基于模糊路径纠偏的AGV视觉精定位研究

针对传统自主导航车(AGV)无法满足高精度路径跟踪和关键点精确定位问题,首次提出一种基于模糊控制的路径纠偏和二维码的关键点精确定位的组合方法。首先建立AGV四轮差动运动学模型,以位置偏差和角度偏差作为输入,纠偏控制量为输出设计一个二维模糊控制器实现快速纠偏。另外针对特殊点位高精度定位需求,根据每帧采样图片的尺寸固定这一特点建立基准坐标模型,通过三点定位法获取二维码轮廓,然后利用中心点的偏移计算误差,实现精确定位。     

叉车式AGV模糊控制系统的设计与试验研究

针对叉车式AGV的结构和非完整约束的特点,提出了基于模糊控制理论的磁导引AGV的运动控制方案。在对车体位移偏差和方向角偏差模糊化的基础上,根据模糊控制器推理分析结果对AGV的运动轨迹进行纠偏,使AGV始终沿着规定的磁导引路径运动。测试结果表明,该AGV控制方法的轨迹跟踪精度完全可以满足运行要求。     

基于PSO的二级倒立摆LQR最优控制器设计

根据微粒群算法的随机性、快速性、易于实现性等优点,针对LQR在二级倒立摆最优控制设计过程中对加权矩阵Q、R选择的盲目性,研究了基于PSO的LQR最优控制器的设计方法,该方法利用PSO算法的启发式全局优化特点对Q、R阵进行寻优,然后得到状态反馈控制律K。并设计了基于该方法的二级倒立摆的最优控制器,通过和基于遗传算法的LQR最优控制器比较,仿真结果表明：该方法所设计的最优控制器能使系统的响应时间更快,超调量更小,对二级倒立摆的控制效果更理想。     

视觉导引AGV的路径跟踪控制研究

AGV作为一种自动化程度很高的物流设备,广泛应用于柔性制造车间和自动化立体仓库等场所。视觉导引AGV通过对路径标志的识别和跟踪实现导航,如何提高跟踪精度一直是研究的热点问题。为此,提出一种利用粒子群算法对AGV的控制器参数进行优化,以使AGV的跟踪偏差尽可能小,并且提高系统的动静态稳定性、实时响应性。首先分析AGV的运动学模型,建立了粒子群算法优化的PID控制器;然后在Matlab中对不同速度运行下的小车控制分别进行仿真,通过比较优化前后的控制系统的结果,可以看出优化后的小车控制器性能明显提高,证明了所设计控制策略的有效性。     

基于三菱PLC的AGV磁导航PID模糊控制与实现

为满足3 C产品自动化生产要求设计了一款实用型AGV,选择以三菱FX-3 U PLC为控制核心,采用磁导航循迹模式,以及差速式驱动方案。针对PLC模糊控制难点,解析了读取RFID卡所必须的Modbus协议,对输入量进行分区模糊处理,设计出基于磁条点位与路径不同来调整PID模糊控制因子的方案。建立运动方程并进行Matlab仿真,最后在生产车间测试该方案。测试结果表明,采用该算法使小车位姿能快速趋于稳定,最大跟踪误差保持在±5°以内,因而可显著提高AGV快速路径跟踪能力,具有较强的鲁棒性。     

倒立摆张量积分散LQR稳定控制北大核心CSCD

针对单级环形倒立摆非线性模型的二次型最优控制的问题,提出一种张量积分散LQR控制设计方法。首先,对单级环形倒立摆模型在选定的变参数空间进行离散化;然后针对各离散点系统,通过黎卡提方程求解LQR控制器,并将控制器增益矩阵存储到离散张量中;接着,运用张量积模型变换方法得到凸多面体结构的张量积分散LQR控制器;最后,通过仿真实验测试算法的有效性。实验结果表示,相比于传统LQR控制方法,新方法可以在更大范围内保证较优的性能指标,且无需经过较为复杂的解析求解过程,而且所得控制器可使用查表方法进行在线计算,相比于SDRE方法,更适用于实时控制。     

平面倒立摆建模与最优控制算法的研究

倒立摆系统是一个多变量、非线性、高阶次、强耦合、欠驱动的自然不稳定系统,是自动控制理论教学和研究中典型的物理模型。本文以平面倒立摆系统为研究对象,使用拉格朗日方程建立了多级平面倒立摆的数学模型。采用线性二次最优控制算法,分别设计了LQR及LQR-模糊控制器,实现平面多级倒立摆的平衡控制,结论证明了本文设计的LQR控制器有很好的稳定性、鲁棒性和适应性。     

基于改进模糊PID的自动导引车纠偏控制研究

针对传统模糊比例—积分—微分(PID)控制器对自动导引车(AGV)路径跟踪精度低的问题,提出一种基于比例调整和积分分离的模糊PID纠偏控制方法。首先分析并建立AGV的运动学模型;其次设计模糊PID控制器的输入输出隶属度函数及模糊控制规则;最后对模糊控制器输出的比例项和积分项以偏差的大小为依据分别进行比例调整和积分分离。仿真实验表明:积分分离可以有效降低系统超调量,比例调整加快系统的响应速度,本文设计的纠偏控制器具有快速性和稳定性等优点。     

基于LQR的直线一阶单倒立摆最优控制器的设计

对已有的LQR最优控制中系统的动态响应与加权矩阵Q和R之间遵循的基本规律进行分析,并根据这一基本规律对给定的直线一阶单倒立摆采用线性二次型最优控制的方法设计控制器。仿真结果表明,基于LQR的最优控制系统对直线一阶单倒立摆具有很好的控制效果。     

磁导航AGV分段模糊PI控制器设计

为了提高3C产品的自动化生产效率,以STM32F407ZGT6单片机为系统控制器核心,对磁敏传感器组寻迹的滚筒式AGV设计了16位磁敏传感器的阵列布置形式,并根据此形式以及磁导引滚筒式AVG的寻迹约束条件和行走要求提出了路径的识别与轨迹跟踪算法,即分段模糊PI控制算法,以适应AGV小车在直行 、转弯和停车三种状态下存在的位置偏差和角度偏差的控制.运用Matlab软件中Simulink模块搭建模糊控制器的仿真模型,对AGV的轨迹跟踪进行仿真,并进行了实际行走测试.AGV行驶时路径偏差保持在8 mm以内,可保证AGV稳定准确地跟踪预设路径,且具有较强的鲁棒性.     

基于实时仿真平台直升机系统控制策略研究

直升机飞行控制系统属于典型的多输入-多输出系统,本身具有非线性特性,是控制系统工程中较为复杂的被控对象,设计有效的低成本的直升机的飞行控制系统日益受到重视.本文设计了一种新型的直升机实时仿真系统,利用加拿大Quanser公司开发的三自由度运动仿真平台,基于Matlab的实时工作间进行了飞行控制系统的设计,通过代码自动生成环境产生实时仿真代码,进行仿真实验.本文介绍了系统的组成,建立了系统的数学模型,设计了系统的控制器,并对最优控制策略进行了研究.控制器在传统PID控制方案的基础上采用LQR控制方案.最后经仿真验证可知,LQR控制器可以实现最优控制,该系统控制效果较好.     

单级倒立摆LQR最优控制及其嵌入式系统实现

倒立摆以其非线性特点成为控制理论分析和设计的典型实验设备.针对单级倒立摆系统,建立其数学模型,设计了线性二次型最优控制器,利用Matlab进行了仿真验证.同时,搭建了控制系统的实物实验平台,利用Z-World公司的嵌入式系统实现了该控制算法,并进行了调试,完成了倒立摆的平衡控制.并作了一些干扰实验来验证系统性能.仿真研究和实物实验的结果,表明在嵌入式控制系统中实现的LQR最优控制算法具有很好的控制效果,使倒立摆具有良好的动态性能和稳态性能.     

基于模型预测的自动导引车区间轨迹跟踪控制

针对自动导引车(AGV)轨迹跟踪问题,在确定其可行驶区域的基础上,考虑自动导引车的大小和形状,本文设计了一种基于模型预测控制理论的轨迹跟踪控制方法.首先,将车辆运动学模型进行线性化处理,得到车辆动力学线性模型;其次,运用模型预测控制方法,利用预测路径与期望路径之间的误差,通过优化得到使性能指标最优的控制序列;最后,在MATLAB软件上对轨迹跟踪控制器进行仿真.实验结果表明,AGV可以稳定地跟踪参考轨迹,且距离偏差和角度偏差都在给定的可行范围内,证明了提出的基于模型预测控制的轨迹跟踪算法具有良好的跟踪性能.     

Optimal Control of Nonlinear Inverted Pendulum System Using PID Controller and LQR: Performance Analysis Without and With Disturbance Input

Linear quadratic regulator(LQR) and proportional-integral-derivative(PID) control methods, which are generally used for control of linear dynamical systems, are used in this paper to control the nonlinear dynamical system. LQR is one of the optimal control techniques, which takes into account the states of the dynamical system and control input to make the optimal control decisions.The nonlinear system states are fed to LQR which is designed using a linear state-space model. This is simple as well as robust. The inverted pendulum, a highly nonlinear unstable system, is used as a benchmark for implementing the control methods. Here the control objective is to control the system such that the cart reaches a desired position and the inverted pendulum stabilizes in the upright position. In this paper, the modeling and simulation for optimal control design of nonlinear inverted pendulum-cart dynamic system using PID controller and LQR have been presented for both cases of without and with disturbance input. The Matlab-Simulink models have been developed for simulation and performance analysis of the control schemes. The simulation results justify the comparative advantage of LQR control method.     

基于图像视觉伺服的AGV动力学控制

针对具有非完整约束AGV点镇定控制问题,提出一种新的基于图像视觉伺服控制算法.采用眼在手上视觉伺服模型,利用图像视觉伺服原理,基于图像误差设计了AGV视觉控制器,求得AGV广义控制速度;然后根据非完整约束特点的AGV运动学和动力学模型,利用计算力矩法设计了AGV动力学控制器,由广义控制速度计算出AGV控制力矩;从而实现了基于图像误差AGV力矩控制.并利用Matlab和Simulink进行了仿真,仿真结果表明了控制方法的有效性和可行性.最后利用Reinovo型AGV进行了实验,表明该方法具有很好的实用性.     

基于蚁群算法的机器人系统LQR最优控制研究

针对两轮自平衡机器人线性二次最优控制器(LQR)中的权参数选择问题,提出了一种基于自适应蚁群算法的权矩阵优化参数策略.利用LQR控制器,采用自适应蚁群算法对LQR权矩阵Q的各位参数进行数字寻优,将得到的数字序列进行划分,寻找到最优参数值,从而对两轮自平衡机器人的俯仰属性进行有效的系统控制.仿真实验结果表明:采用蚁群算法优化后的控制器比人工选择参数策略有更好的控制效果,验证了方法的稳定性和有效性.