基于PSO-NTSMC的UUV有限时间路径跟踪控制

针对欠驱动水下无人航行器(UUV)的路径跟踪问题,提出一种基于粒子群优化-非奇异终端滑模(PSO-NTSMC)的路径跟踪控制策略。利用视线法和Serret-Frenet坐标系,构建直线路径跟踪制导律。引入非奇异终端滑模面,设计路径跟踪控制器,实现路径跟踪误差的镇定。通过引入粒子群优化算法优化控制器参数,获得更良好的控制性能。数值仿真结果表明：所设计的控制器能够在有限时间内精确地完成水平面直线路径跟踪任务,并且可以有效地克服恒定未知海流和模型参数摄动的影响。     

移动机器人路径跟踪的自适应控制

提出一种结构简单的自适应控制器,控制器是由模糊神经网络和PD控制器并行控制移动机器人路径跟踪。在初始阶段,PD控制器控制路径跟踪并提供控制经验给模糊神经网络学习。在学习信号触发器的管理下,可以在线学习自适应调整模糊神经网络的参数。模糊神经网络控制器既推理产生控制规律,也辩识移动机器人动力学模型,通过BP学习算法实时在线调整自身参数达到路径跟踪自适应控制目的。     

机器人战术靶示教路径采样和跟踪控制

针对机器人战术靶在实际战术演练中需实现任意路径的跟踪控制,提出一种示教路径采样和跟踪控制策 略。基于2 种示教分别制定路径点采样策略,其中：在线示教人工远程操作机器人战术靶行走,构建基于行驶距离 和转弯半径的路径点采样策略;离线示教通过上位机在地图文件上编辑定义一系列离散的路径点来完成示教路径的 绘制。路径再现阶段读取之前存储的示教路径,采用节点跟踪切换控制策略、速度分段控制策略、基于航向和偏距 组合误差的方向控制策略来控制机器人对路径的跟踪。在物理样机上对算法进行验证,结果表明：机器人战术靶可 很好地对任意复杂示教路径进行跟踪,其中路径跟踪偏差小于0.3 m,各路径点到点跟踪速度偏差小于5%。     

UUV靶场试验非同步水下被动声学跟踪算法

在无人水下航行器（UUV）正式投入使用前,需要一系列的海上考核与验收,传统的合作式目标水下测量方法不利于远距离目标航行轨迹的监测。该文提出了一种新的靶场UUV水下跟踪方法,利用全球定位系统（GPS）确定初位置,并利用UUV上的固定连续声学发射频率信息,采用伪线性Kalm an滤波进行UUV运动状态参量估计,对UUV进行了跟踪,给出了运动状态跟踪算法,并进行了仿真研究,研究结果表明,该方法可以很好地跟踪水下UUV的运动轨迹。     

微型无人直升机自适应路径跟踪控制

针对微型无人直升机惯性参数不确定并受外部扰动的情况,提出了一种新的自适应路径跟踪控制方法。该控制方法采用了双回路结构,外回路结合无人直升机的特点,设计了基于制导律的路径跟踪控制器,通过控制无人直升机升力和姿态完成对期望路径和期望速度的跟踪;内回路设计了基于L₁自适应算法的姿态控制器,经自适应律对惯性参数以及外部扰动进行实施估计和补偿,通过控制无人直升机的力矩达到跟踪期望姿态的目的。双回路控制器能够避免设计欠驱动系统带来的问题和困难,并由时标分离原理,能够证明有惯性参数不确定性和扰动情况下的系统跟踪误差一致有界。最后,对所设计的控制方法进行了数值仿真与飞行实验,验证了控制算法的可行性和性能。     

小球平面系统的路径跟踪滑模控制

首先分析小球平面运动控制系统的特点,将路径跟踪控制分解为小球的位置控制问题和平面角度的控制问题。然后,主要针对小球的位置控制问题,基于小球运动系统的动力学模型和滑模控制的基本原理提出一种路径跟踪滑模控制算法,并通过李亚普诺夫稳定性定理证明了闭环系统的渐进稳定性。该滑模控制算法消除了小球在平面上运动时时变不确定摩擦力对控制性能的不良影响,提高路径跟踪控制的精度。最后,通过仿真实验对所提出的滑模控制算法的控制性能进行了验证。     

基于改进的复合自适应遗传算法的UUV水下回收路径规划

传统遗传算法的变异操作会简单随机产生新的路径,对算法进化性能有不利影响,使算法易陷入局部最优的陷阱;遗传算法常配合栅格法进行路径规划,所得的最优路径并非无人水下航行器(UUV)回收路径规划可获得的最短路径,并存在UUV机动性能可能与最优路径冲突的问题。为此,设计一种具有UUV机动性约束条件的改进遗传算法,提出环境复杂度的概念用于分析机动性约束的具体取值,使路径规划适配于UUV的机动性,使算法结果更具实用性;提出复合自适应变异策略,控制变异的个体在迭代过程中发生自适应的进化;当一定迭代数内种群进化停滞时,引导最优个体进行双阶段自适应变异,从而使最优路径趋近全局近似最优解,有效提高算法的收敛速度。基于MATLAB软件的算法对比仿真结果表明一般复杂水域和复杂水域环境下,改进的复合自适应遗传算法生成的最优路径相比于遗传算法和自适应遗传算法的最优路径更加平滑,路径长度更低,可见改进的复合自适应遗传算法在路径规划上收敛性能和寻优能力更优,更具有可行性和优越性。     

基于动态逆的轮式移动机器人非时间路径跟踪控制

文中以前轮作为转向轮、后两轮驱动的三轮移动机器人为研究对象,对机器人的路径跟踪问题给出了基于动态逆的非时间路径跟踪控制算法.和传统的基于时间的路径跟踪控制相比,该路径跟踪控制效果良好,更符合实际情况,便于应用.仿真验证了该算法的有效性.     

常值海流作用下的AUV水平面路径跟踪控制

针对欠驱动AUV在常值海流影响下的水平面路径跟踪控制问题,建立了常值海流作用下的AUV运动学和动力学模型;采用以自由参考点为原点的Serret-Frenet坐标系描述路径跟踪误差及其动态模型;综合应用Lyapunov方法和Backstepping技术设计了AUV路径跟踪的运动学和动力学控制律,保证了路径跟踪误差在常值海流影响下的全局渐近稳定性。通过仿真实验与未考虑海流作用的路径跟踪控制进行对比,验证了该方法能够有效克服常值海流的干扰作用,路径跟踪误差全局渐近稳定。     

多传感器综合的目标相关跟踪算法

讨论了适合于综合多传感器目标跟踪文件的目标相关跟踪算法。目标相关跟踪问题可以阐述成为似然比检验问题,似然比检验能将目标状态估计误差和目标空间密度分布都考虑进去。为了使相关误差最小,还讨论了相关算法中阈参数的最优化方法。     

基于双层驾驶员模型的履带车辆纵向与横向协同跟踪控制方法

为解决基于离合器转向机速差转向履带车辆的路径跟踪控制问题,采用一种基于双层驾驶员模型的纵向与横向协同跟踪控制方法,以实现对期望路径的跟踪控制。第1层驾驶员模型以高斯混合隐马尔可夫模型为基础,以期望跟踪轨迹为输入,实现对转向模式序列的预测输出及切换控制,其中转向模式包括直驶模式、行进间转向模式与原地转向模式;第2层驾驶员模型以模糊逻辑来表征行进间转向模式下经验驾驶员纵向与横向控制配合规律,并最终依据期望航向校正偏差生成纵向、横向控制量。试验结果表明,上述控制算法能够有效地利用驾驶员的先验经验,解决车辆纵向与横向强耦合特性及转向不确定性给跟踪控制系统带来的挑战,最终实现车辆在特定场景下轨迹跟踪误差小于1.0 m的路径跟踪控制。     

多约束条件下UUV空间航迹规划

针对多约束条件下无人水下航行器（UUV）空间航迹规划问题,提出了结合安全曲面和威胁地图的规划方法,建立了水下安全航行曲面,将3D空间规划降为2D航向平面规划,以解决3D规划空间过大的问题。并对敌对威胁和地形威胁统一化处理,构建威胁地图,引入威胁代价和威胁程度启发因子,最后运用A＊算法进行航迹搜索,以获得最优航迹。仿真结果显示,所提出的航迹规划算法简便、快速,生成的航迹能满足地形跟随、地形回避和威胁回避的需要。     

基于反步法和非线性动态逆的无人机三维航路跟踪制导控制

为实现无人机在大范围内稳定、精确地跟踪三维参考航路,基于制导与控制回路独立设计的思路,提出了一种无人机三维航路跟踪制导控制方法。在制导外环,引入沿参考航路飞行的虚拟无人机作为向导并利用反步法设计三维航路跟踪的非线性制导律;在控制内环,以非线性动态逆理论和奇异摄动理论为基础,设计由机动指令生成器、角度转换器、慢回路姿态控制器和快回路角速度控制器所组成的飞行控制模块,对制导外环给出的制导指令进行快速精确地跟踪。基于Lyapunov稳定性理论证明了无人机航路跟踪制导控制方法的稳定性。通过对比分析无人机6自由度模型下的三维航路跟踪仿真,说明所提出的制导控制方法能够使得无人机精确地跟踪参考航路,从而验证了该方法的有效性、合理性。     

深海着陆车路径规划及跟踪控制方法

为降低深海着陆车(DSLV)在复杂海底自主作业时规划路径长度及提高路径跟踪精度,提出一种变参数蚁群算法及自适应权重模型预测控制算法。改进了蚁群算法的启发算子和信息素挥发因子,减少规划路径长度和寻优迭代次数;基于DSLV运动学方程建立预测模型,并在跟踪目标函数中引入自适应权重调节思想。仿真结果表明：规划路径长度降低4.60%,跟踪精度提高47.6%;相比传统方法,新算法具有更好的性能,实现了短距离、高精度的路径规划及跟踪。     

基于CPG神经网络的扑翼型UUV运动控制方法

中枢模式发生器（CPG）是一种普遍存在于脊椎动物中,用来自激产生节律运动的低级神经中枢。传统的基于模型的机器人控制方法存在建模复杂、解不唯一、单周期规划等问题,特别是在需要多自由度协调控制的任务中,缺乏足够的实时性。由于CPG在协调多自由度运动方面的优越性,本文研究了扑翼对UUV运动的影响,并基于CPG模型给出一种运动控制方法。利用反馈信息产生节律信号控制UUV左右扑翼的运动模式;调整CPG模型参数、反馈输入与CPG输出之间的关系,设计了UUV直游和转弯的反馈控制律。仿真结果验证了该控制方法的有效性。     

新型远程自主水下航行器侧向滑模变结构控制

根据新型远程自主水下航行器操纵机构的组成和特点，建立了其侧向运动的非线性数学模型，并进行了线性化处理。在此基础上，基于变结构控制理论，分别研究了基于垂直舵的侧向低速巡航控制和高速巡航控制及基于前、后侧向推进器的悬停转向控制。仿真结果表明，该控制器可满足水下航行器侧向巡航控制和悬停转向控制的需要，并对参数不确定性和未建模动态都具有良好的鲁棒性。     

海流干扰作用下欠驱动AUV航路点跟踪控制

针对海流干扰作用下欠驱动自主水下航行器（AUV）的航路点跟踪控制问题,建立了水平面内欠驱动AUV三自由度数学模型,以相对于水流的前向速度和角速度为虚拟输入,设计了航路点跟踪控制的运动学控制律,然后基于反演方法设计了动力学控制律,得到控制力和控制力矩。在航路点跟踪控制仿真研究中,指定AUV依次通过惯性坐标系内一系列航路点,仿真结果表明,所设计的控制律有效,欠驱动AUV能较好的完成航路点跟踪任务,并到达最终目标点。     

高速电驱动履带车辆联合制动转矩动态协调控制研究

针对高速电驱动履带车辆机械制动器、电机和电液缓速器3种执行部件联合制动转矩响应的问题,提出了机械制动器、电机和电液缓速器动态协调控制策略。基于制动需求和车速等因素进行稳态制动力分配,综合考虑3种执行部件动态响应特性,建立基于电机-电液缓速器二者联合制动和机械-电机-电液缓速器三者联合制动转矩动态协调控制策略,搭建面向工程应用的电驱动履带车辆传动系统仿真模型,利用实时仿真工具进行策略验证。仿真结果表明,在整个制动过程中该动态协调控制策略可提高车辆总制动转矩响应速度和精度,改善系统动态响应特性。     

自主式水下航行器控制技术新进展

自主式水下航行器是一个复杂的智能化机电系统，是能够在复杂的海洋环境中自主执行各种任务的无人平台。近年来，自主式水下航行器（AUV）控制技术取得了长足进展，本文较全面概括了近年来国内外在AUV控制技术领域的最新进展，主要包括基于控制器设计的建模、推进器建模与控制、动力定位控制、推力矢量控制、欠驱动控制等方面，然而目前AUV控制领域面临的难点主要在模型不确定和扰动不确定、传感器信息不足以及欠驱动系统的本质特性（例如可控性）及其控制方法等方面，还需要人们为之付出不懈的努力。