基于ADRC的低速位置伺服系统及其仿真

低速位置伺服系统中的非线性摩擦力、参数摄动以及外部扰动等因素都会降低系统的精度. 本文对无刷直流电机低速位置伺服控制方法进行了研究. 简要介绍了自抗扰控制器,利用Stribeck摩擦模型和二阶自抗扰控制器构建位置伺服系统并确定控制器参数,最后与PD控制和滑模控制进行比较仿真实验. 实验结果表明,基于自抗扰控制的低速位置伺服系统具有较好的动态和稳态性能,对系统内部参数摄动和外部扰动以及非线性摩擦都具有很强的鲁棒性.     

三旋翼飞行器的建模及其姿态自抗扰控制

根据国内外旋翼飞行器的研究现状以及三旋翼飞行器的机械结构,对三旋翼飞行器进行力矩分析,建立数学模型。采用自抗扰控制方法对三旋翼飞行器的姿态角进行姿态控制,通过Matlab仿真与PID控制方法的对比试验,以及跟踪不同数值大小的阶跃响应信号进行分组仿真。仿真结果表明,自抗扰控制算法具有有效性和快速性,分组试验表明针对不同大小的阶跃信号,可采用不同的参数进行调节。结果表明：该方法既具有良好的滤波性与鲁棒性,又保留了PID控制的大体框架与结构简单等优势,在工程和之后的试验中有一定的指导价值。     

基于ADRC的直接转矩控制系统及其性能

在传统的直接转矩控制(DTC)系统中,速度控制通常采用PI控制器,而PI控制器必须依赖被控对象的数学模型,特别是在低速范围内不能达到令人满意的控制效果.将一种非线性控制器——自抗扰控制器(ADRC)引入直接转矩控制系统,以改善动态性能,并结合转矩控制系统提出了自抗扰控制器的参数整定方法,同时针对系统的抗扰性能进行了仿真分析.仿真结果表明,采用ADRC的转矩控制系统抗扰性能有显著提高.     

基于自抗扰控制的水面无人艇路径跟踪控制器

针对欠驱动水面无人艇非线性系统,设计了一种参数在线优化的路径跟踪自抗扰控制器。对包含不确定动态的水面无人艇数学模型和参数化路径引导方法做了简要的说明,并引入一种基于混沌局部搜索策略的双种群遗传算法,对自抗扰控制器的参数进行在线优化。通过不同条件下的仿真试验结果说明,本研究设计的路径跟踪控制器对海洋环境的不确定动态、未知扰动以及模型的参数摄动具备良好的稳定性和鲁棒性。     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.     

基于路径规划的自动平行泊车转向控制器

分析了汽车低速倒车过程中的运动学特性,以及汽车在倒车过程中车身与停车位以及障碍物之间可能发生的碰撞,同时根据汽车与车位之间的几何约束规划倒车路径,确定平行泊车的预备倒车区域,实现平行泊车的转向策略,以便追踪规划的路径,避免发生碰撞.在SlMULINK中搭建某轿车的运动学模型以及模拟平行泊车的倒车环境.将转向控制策略引入...     

基于模糊逻辑的自动平行泊车转向控制器

分析了汽车在倒车过程中的运动学特性,在SIMULINK中搭建某轿车的运动学模型以及模拟平行泊车的倒车环境;根据汽车转向特性,通过几何算法估算该轿车可以实现平行泊车的车位尺寸;从总结专业驾驶员的泊车经验出发,结合模糊逻辑控制理论设计自动平行泊车转向控制器;将转向控制器引入应用SIMULINK所建立的系统中仿真模拟该轿车的平行泊车过程;通过仿真验证了基于模糊逻辑控制理论的平行泊车控制算法的可行性。     

基于自抗扰控制技术的船舶直线航迹控制器设计

船舶直线航迹控制系统是一种单输入双输出系统,具有强非线性和典型的欠驱动特性;船舶运动又易受风、浪、流等干扰,使得航迹控制器的设计非常困难。本文给出了船舶直线航迹控制系统数学模型并对自抗扰控制技术(active disturbance rejection control technique, ADRC)进行了简要介绍。在原自抗扰算法的基础上,通过增加一个跟踪微分器以及控制律由两个被控量的误差组合而成的方法,突破了原有的自抗扰控制算法只适用于单输入单输出系统的限制,实现了船舶航向和横偏位移的良好控制。仿真结果证实了这种方法的有效性,不仅可以获得很好的系统动态性能和稳态性能,而且具有很强的鲁棒性。     

Design and implementation of path planning algorithm for vehicle parking

Parking is an important and indispensable skill for drivers. With rapid urban development, the automatic parking assistant system is one of the key components in future automobiles. Path planning is always essential for solving parking problems. In this paper, a path planning method is proposed for parking using straight lines and circular curves of different radius without collisions with obstacles. The parking process is divided into two steps in which the vehicle reaches the goal state through the intermediate state from the initial state. The intermediate state will be selected from the intermediate state set with a certain criterion in order to avoid obstacles. Similarly, an appropriate goal state will be selected based on the size of the parking lot. In addition, an automatic parking system is built, which effectively achieves the parking lot perception, path planning and performs parking processes in the environment with obstacles. The result of simulations and experiments demonstrates the feasibility and practicality of the proposed method and the automatic parking system.     

四旋翼无人飞行器ADRC-GPC控制

针对四旋翼无人飞行器的姿态控制系统,需要研究先进控制策略来达到满意的性能.将自抗扰控制(ADRC)与广义预测控制(GPC)相结合,设计一种新型自抗扰广义预测控制器(ADRC-GPC),利用ADRC中的扩张状态观测器(ESO)来估计和补偿非线性系统的模型不确定性以及外部扰动作用,将原始对象模型转化为积分器形式,然后针对积分器设计广义预测控制器.阶跃响应系数矩阵能被解析地求解出来,可有效地解决广义预测控制计算量大的问题.研究结果表明:所提出的ADRC-GPC控制方法能够对四旋翼无人飞行器姿态系统进行实时控制,可满足控制精度及快速性要求,并能有效地克服系统的外部干扰和多变量耦合作用.自抗扰广义预测控制器能够有效地控制欠驱动非线性多变量系统.     

车辆纵向加速度自抗扰控制研究

使用自抗扰控制(ADRC)方法对车辆纵向加速度控制进行研究.首先给出以油门开度指令为控制量的发动机动态模型和车辆纵向动力学模型,对ADRC进行简要介绍;然后将模型变换为适于自抗扰控制的仿射系统,设计车辆纵向加速度ADRC控制器;最后在车辆和发动机参数摄动以及道路扰动的环境下进行仿真.结果表明,ADRC控制器能够使车辆获得快速、平稳和高精度的加速度控制效果.     

基于自抗干扰的装配机器人阻抗控制技术

为了提升机器人装配作业的精确性和柔顺性,提出改进型自抗扰阻抗控制策略.该策略通过自抗扰控制器生成新期望力来调整机器人末端工具坐标系的位置,实现精确的力跟踪.通过扰动观测器观测环境信息并补偿控制系统的期望力,提高控制系统对环境参数的适应性.引入阻抗模型改进扰动观测器,使观测器的响应速度增大,力跟踪的精度提高.基于六自由度机器人的精密轴孔装配实验结果表明,与传统阻抗控制相比,基于自抗扰控制（ADRC）的阻抗控制能够在较小的接触力误差下完成装配,且基于改进型自抗扰控制的阻抗控制的力平均误差比改进前自抗扰控制减小12.0%～28.2%.     

基于交互式多模型算法的无人车车辆跟踪预测技术

针对无人车车辆路口通行中动态目标的跟踪预测,分析比较基于SICK与Velodyne两种激光雷达数据的车辆提取方法,参照Velodyne的提取方法,提出合适的激光雷达布局对路口环境中的动态障碍物(主要是车辆、行人)信息进行了提取.选取交互式多模型(IMM)算法对动态目标运动趋势进行预测,并对IMM算法进行优化,提出将局部路径规划的三次曲率多项式算法抽象为路径规划模型,作为IMM算法的滤波模型以替代常规的车辆运动模型作为滤波模型.验证实验结果表明基于路径规划模型的IMM算法在无人车车辆运动趋势的预测上具有更好的超前性与更高的预测精度.     

有人驾驶AWID-AWIS车辆动力学控制研究

全轮独立驱动-独立转向车辆(all-wheel-independent-drivesteering vehicle,AWID-AWIS)的全部车轮均可独立驱动/制动、独立转向,具有驱动冗余,其运动控制一般采用分层控制方法实现。针对有人驾驶AWID-AWIS车辆中的整车动力学控制问题,以驾驶员意图和参考模型产生控制目标,使用扩张状态观测器(expanded state observation,ESO)实时估计系统的"内扰"和"外扰",设计车辆动力学自抗扰控制器(active disturbance rejection control,ADRC);对不同驾驶意图下的车辆运动进行控制仿真,讨论系统控制能力对驾驶意图的约束问题,指出消解驾驶意图与控制能力冲突的必要性和工作方向。     

自抗扰技术在四旋翼飞行姿态控制中的应用

介绍了自抗扰控制器的结构组成,包括跟踪微分器、扩张状态观测器以及非线性状态误差反馈律,并给出了各部分的典型算法．针对四旋翼盘旋系统的姿态控制问题,设计了连续型和离散型两种自抗扰控制器,在Simulink下搭建了仿真结构图,并进行了参数整定．仿真结果表明,文中所设计的自抗扰控制器可以满足控制精度及快速性的要求,并且具有强鲁棒性、抗干扰性能以及对非线性强耦合系统的解耦能力．     

基于微分平滑的欠驱动船舶航迹控制

对于欠驱动船舶水平面运动的直接航迹控制问题,由于其具有欠驱动和非线性的特点,不能采用静态反馈线性化的方法来处理．首先证明了欠驱动船舶航迹控制系统属于微分平滑系统,基于微分平滑系统中所有状态量均可表示为平滑输出及其导数的函数这一特点,在进行船舶航迹控制器设计时,采用直接动态反馈线性化的方法,建立模型的等价表达式,并将其解耦成为2个可控的线性系统,设计反馈控制律,使欠驱动水面船舶在外界干扰的情况下相对于预先设定的航迹,跟踪误差全局渐近镇定．该方法解除了以往轨迹跟踪控制律中要求角速度持续激励的假设条件．通过仿真试验验证了该方法的有效性。     

永磁同步电梯门机改进型自抗扰控制策略

针对永磁同步门机转动惯量大范围变化导致控制器参数设计困难这一问题,提出改进型线性自抗扰控制(LADRC)策略.设计转速自抗扰控制器,对转动惯量和负载变化引起的扰动进行实时观测和补偿,达到改善转速控制性能并避免控制器参数标定过程的目的;设计并联型LESO,能够在线性扩张状态观测器(LESO)带宽取值受限的条件下提高扰动观测性能并保留线性自抗扰控制器参数设计简单的优点.仿真和工程验证均表明：所提出的改进型自抗扰门机控制系统在简化控制器参数标定过程的同时获得更优良的控制性能,且对不同型号门机系统具有广泛适用性,采用该控制器可降低应用成本,提高行业竞争力.     

基于模糊控制理论的平行泊车系统研究

主要对运动学模型和实际平行泊车过程做出分析后,研究平行泊车的几何路径规划方法,然后结合实际,改进所提出的几何路径,从而设计出一种适应性较强的泊车几何路径．然后讨论模糊控制在自动平行泊车中的应用,分析自动泊车中的模糊控制需求,分析每个步骤的输入量和输出量,以及其模糊控制器的设计,为平行自动泊车系统画出工作流程图．     

基于微分跟踪器的共轴反桨无人机串级TD-PID控制算法

针对传统PID控制算法对共轴反桨无人机的欠驱动、强耦合非线性系统控制效果不理想的问题,提出基于微分跟踪器的串级TD-PID控制算法,以提高无人机飞行稳定性. 设计共轴反桨无人机飞行系统,针对无人机的姿态控制提出基于微分跟踪器的串级TD-PID控制算法：外环为传统PID算法,内环使用2个微分跟踪器,通过串级控制改善系统动态性能. 在Matlab/Simulink中搭建控制系统的仿真模型进行仿真试验. 仿真结果表明：相较于传统串级PID控制算法,所提控制算法超调量更小,系统稳定性有较大提高. 对比串级TD-PID控制算法与串级PID控制算法控制效果的飞行试验结果表明：所提控制算法能有效减少系统超调量,提升系统稳定性和抗干扰能力.     

一种6-PRRS并联机器人的神经网络控制

针对6-PRRS并联机器人控制系统的非线性、耦合等特性,设计了神经网络控制器.此控制器采用分散控制策略,利用复合正交神经网络来消除并联机器人控制系统非线性、耦合的影响,学习系统的不确定信息作为前馈补偿使系统跟踪误差快速收敛,并采用PID作为反馈控制保证系统的稳定性,从而实现6-PRRS并联机器人的快速、稳定轨迹跟踪.该控制器以离散的形式进行设计,结构简单、易于工程实现.