基于线性矩阵不等式的Acrobot鲁棒镇定控制

针对欠驱动机器人Acrobot,提出一种基于线性矩阵不等式的鲁棒镇定控制方法。通过将Acrobot在垂直向上不稳定平衡点附近的第一杆角速度看作一种不确定性,得到Acrobot的不确定模型,在此基础上设计一种基于线性矩阵不等式的鲁棒镇定状态反馈控制律,实现Acrobot较大范围的平衡控制。仿真和对比结果验证了方法的有效性和优越性。     

基于智能优化算法的Pendubot轨迹规划与控制方法设计

以垂直Pendubot为研究对象,提出一种基于智能优化算法的轨迹规划与控制方法,以解决Pendubot控制过程中难以从摇起区过渡至平衡区的问题.为Pendubot的驱动连杆规划一条从初始角度到中间角度的正向轨迹和一条从中间角度到目标角度的反向轨迹.欠驱动连杆在系统耦合关系作用下进行运动,对应的Pendubot末端点也运动至相应位置.通过遗传算法优化轨迹参数,将正向和反向轨迹拼合为一条由初始角度到目标角度的驱动连杆轨迹的同时,对应的Pendubot末端点轨迹拼合为一条由垂直向下平衡位置到垂直向上平衡位置的完整轨迹,然后设计跟踪控制器跟踪优化后的驱动连杆轨迹至目标角度,由于耦合关系的存在,Pendubot末端点也运动至垂直向上平衡位置.由于Pendubot受重力作用,其末端点很难长时间稳定在垂直向上平衡位置,故设计镇定控制器,实现Pendubot末端点在垂直向上平衡位置的镇定控制.最后通过仿真实验验证所提出方法的有效性,并通过对比说明所提出方法在奇异点规避、控制器设计和控制效果方面的优势.     

内模控制框架下时延系统扩张状态观测器参数整定

作为一种有效的控制设计方法, 自抗扰控制研究获得了广泛关注, 然而针对自抗扰控制器的参数整定方法则相对较少. 本文针对一阶惯性加延迟系统, 将线性自抗扰控制转化为内模控制结构, 导出了其中控制器、滤波器、乘性不确定性、互补灵敏度函数的对应表达式, 随后, 利用频域鲁棒稳定性判据, 分析了自抗扰控制器核心—–扩张状态观测器的参数对闭环系统稳定性的影响. 基于该分析, 总结出一阶惯性加延迟系统扩张状态观测器的两条参数整定准则. 数值仿真结果验证了该整定准则的有效性.     

欠驱动RTAC的滑模自抗扰镇定控制

针对欠驱动RTAC (rotational/translational actuator)的镇定问题,提出了一种滑模自抗扰控制方法,通过对总扰动的观测和补偿降低了未知扰动对RTAC的影响.为克服RTAC的欠驱动特性,所提方法通过将可驱动的摆球角度和无驱动的小车位置两个状态相结合,构建出虚拟被控量作为系统输出,从而使RTAC的动力学模型转换为非欠驱动模型.基于重建的模型设计线性扩张状态观测器(linear extended state observer, LESO)和滑模控制器,并采用Lyapunov方法证明RTAC的闭环稳定性,实现了RTAC的镇定控制,有效抑制了小车的振荡.最后,通过数值仿真和硬件实验验证了所提控制方法的有效性,与已有方法的对比分析证明该方法具有良好的控制性能.     

高精度Stewart平台运动控制系统设计

为实现Stewart平台的高精度运动控制,设计了基于运动学模型的运动控制系统。在工作空间中使用梯形速度曲线进行轨迹规划,通过位置反解得到关节空间中各支腿的规划轨迹,设计位置—速度双环控制器控制支腿跟踪各自轨迹。为抑制外部扰动,提高鲁棒性,使用基于模型辅助线性扩张状态观测器的自抗扰控制器作为速度环控制器。为在保证轨迹跟踪精度的同时,加快系统镇定速度,使用分段积分重置PI控制器作为位置环控制器。将所设计的控制器应用到实际控制系统中,并进行了运动控制实验。实验表明:在所设计控制系统的控制下,平台运行平稳,并能够较快稳定到目标位姿。     

可穿戴上肢外骨骼机器人的算法和仿真

针对可穿戴上肢外骨骼机器人的传统PID控制算法稳定时间长、偏差较大等特点,分析了可穿戴上肢外骨骼工作原理和结构,建立了人体上肢外骨骼的控制模型,提出了具有自适应性、精确性、快速响应性等特点的自抗扰控制算法,从而达到外骨骼快速跟随手臂和手臂平稳控制外骨骼的目的。通过对PID算法、非线性跟踪微分器(TD)、非线性扩张状态观测器(ESO)、自抗扰控制算法的理论分析和Matlab仿真,得到了更直观的运动学数据:关节的最大偏差和达到稳定的时间。比较分析这几种算法的数据可知,自抗扰控制具有响应迅速、动态补偿、超调量小的优点。制作了试样关节、控制电路、驱动电路,并编写了对应的调试程序。试验结果表明,自抗扰控制算法可以更好地控制上肢外骨骼机器人,具有良好的实际控制效果。     

微型飞行器的自抗扰控制器设计

微型飞行器具有高度的非线性特性,且气动参数具有不确定性,难以建立精确的数学模型;为实现其姿态、速度、以及高度的精确鲁棒控制,基于自抗扰控制方法设计了微型飞行器速度回路和高度回路的控制器;首先建立了微型飞行器的非线性模型,然后利用扩张状态观测器对飞行器状态和气动不确定性因素进行了估计,并通过非线性反馈对模型不确定性部分和状态耦合进行补偿,实现了纵向通道的解耦控制;通过仿真对所设计的控制器进行性能验证,结果表明自抗扰控制器能够实现对微型飞行器的快速稳定控制,且不依赖于精确的飞行器数学模型,具有良好的鲁棒性。     

光伏阵列清洁机器人路径跟踪改进型自抗扰控制

针对光伏阵列清洁机器人清洁作业过程中存在路径跟踪精度低与外界不确定干扰等问题,提出了一种改进型自抗扰控制策略来控制驱动单元模型,实现驱动单元角速度（力矩）的高鲁棒性控制,从而提高了机器人的路径跟踪精度.通过分析机器人的运动状态,得到清洁机器人实际运动位姿与期望运动位姿之间的误差.由于外界环境以及其他不确定因素的干扰,通过建立清洁机器人移动底盘带不确定干扰因素的动力学控制模型,在传统自抗扰控制器的基础上通过改进fal函数,提出了一种运动学与动力学内外嵌套的改进型自抗扰策略.改进型扩张状态观测器来实时观测并补偿不确定干扰因素,从而实现清洁机器人高精度跟踪作业目标路径.通过多种目标路径的跟踪仿真实验,最终都表现出了较好的跟踪结果.证明了本文所设计的基于改进型自抗扰控制的光伏阵列清洁机器人路径跟踪控制算法的优越性与有效性,提高了光伏阵列清洁机器人的清洁作业路径跟踪精度.     

基于自适应神经模糊推理系统的船舶航向自抗扰控制

在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)实现自抗扰控制器参数的在线调整,设计了自适应PD的自抗扰控制器和自适应扩张状态观测器(ESO)的自抗扰控制器;分别在船舶受到外界扰动和参数摄动的两种情况下进行了仿真,仿真表明自适应自抗扰控制器控制效果更好,抗扰能力更强,表现出较强的鲁棒性。     

无人机空中加油控制设计与仿真

无人机空中加油控制精度问题,无人受油机模型的各种不确定性与来自外部的各种干扰归结为扰动,造成控制精度差。为解决上述问题,提出一种免疫粒子群优化算法的自抗扰无人机自主空中加油飞行控制律设计方法。利用自抗扰控制能够自动检测并补偿内部与外部干扰影响的特点,并利用扩张状态观测器进行估计与补偿,从而增强了所设计飞行控制律的鲁棒性,用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究,以提高设计效率。仿真结果表明,所设计的自抗扰自主空中加油控制系统具有优良的控制性能与较高的控制精度,能够满足无人机自主空中加油的要求。     

Active Disturbance Rejection Control for Teleoperation Systems with Actuator Saturation

In this paper, stabilization of a nonlinear bilateral teleoperation system with time delays and actuator saturation is investigated via active disturbance rejection control (ADRC). An linear extended state observer is introduced to deal with the lumped system uncertainties. Lyapunov functions are given to prove the stabilization of the closed‐loop bilateral teleoperation system. Two Phantom Premium 1.5 HighForce (HF) robot manipulators are used in experiments to demonstrate the effectiveness of the proposed method in this paper.     

基于扩展雅可比矩阵的冗余液压驱动四足机器人运动控制

针对冗余液压驱动四足机器人运动学逆解问题,提出一种基于扩展雅可比矩阵的冗余液压驱动四足机器人运动控制方法.该方法既能解决冗余自由度带来的逆解多解问题,还能使机器人足端入地角度满足摩擦锥要求避免足端滑动.首先,规划机器人足端轨迹得到机器人足端速度,在分析机器人足端入地角度对机器人运动性能影响的基础上,结合机器人腿部结构几何关系,建立扩展雅可比矩阵,确立机器人关节角度速度和足端速度的映射关系,即得到机器人关节角度的解.然后,在对角步态下,通过仿真对传统的梯度投影法和提出的扩展雅可比矩阵法进行对比,理论分析及仿真表明传统的梯度投影法存在误差累积,且在实时性上不如扩展雅可比矩阵法.最后,实验验证了基于扩展雅可比矩阵逆运动学分析方法的可行性和有效性.     

基于三步法的机械臂轨迹跟踪控制

考虑机械臂末端轨迹跟踪控制问题,以跟踪逆运动学求解出的末端期望轨迹对应的各关节期望角度为控制目标.设计了一种基于三步法的控制器,该控制器由类稳态控制、可变参考前馈控制和误差反馈控制3部分组成.证明了该控制器可以通过控制机械臂的各关节力矩实现各关节实际角度对期望角度的状态跟踪,进而使得末端轨迹渐近跟踪期望轨迹,并且跟踪误差是输入到状态稳定的.仿真表明基于三步法控制器的空间机械臂末端可以渐近跟踪期望轨迹,并且该算法可以克服系统的末端负载质量变化等不确定性的影响.     

一类欠驱动机械系统的全局鲁棒控制

针对具有质心参数不确定性的Acrobot系统,提出一种全局的鲁棒控制方法.首先,给出系统具有质心参数不确定的系统模型;其次在摇起区,分析系统不确定性条件下的能量变化情况,基于能量不断增加的思想设计出摇起控制器;在平衡区,把系统的不确定性转化为模型状态矩阵的不确定性,引入H标准设计方法,得出存在H状态反馈控制器的充要条件,通过求解线性矩阵不等式使系统有效地克服不确定性的影响实现二次稳定;最后通过仿真实验验证了所提方法的有效性.     

基于扩张状态观测的机器人分散鲁棒跟踪控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题, 提出一种基于扩张状态观测补偿的关节独立分散鲁棒控制方法. 设计多个并联的扩张状态观测器, 分别对每个独立关节的未知模型动态与外部扰动进行动态估计和补偿, 采取非线性状态反馈控制以提高系统的控制性能. 各个关节的控制完全独立, 因而控制器结构简单、可靠、易于实现. 对所设计的关节分散鲁棒控制器的 Lyapunov 稳定性进行了分析, 证明系统是指数收敛全局一致最终有界稳定的. 对 PUMA560 机械手的大量控制仿真验证了本文方法的有效性.     

Robust Stabilization of Nonlinear PVTOL Aircraft with Parameter Uncertainties

In this work, the stabilization control problem is investigated for the planar vertical take‐off and landing (PVTOL) aircraft with unknown model parameters. To cope with the challenges caused by non‐minimum phase and parametric uncertainties, a new appropriate output, different from the general centroid position output, is carefully constructed to ensure the zero dynamics asymptotically stable, then the sliding‐mode technique is applied to design a state feedback control law. The proposed robust control law is proved able to asymptotically stabilize the PVTOL aircraft to the desired fixed position with null velocities and roll angle despite the unknown model parameters. Simulation examples illustrate the effectiveness of the proposed control algorithm.     

移动机器人滑动参数定界及鲁棒镇定控制

本文针对带运动学参数不确定性的野外轮式移动机器人模型的在线辨识、定界和点镇定控制问题展开了研究.考虑了移动机器人二维平面运动过程中所存在的滑动效应和自身几何参数未知等不确定性,并将其建模为运动学模型中所包含的未知时变参数.通过引入基于有界误差假设的非线性集员滤波方法,对移动机器人运动学模型中存在的不确定性参数进行了辨识和定界.在此基础上结合backstepping控制思想和Lyapunov分析方法解决了移动机器人的鲁棒镇定问题,在存在滑动参数干扰的情况下实现了移动机器人的全局指数收敛点镇定控制,提高了整体控制系统的稳定性和鲁棒性.仿真结果证明了本方法的有效性和鲁棒性.     

Fuzzy-neuro position/force control for robotic manipulators with uncertainties

The performance of a controller for robot force tracking is affected by the uncertainties in both the robot dynamic model and the environmental stiffness. This paper aims to improve the controller’s robustness by applying the neural network to compensate for the uncertainties of the robot model at the input trajectory level rather than at the joint torque level. A self-adaptive fuzzy controller is introduced for robotic manipulator position/force control. Simulation results based on a two-degrees of freedom robot show that highly robust position/force tracking can be achieved, despite the existence of large uncertainties in the robot model.     

Endpoint perfect tracking control of robots — A robust non inversion-based approach

This paper presents a simple and robust non inversion-based perfect tracking control (RNIBPTC) strategy for robot manipulators. The proposed approach is capable to eliminate the environmental problems arising from classic feedforward control design and so guarantees an appropriate level of robustness of control system to uncertainties including external disturbances, unmodeled dynamics, friction force and variation of payload. Extensive simulation results performed using a two degree-of-freedom actuated elbow robot prove the effectiveness of the proposed approach. The results are also compared to those obtained from Internal Model Control approach. Using free model of system in control law design is a considerable point in the field of robot manipulator control.