立线性状态空间模型的方法适用于任意离散信息,这极大地方便了信息的处理与提前使用;另一方面,由于提前使用了参考信息,本文所提的预演控制策略能够快速地跟踪给定的参考轨迹.仿真实验以类正弦曲线为参考轨迹进行跟踪,结果表明:所提控制策略能使轮式移动机器人的速度与轨迹跟踪误差快速地趋于零,验证了所提预演控制算法的有效性.     

基于速度观测器的移动机器人轨迹跟踪控制

提出了一种无需纵向速度测量的新的移动机器人轨迹跟踪控制方法,可以采用速度观测器替代纵向测量装置来确定移动机器人的运动速度.设计了一种基于速度观测器的轨迹跟踪控制器.控制器设计是以轮式及履带式移动机器人模型及其所采用的驱动电机数学模型为基础,具有两种实用性能：（1）控制器不需要很精确的移动机器人模型参数和驱动电机参数,就可以很好地在一个闭环控制系统中减小跟踪误差;（2）在理论上仅需要通过一个设计参数的设置就能够有效地控制跟踪误差范围.     

基于扩张状态观测器的板球系统误差反步控制

为提高板球系统的轨迹跟踪精度和抗干扰能力,提出了一种基于扩张状态观测器的误差反步控制策略。首先设计扩张状态观测器,估计出系统受到的不确定扰动。然后将观测出来的平板转角和角速度状态变量与反步法相结合,设计出带有低通滤波性能的误差反步控制器。实验结果表明,所设计的控制器具有良好的轨迹跟踪性能,验证了该控制策略的有效性。     

基于终端滑模的移动机器人轨迹跟踪控制

分析了具有不确定性非完整约束移动机器人系统的轨迹跟踪问题。在运动学模型分析的基础上,利用非奇异终端滑模技术,提出了一种新的轨迹跟踪控制算法,该算法消除了传统滑模控制带来的奇异问题。基于后退方法的思想设计系统状态变量,将系统分解为低阶子系统处理,简化了控制律的设计。结合Lyapunov方法,证明了在该控制律作用下,对满足一定速度条件的期望轨迹,移动机器人完全能够实现轨迹跟踪。仿真实验结果表明了该方法的有效性。     

迭代学习PMLSM跟踪控制

在具有重复运动轨迹跟踪系统中,为了抑制永磁同步直线电机系统模型的不确定性、外部扰动,提高跟踪精度,提出用前馈-反馈结构来控制PMLSM的运动过程。重复迭代学习前馈控制可以提高系统轨迹跟踪性能,而IP反馈控制对参数变化和外部扰动有很好的抑制作用,提高系统的稳定性。Matlab仿真结果验证了方法的有效性。