模糊滑模控制在AUV控制中的应用

本文针对自治水下机器人(AUV)的控制特点,建立了AUV水平面动力学的数学模型,将模糊逻辑引入到了滑模控制器的设计中,通过模糊控制规律直接设计滑模控制量,并运用计算机仿真手段进行了验证,仿真结果验证了该控制方法具有很好的控制性能,有效地消除了滑模控制的抖振,对外部扰动具有较强的鲁棒性,而且具有良好的响应特性。     

磁悬浮轴承系统的模糊滑模变结构控制研究

研究主动磁悬浮轴承转子位置高性能控制问题.针对主动磁悬浮轴承因受模型摄动与外界干扰等呈现出的复杂非线性导致传统滑模控制抖振严重的问题,为提高系统转子位置控制精度以及鲁棒性,提出用模糊滑模变结构控制来提高磁悬浮轴承系统控制精度与鲁棒性.算法采用等效滑模控制器来准确跟踪磁悬浮轴承转子位置,用模糊控制改善与消除滑模抖振问题.通过对单自由度主动磁悬浮轴承的建模进行仿真测试,结果表明,所设计的模糊滑模控制器能够在外界干扰下有效提高控制系统精度,精确跟踪轴承转子位置,并且控制性能比传统滑模控制好,具有实际应用价值.     

非晶制带钢水液位的模糊滑模变结构控制

应用模糊滑模变结构控制器，提出一种非晶制带钢水液位控制的新策略，模糊控制器有于调整滑模变结构控制器的参数，应用该方法，系统具有较快的响应速度，对参数摄动和外部扰动的鲁棒性较强而且输出抖动被大大削弱。仿真结果证明，该方法控制简单，容易实现，具有良好的动态特性。     

滑模模糊控制应用于自治水下机器人的实验研究

分析了自治水下机器人(AUV)的控制特点, 论述了滑模模糊控制(SMFC)的基本原理, 并在6 000 m自治水下机器人"CR-02"上进行了仿真和水池实验.结果表明,滑模模糊控制的性能明显优于PID控制,在强干扰时表现出良好的鲁棒性.     

机器人轨迹跟踪的滑模变结构控制

本文提出了一种新的机器人轨迹跟踪滑模变结构控制方法,给出了控制系统的设计 方法和仿真实验结果．仿真结果表明,当机器人参数在±50％范围变化且存在能量有限的 正态分布随机干扰时,控制系统具有良好的自适应性．     

AGV路径模糊─变结构滑模─模型参考协调控制

针对自动导向车（ＡＧＶ）的路径跟踪，提出一种新的模型参考－模糊变结构滑模－ＰＩ组合跟踪控制方案。该方案将ＡＧＶ设计成左右轮行走距离跟踪系统，并引进参考模型，组合了模糊控制和变结构滑模控制以及比例加积分（ＰＩ）控制。模糊变结构滑模控制提供了跟踪的快速性和稳定性，ＰＩ控制则消除稳态抖动，提高了稳态精度。仿真及实测结果表明，这种新的设计方案能达到较高的跟踪精度。     

一种模糊滑模变结构控制方案及其在混沌系统控制中的应用

采用模糊动态模型逼近非线性系统，将非线性 系统模糊化为局部线性模型．用Lyapunov稳定性理论设计出确保模糊动态模型全局渐近稳 定的变结构控制器．应用到两类混沌系统的稳定控制中，验证了方案的有效性．模糊控制器 简单，规则少．     

基于神经网络补偿的滑模控制在AUV运动中的应用*

由于自主水下机器人水动力模型参数的不确定性及其强非线性,提出神经网络动态滑模面控制法。将系统分为确定与不确定部分,通过滑模控制实现对系统确定部分的控制,通过神经网络所具有的自适应调节能力实现对未知干扰与不确定部分进行补偿控制,提高系统的强鲁棒性。通过Lyapunov法验证了控制算法的收敛性;通过MATLAB仿真平台和半物理仿真平台,验证了算法的鲁棒性和抗干扰性。     

自适应模糊PID控制在AUV控制中的应用

自治潜水器(AUV,Autonomous Underwater Vehicle)是非线性、强耦合、大惯性的多输入多输出系统,又由于受到海流、传感器、执行机构等不确定性的影响,对AUV控制器的鲁棒性能提出了更高的要求.本文针对我国正在研制开发的长航程自治潜水器的特性及其对航行控制的要求,将PID控制与模糊控制的简便性、灵活性以及鲁棒性结合起来,为AUV设计了可在线修改PID参数的自适应模糊PID控制器,仿真结果证明了该种控制方法不但提高了AUV系统的动态特性,而且可在参数摄动和外界扰动时获得较好的控制性能.     

变结构控制理论在机器人控制中的应用

本文首先简述了机器人控制所存在的问题.阐明了变结构控制的基本原理,然后综述了变结构控制理论在机器人控制中的应用情况.讨论了它们的特点,存在的问题及今后发展的方向.     

AUV水平面运动稳定曲面的建立与仿真

在自主水下航行器（简称AUV）壳体外形确定后,可以适当对舵面大小与重心位置进行调节来满足不同速度下的AUV水平面运动稳定性。该文重新建立了包含有舵因素的AUV水平面运动稳定性方程,并将重心位置、舵面系数以及速度与稳定性的关系用曲面表示出来。该稳定曲面的建立为AUV舵面设计以及重心位置的确定提供了可靠的参考依据。文中最后给出的仿真实例验证了所建稳定曲面的正确性与实用性。     

基于LQR直升机模糊滑模跟踪控制

研究直升机系统稳定性优化问题,由于直升机系统的强耦合和非线性特性的影响,使飞行的稳定性和实时跟踪性差。为解决上述问题,对直升机原始数学模型进行近似线性化和解耦处理,采用模糊滑模控制方法实现直升机姿态角度的跟踪控制。首先,在滑模面的设计中引入最优线性二次型调节器,构建一种积分型切换面。其次,以切换面及导数的乘积和滑模切换增益的变化量为模糊系统的变量,实时调整变结构控制项的切换增益。仿真结果表明,通过控制器设计能够实现直升机姿态角度跟踪的稳定性,对外界不确定干扰具有强鲁棒性且控制器输出抖振问题得到明显改善。     

AUV水下着陆策略研究

水下自航行器（AUV）的续航能力主要取决于其所携带能源总量．为了有效地减少能耗,提出了 一种具有变浮力系统、能够着陆坐底的小型AUV,它可以利用有限的能源实现长时间的海洋环境监测．首先 介绍了该AUV 的总体结构,然后对AUV 的着陆策略进行了详细研究．在对三种着陆策略进行对比的基础上, 选择下潜航行到位控制注水着陆策略作为最佳的水下着陆方案．该策略能够使着陆时的冲击力保持在安全范 围内,并且着陆时间最短．最后对着陆轨迹进行规划．仿真和水域实验的结果都证明采用该着陆策略能够安 全、平稳地实现水下着陆．     

自主水下航行器的变质心跟踪控制

The trajectory-tracking control problem is investigated for an autonomous underwater vehicle (AUV) moving in the vertical plane using an internal point mass and a rear thruster as actuators. Combined with the dynamics of the point mass, the AUV is modeled as an underactuated system. A Lyapunov-based tracking controller is proposed by using backstepping approach to stabilize the error dynamics and force the position errors to a small neighborhood of the origin. Simulation results validate the proposed tracking approach.     

AUV自主控制全局模型及智能决策算法研究

分析了自主式水下潜器(AUV)自主控制全局模型的内涵,指出应该包含环境信息、使命信息以及自身状态三个部分;用栅格法建立了环境模型;定义了"多区域地形勘察"使命案例;分析了与决策算法相关的AUV自身状态的表示方法;在此基础上开发了智能决策算法,算法包含路径选优和速度规划两部分;应用图论及运筹学的方法实现了路径选优,应用遗传算法实现了速度规划;用Petri网为AUV的使命控制过程建模,最终完成了智能决策算法和使命控制系统的集成;经仿真验证,所开发的智能决策决策算法正确有效,AUV使命的控制和执行自主可靠.     

一种基于注意力机制的AUV控制层指令理解方法

为了更好地衔接水下机器人(AUV)规划层与控制层,参考Itti视觉注意力模型,提出了基于注意力机制的规划指令理解模型,建立了规划指令理解与再次规划环节.通过使用模糊推理的方法对指令元素特征、指令元素显著性进行分析处理,得到规划指令注意力聚焦;根据注意力聚焦进行再次规划,保证规划层关注的状态得到优先执行.仿真实验表明文章提出的规划指令理解环节实现了对规划层指令意图的获取,使规划指令得到更好地执行,有效地改善运动控制效果,提高了控制层的智能水平.     

基于有限时间系统同步的自治水下航行器回收控制

基于主-从系统状态同步的思想,提出了母艇在平面运动中回收自治水下航行器（Autonomous underwater vehicle,AUV）的一种控制方法. 在给出母艇和自治水下航行器的动力学模型基础上,建立了自治水下航行器（从系统）接收母艇（主系统）的状态信息并控制自身接近母艇的主从控制方案,使母艇自主回收水下航行器的问题转化为两者的运动状态同步问题. 利用有限时间稳定性理论,设计了一种在常值海流扰动影响下,自治水下航行器能够在有限时间内被母艇回收的滑模控制器,理论证明和仿真实例证实了该控制器的有效性.     

基于修正导航向量场的AUV自主避障方法

针对复杂海洋环境下的自治水下机器人(Autonomous underwater vehicle, AUV)三维避障问题, 本文提出了一种高效的修正导航向量场方法.构建自由空间下的初始导航向量场, 引导AUV以最短路径向目标点航行.定义修正矩阵来量化描述障碍物对初始导航向量场的影响, 得到障碍空间下的修正导航向量场, 使得AUV向目标点航行的同时躲避静态障碍.通过结合障碍物运动速度, 分别构建相对初始导航向量场与相对修正导航向量场, 并采取有限时域推演与调整策略, 最终引导AUV安全躲避动态障碍.仿真结果表明, 本方法能较好地应用于复杂海洋环境下的AUV避障任务.     

基于模糊规则的多模型控制方法在AUV航向控制中的应用

本文研究了基于模糊切换规则的多模型控制方法,通过模糊切换实现了多控制器集的平滑切换,各局部控制器可以采用常规或智能控制规律设计。并在环境干扰条件下,以航向控制为例,对AUV进行航向跟踪,对比基于单一模型下设计的控制器：仿真结果验证了该控制方法具有很好的控制性能和鲁棒性。