Forwarding控制方法的改进及其在惯性摆系统中的应用

针对常规积分Forwarding设计的局限性,提出了—种新的设计方案。该方案增加了积分运算的自由度,因而有效地拓展了Forwarding设计的使用范围。运用所提出的方法对惯性摆系统进行了控制器的设计。此外,设计过程中同时还构造出该系统的控制Lyapunov函数。理论与实际表明了这种控制方案的有效性。     

基于多传感器信息融合的移动机器人避障

为了更好地解决移动机器人在未知环境下的自主避障问题,采用多传感器信息融合的方法,通过多个超声传感器对障碍物信息进行采集。合理确立模糊控制器的输入输出,通过模糊推理将障碍物距离信息模糊化,建立模糊规则并解模糊,以达到对移动机器人的安全避障的控制。通过建立移动机器人运动模型,设计了仿真平台,得到实验结果表明:该算法具有良好的可行性。     

频域数学模型的仿真算法

本提出一种简单的线性系统频域数学模型的计算机实现。算法中包括把传递函数、轮入和输出所组成的频域算式经过整理之后映射到时域中,然后把所得的微分和偏微分方程组变为递归公式,最后根据假设系统得出计算机仿真曲线,通过仿真比较,证实提出的算法是有效的。     

复杂环境下多移动机器人控制算法研究

针对相互速度障碍法(RVO)避障速度理论上可选而实际应用中不可达的问题,综合考虑相互速度障碍法和动态窗口法(DWA)的优缺点,将两种算法进行融合,对可选避障速度进行运动学约束.进一步,针对复杂环境下多移动机器人相遇过程中膨胀半径可能导致移动机器人避障失败的问题,又提出了膨胀半径可变的自适应相互速度障碍法(ARVO).该方法可以通过判断周边环境的复杂度对膨胀半径进行调整,既保障了移动机器人与周边障碍物的安全距离,又适当扩大了可选速度范围.最后,通过机器人操作系统(ROS)中的Gazebo仿真平台验证了算法的良好性能.     

基于遗传算法的模糊控制仿真研究

提出了一种基于遗传算法的模糊控制系统 ,通过对模糊规则进行优化 ,达到了基于 ITAE指标的满意控制。仿真结果表明 ,遗传算法具有良好的寻优性能     

基于分数阶PID的四旋翼飞行器控制

为了抑制四旋翼飞行器参数摄动对飞行器带来的不利影响,提出了一种基于分数阶PID(FOPID,记作PI~λD~μ)的控制方案;该方法通过增加积分阶次λ和微分阶次μ使控制器对被控对象的参数变化具有鲁棒性。仿真和实验结果表明:分数阶PID能够在0.5 s内跟踪到俯仰角、滚转角的期望值,且最大超调量为0.4°;在参数摄动的情况下,稳定时间变化0.1 s,最大超调量的变化为0.02°,表现了分数阶PID对于参数变化具有鲁棒性。     

四旋翼飞行器线性自抗扰控制

针对Qball2四旋翼无人飞行器欠驱动、参数不确定、强耦合等特性,采用一种跟踪微分器(TD)与线性自抗扰算法(LADRC)结合的控制方法,LADRC包括线性组合环节(PD)和线性扩张状态观测器(LESO)两个部分。LESO对系统内扰和外扰进行实时观测和动态补偿,从而将复杂的Qball2系统简化为串联积分形式。LADRC参数整定简单,而TD的引入使系统具有良好的快速性和鲁棒性。仿真和Qball2平台实验结果表明,所设计的控制器能满足系统的动态性能和稳态性能要求。