汽车试验用驾驶机器人系统的研究

为了消除汽车试验中人为因素的影响,提高试验数据的准确度和有效性,研究开发了一种可以代替人类驾驶员进行汽车试验的汽车驾驶机器人系统.介绍了驾驶机器人系统的组成、汽车性能自学习算法及控制系统的设计.最后,给出了驾驶机器人用于排放耐久性试验的实车试验结果,结果表明驾驶机器人车速跟踪控制精度满足汽车试验的要求,重复性好,验证了驾驶机器人控制性能的有效性.     

汽车驾驶机器人

本文介绍了DNC—1型汽车驾驶机器人的应用价值、系统组成,分析了控制系统结构、控制算法,对促进汽车工业的现代化和国产机器人的推广应用具有一定的意义.     

电弧炉的反步自适应模糊控制

电弧炉是具有三相强耦合、高度非线性和不确定性的复杂被控对象,并且目前对电弧炉的控制要求越来越严格,为此将反步控制与自适应模糊控制相结合,应用于电弧炉电极调节系统中.给出了反步自适应模糊控制系统的详细设计过程.用递推法设计反步控制量,用自适应模糊控制逼近反步控制量中的不确定项,设计出自适应模糊控制律.通过李亚普诺夫函数推导了模糊规则参数调整的自适应律.最后引入监督控制以减少模糊逼近误差.仿真结果表明:所提出的控制算法能有效地抑制弧长的扰动,具有较强的鲁棒性,从而使电弧炉电极调节系统拥有较好的动静态性能.     

小型无人直升机反步自适应控制

针对具有强非线性、高度耦合以及参数不确定性特点的小型无人直升机系统,提出一种基于小脑模型关节控制器（Cerebellar Model Articulation Control,CMAC）神经网络的自适应反步控制方法,该方法采用小脑模型关节控制器神经网络在线学习系统不确定性以及反步控制中各阶虚拟控制量的导数信息,设计鲁棒控制项克服CMAC神经网络在线学习系统不确定性的误差,控制律由反步法回归递推得到。仿真结果表明,在模型参数不确定和存在较大误差的情况下,所设计的控制律具有理想的姿态跟踪性能以及良好的鲁棒性。     

形状记忆合金驱动器的自适应滑模反步控制

形状记忆合金(SMA)作为一种智能材料,相对于传统的驱动器具有功率重量比大、驱动电压低、质量轻、干净、无噪音等特性,被广泛应用在各领域.然而,非线性、迟滞、时变等因素影响了形状记忆合金的控制精度,限制了它的应用.为此,本文提出了自适应滑模反步控制方法,用于解决精确控制问题.文中首先搭建了实验装置,建立了形状记忆合金的机理模型;然后,采用最小二乘算法辨识了模型参数;最后,基于机理模型设计了自适应滑模反步控制器.实验结果表明,本文提出的方法具有动态响应快、跟踪精度高和抗干扰能力强的特性.     

基于反步自适应控制的伺服系统齿隙补偿

齿隙是影响机电伺服系统动/静态性能的一个重要因素. 为了减小其不利影响, 该文以存在不确定参数的机电位置伺服系统为研究对象, 针对系统中存在的齿隙非线性, 应用反步积分方法, 通过逐步递推选择Lyapunov函数,设计了基于状态反馈的自适应控制器. 通过理论分析以及与传统PID控制的仿真结果比较表明, 该方案显著地降低了齿隙对伺服性能的影响, 提高了系统的跟踪精度和鲁棒性.     

永磁同步电机的模型参考自适应反步控制

基于转子磁场定向坐标系下的永磁同步电机(PMSM)模型,提出一种PMSM的模型参考自适应反步控制方法.该方法采用线性参考模型来给出控制系统的性能规范,通过定义虚拟控制和选择适当的Lyapunov函数来保证整个系统的稳定性,进而导出系统控制律及参数自适应律.系统可在电机参数变化和负载扰动的情况下,渐近跟踪参考模型给出的转速和定子电流信号.仿真结果证实了该方法的有效性.     

汽车驾驶机器人关键技术及发展

除性能、安全、舒适和成本外，低的能源消耗和废气排放正成为汽车工业不断进步的主要目标。随着燃油消耗与排放等试验规范的日益严格，为保证试验精确高效地完成就需要采用先进的技术设备。为避免人类的不确定性，减轻试验驾驶员的不舒适且单调的工作条件，例如，在高温度条件下长时间试验，就需要开发专用的机器人。本文首先阐述了驾驶机器人的设计原则及对其的基本性能要求，并以东南大学研制的具有自主知识产权的DNC—II型汽车驾驶机器人为例，介绍了驾驶机器人系统构成及驾驶机器人的工作过程。然后阐述了驾驶机器人开发的关键技术。最后介绍了国内外驾驶机器人的研究现状与发展方向。     

具有参数和负载不确定性的感应电机自适应反步控制

基于磁场定向坐标系下的感应电机模型,采用自适应反步方法设计控制器,通过选择适当的Lyapunov函数来保证整个系统的稳定性．进而逐步导出控制律和参数自适应律．该方法可在电机参数发生变化和出现负载扰动的情况下,实现转速和转子磁链的渐近跟踪．仿真结果证实了该方法的有效性．     

四旋翼无人机的自适应反步跟踪控制北大核心CSCD

针对四旋翼无人机存在外界干扰情况下的姿态和位置的跟踪控制问题,提出了自适应反步控制策略。首先,通过对四旋翼无人机模型的分析,将其转化为带有外界干扰的严反馈形式;其次,采用自适应技术,实现对未知外界干扰上界的估计,并结合反步控制,分别设计姿态和位置的跟踪控制器;再次,基于Lyapunov稳定性理论证明了闭环系统的渐近稳定性;最后,通过数值仿真验证了所设计控制策略的有效性。仿真结果表明所设计的控制器具有较好的鲁棒性和跟踪性能。     

双电机驱动伺服系统的反推自适应控制

针对存在未知齿隙等非线性的双电机驱动伺服系统的控制问题,给出了双电机驱动伺服系统的模型,应用反推控制方法,引入虚拟控制量的概念,通过逐步递推选择Lyapunov函数,在不用知道系统内部不确定性参数的前提下,设计了基于状态反馈的自适应控制器,并进行了稳定性分析.通过与常规PID控制的仿真结果比较,表明提出的控制策略提高了系统的位置跟踪性能和鲁棒性.最后在实际系统中进行实验,结果表明所提出的控制策略是有效的.     

非完整移动机器人轨迹跟踪自适应控制器设计

针对轮式移动机器人的非完整运动学模型,将自适应反演控制技术和李亚普诺夫稳定性理论应用于机器人轨迹跟踪控制,设计了具有全局渐近稳定性的自适应轨迹跟踪控制器,并在Matlab环境下实现了移动机器人对直线和椭圆2种轨迹追踪的仿真实验.实验表明:该控制方法在轨迹跟踪控制中有较好的航向跟踪效果,对机器人非完整系统模型的非线性特性...     

含齿隙非线性的双电机驱动伺服系统控制研究——基于反演积分自适应方法

针对存在齿隙非线性的双电机驱动伺服系统的控制问题,给出了双电机驱动伺服系统的模型,应用反演积分自适应控制方法,引入虚拟控制量和位置跟踪误差的积分,确保系统跟踪误差能够渐近稳定地趋于零。通过逐步递推选择Lyapunov函数,设计了基于状态反馈的自适应控制器,并进行了稳定性分析。通过与常规PID控制的仿真结果相比较,表明所提出的控制策略能较好地补偿齿隙非线性的影响,提高了系统的位置跟踪性能和鲁棒性。     

双电机驱动伺服系统径向基函数神经网络反推自适应控制

双电机驱动伺服系统中存在齿隙非线性环节,为了削弱齿隙非线性对系统的动态和稳态性能产生的不利影响,本文提出了一种新的自适应控制方法.首先给出了系统的状态空间模型并分析了双电机同步联动控制的原理,然后应用改进的反推方法,在考虑系统所有的状态变量都能收敛的基础上,引入虚拟控制量,通过逐步递推选择Lyapunov函数,利用径向基函数(radial basis function, RBF)神经网络在线逼近系统中的不确定函数,设计了基于状态反馈的RBF神经网络反推自适应控制器,并进行了稳定性分析.将单纯的反推控制和RBF神经网络反推自适应控制的仿真结果对比,发现后者的优越性高于前者.最后在实际系统中进行试验,验证了所提控制策略的可行性.     

具有参数不确定性的轮式移动机器人自适应backstepping控制

针对参数不确定的轮式移动机器人的轨迹跟踪问题,设计自适应跟踪控制器.基于移动机器人的动力学模型,采用backstepping积分方法,通过逐步递推选择适当的Lyapunov函数,设计基于状态反馈的自适应控制器,并进行了相应的稳定性分析.与传统PID控制进行仿真对比,结果表明提出的自适应控制策略能较好地补偿系统参数摄动的影响,提高了移动机器人的轨迹跟踪性能和鲁棒性.     

含未标定摄像机参数的非完整移动机器人的自适应动力学跟踪控制

结合一类非完整移动机器人的运动学模型和链式转换,在质心与几何中心重合的情况下,研究含有未知参量的非完整移动机器人的跟踪控制问题.首先,利用针孔摄像机模型提出一种基于视觉伺服的运动学跟踪误差模型;然后在此模型下,将动态反馈、Back-stepping技巧与自适应控制相结合,设计一个区别于以往处理方法、含有两个动态反馈的自适应跟踪控制器,从而实现动力学系统的全局渐近轨迹跟踪,并通过李亚普诺夫方法严格证明闭环系统的稳定性和估计参数的有界性;最后,利用Matlab仿真验证所提出的控制器的有效性.     

柔性关节机器人高精度自适应反步法控制

为实现多连杆柔性关节机器人的高精度运动控制,首先对其建立完整的动力学模型,包含了连杆和关节动力学的耦合项、LuGre动态摩擦模型和关节回差等因素．然后针对该模型设计带观测器的自适应反步法控制器,对不可测项进行在线估计和补偿．理论分析证明了观测器的收敛性和闭环系统的稳定性．该方法在一个3DOF（degree of freedom）柔性关节机器人上进行仿真,仿真结果验证了观测器的有效性,并表明该控制器能够降低连杆跟踪误差,实现良好的轨迹跟踪效果．     

输入受限的非线性系统自适应模糊backstepping控制

针对一类输入受限的非线性系统,提出了一种自适应模糊backsteppig控制器的设计方法.在控制器的设计过程当中,采用模糊系统对不确定非线性函数在线逼近;利用双曲正切函数和Nussbaum函数对系统输入饱和函数进行处理;将动态面法与backstepping法相结合解决\"计算膨胀\"的问题.通过Lyapunov理论分析证明了所设计的控制器能够使闭环系统所有信号半全局一致有界(SGUUB).最后应用于高超声速飞行器的攻角跟踪控制中,仿真结果表明该方法的有效性.