结合前馈调参与迭代学习的数据驱动控制方法

在前馈控制中, 需要尽可能的去除前馈控制器对系统模型的需求, 同时保证高精度和鲁棒性. 本文提出了 一种数据驱动的将迭代前馈调参与迭代学习控制进行结合的方法, 通过引入基函数参数化的前馈控制器和输入整 形滤波器, 使用梯度下降法求解最优系统前馈控制器, 消除期望轨迹引入的扰动; 通过迭代学习控制, 消除系统重复 性扰动, 进一步提高控制精度. 算法具有不依赖系统模型, 高精度, 适用于变轨迹任务的优点. 文中给出了相应的仿 真, 并应用到一个直线电机系统, 通过实验验证了算法的有效性.     

考虑状态约束与执行器饱和的水下机器人轨迹跟踪控制

针对执行器饱和、模型参数不确定以及海流干扰等因素影响下的水下机器人,提出一种考虑状态约束以及执行器饱和的轨迹跟踪控制器.首先,构建水下机器人水平面轨迹跟踪误差方程;然后,对载体模型参数不确定性产生的模型误差以及海流干扰,设计一个非线性观测器进行估计并用于对控制器进行扰动补偿;接着,引入执行器饱和补偿系统、二阶滤波器以及滤波器误差补偿系统,设计命令滤波反步滑模控制器来控制水下机器人的水平面轨迹跟踪;最后,严格验证命令滤波反步滑模控制器的稳定性并进行数值仿真,验证所提出控制器的有效性.     

六自由度机械臂约束预测控制系统的设计

本文提出了一种基于约束预测控制的机械臂实时运动控制方法.该控制方法分为两层,分别设计了约束预测控制器和跟踪控制器.其中,约束预测控制器在考虑系统物理约束的条件下,在线为跟踪控制器生成参考轨迹;跟踪控制器采用最优反馈控制律,使机械臂沿参考轨迹运动.为了简化控制器的设计和在线求解,本文采用输入输出线性化的方式简化机械臂动力学模型.同时,为了克服扰动,在约束预测控制器中引入前馈策略,提出了带前馈一反馈控制结构的预测控制设计.因此,本文设计的控制器可以使机械臂在满足物理约束的条件下快速稳定地跟踪到目标位置.通过在PUMA560机理模型上进行仿真实验,验证了预测控制算法的可行性和有效性.     

基于强化迭代学习的四旋翼无人机轨迹控制

为进一步提升在未知环境下四旋翼无人机轨迹的跟踪精度,提出了一种在传统反馈控制架构上增加迭代学习前馈控制器的控制方法。针对迭代学习控制（ILC）中存在的学习参数整定困难的问题,提出了一种利用强化学习（RL）对迭代学习控制器的学习参数进行整定优化的方法。首先,利用RL对迭代学习控制器的学习参数进行优化,筛选出当前环境及任务下最优的学习参数以保证迭代学习控制器的控制效果最优;其次,利用迭代学习控制器的学习能力不断迭代优化前馈输入,直至实现完美跟踪;最后,在有随机噪声存在的仿真环境中把所提出的强化迭代学习控制（RL-ILC）算法与未经参数优化的ILC方法、滑模变结构控制（SMC）方法以及比例-积分-微分（PID）控制方法进行对比实验。实验结果表明,所提算法在经过2次迭代后,总误差缩减为初始误差的0.2%,实现了快速收敛;并且与SMC控制方法及PID控制方法相比,RL-ILC算法在算法收敛后不会受噪声影响产生轨迹波动。由此可见,所提算法能够有效提高无人机轨迹跟踪的准确性和鲁棒性。     

基于误差空间的鲁棒跟踪控制

为精确跟踪参考输入信号、抑制扰动信号，将输入信号和扰动信号满足的方程作为问题公式的一部分，在误差空间中设计鲁棒跟踪控制器；并加入前馈控制，改善系统的动态性能，提高系统抑制扰动的能力，使系统能以零稳态误差跟踪非衰减输入，零稳态误差抑制非衰减扰动，并在某些参数变化的情况下能准确跟踪输入信号．仿真结果表明系统具有很强的鲁棒性、优良的动态性能和稳态性能．     

永磁同步电动机的平滑跟踪伺服控制及实现

针对永磁同步电动机位置伺服控制的最小时间响应和平滑轨迹跟踪问题,提出一种改进的二阶离散非线性平滑轨迹跟踪滤波器,该滤波器的输出适合于伺服系统的前馈控制.结合永磁同步电动机的(d,q)数学模型,采用线性控制实现电流闭环使机电运动系统等效为典型的二阶系统,利用非线性平滑轨迹跟踪滤波器为电流环提供前馈输入,并设计一个降阶的扰动观测器保证了系统具有较强的鲁棒性.利用DSP(TM S320LF2407A)实现算法并与传统的PID算法进行了比较,通过仿真和实验结果证明了所提方法的正确性和有效性.     

多通道约束下的网络控制系统的最优跟踪性能

本文针对双通道约束下的线性时不变网络控制系统的随机信号跟踪性能极限问题进行了研究.网络通信包含通信噪声和通信带宽两种信道因素.被控系统考虑是非最小相位和不稳定系统,并且系统包含多个不同的非最小相位零点和多个不同的不稳定极点.对上行通道和下行通道都存在通信带宽约束及高斯白噪声影响的情形,从频域角度,通过采用双自由度控制器和尤拉参数化方法,获得了此类网络控制系统的最优可达的跟踪性能.研究结果表明网络控制系统的跟踪性能极限完全由被控对象的结构特征(非最小相位零点、不稳定极点以及被控对象的系统增益),参考输入信号和网络特性(高斯白噪声的统计特征、通信信道带宽)所决定.最后,仿真结果检证了所得结果的正确性.     

一种新型的移动机器人轨迹跟踪控制方法

主要是对非完整约束下移动机器人的轨迹跟踪控制进行了研究,提出了一种新型的基于移动机器人运动模型、具有全局渐近稳定性的跟踪控制方法。这种非线性控制方法主要分为前馈和反馈两个部分：前馈部分是一种滑模控制器,它是基于反演设计的思想设计了切换函数,采用指数趋近律,减少了滑模变结构控制的抖动,并使用Lyapunov第一法对控制系统进行了稳定性分析,证明了滑模跟踪控制器是稳定的;反馈部分是基于Lyapunov函数的方法设计的反馈控制器。通过前馈部分和反馈部分的相互作用,提高了移动机器人轨迹跟踪控制的精度。实验结果表明与一般的跟踪控制方法相比,控制效果明显改善,跟踪误差能在较短时间内收敛,具有很好的抗干扰性能。     

轮式移动机器人的数据驱动轨迹跟踪滑模约束控制

针对有输入饱和约束的轮式移动机器人(WMR)的轨迹跟踪问题,提出一种抗饱和无模型自适应积分终端滑模控制方案.该方案基于紧格式动态线性化技术,构建WMR系统的在线数据驱动模型.在积分终端滑模控制器设计过程中,引入动态抗饱和补偿器,以解决WMR系统轨迹跟踪过程中执行器饱和问题.控制器设计仅利用控制系统的输入输出数据,与WMR系统模型信息无关.因此,针对不同类型的WMR系统,该方案均可实现.最后,通过仿真实验将所提出的方法与PID方法的控制效果进行对比,仿真结果表明,所提出的控制算法的跟踪误差更小且响应速度更快.     

基于奇异摄动理论的输入有界机器人轨迹跟踪控制

针对机器人轨迹跟踪中驱动扭矩有界的问题.提出一种基于奇异摄动系统稳定性理论的推广算法.通过在控制律中引入含有误差增益的饱和函数,保证扭矩输入绝对值的上界在给定限制范围内.并可通过适当调节误差增益系数改善系统的轨迹跟踪性能.同时,算法中采用仅包含位置跟踪误差信息的线性滤波函数产生用来替代真实速度误差的伪速度误差信号.使得整个系统的闭环控制不需测量转速.根据提出的推广算法,设计了一种全新的输入有界控制律,验证了算法的有效性.仿真试验对比结果表明,该算法能够严格保证扭矩控制输入的有界性,并在相同参数条件下相比于其他算法,具有更优的轨迹跟踪效果.     

Time-optimal and Smooth Trajectory Planning for Robot Manipulators

This paper presents a practical time-optimal and smooth trajectory planning algorithm and then applies it to robot manipulators. The proposed algorithm uses the time-optimal theory based on the dynamics model to plan the robot’s motion trajectory, constructs the trajectory optimization model under the constraints of the geometric path and joint torque, and dynamically selects the optimal trajectory parameters during the solving process to prominently improve the robot’s motion speed. Moreover, the proposed algorithm utilizes the input shaping algorithm instead of the jerk constraint in the trajectory optimization model to achieve a smooth trajectory. The input shaping of trajectory parameters during postprocessing not only suppresses the residual vibration of the robot but also takes the signal delay caused by traditional input shaping into account. The combination of these algorithms makes the proposed time-optimal and smooth trajectory planning algorithm ensure absolute time optimality and achieve a smooth trajectory. The results of an experiment on a six-degree-of-freedom industrial robot indicate the validity of the proposed algorithm.

     

间歇过程最优迭代学习控制的发展:从基于模型到数据驱动

本文综述了间歇过程的基于模型的和数据驱动的最优迭代学习控制方法.基于模型的最优迭代学习控制方法需要已知被控对象精确的线性模型,其研究较为成熟和完善,有着系统的设计方法和分析工具.数据驱动的最优迭代学习控制系统设计和分析的关键是非线性重复系统的迭代动态线性化.本文简要综述了基于模型的最优迭代学习控制的研究进展,详细回顾了数据驱动的迭代动态线性化方法,包括其详细的推导过程和突出的特点.回顾和讨论了广义的数据驱动最优迭代学习控制方法,包括完整轨迹跟踪的数据驱动最优迭代学习控制方法,提出和讨论了多中间点跟踪的数据驱动最优点到点迭代学习控制方法,和终端输出跟踪的数据驱动最优终端迭代学习控制方法.进一步,迭代学习控制研究中的关键问题,如随机迭代变化初始条件、迭代变化参考轨迹、输入输出约束、高阶学习控制律、计算复杂性等.本文突出强调了基于模型的和数据驱动的最优迭代学习控制方法各自的特点与区别联系,以方便读者理解.最后,本文提出数据驱动的迭代学习控制方法已成为越来越复杂间歇过程控制发展的未来方向,一些开放的具有挑战性的问题还有待于进一步研究.     

考虑执行器动态和输入受限的近空间飞行器鲁棒可重构跟踪控制

针对多变量、不稳定的近空间飞行器姿态系统,在系统存在参数不确定和外部干扰的情况下,并考虑执行器动态和输入受限,提出一种鲁棒可重构跟踪控制策略.首先,利用二阶滑模干扰观测器分别重构姿态、角速率回路的复合干扰;其次,采用鲁棒二阶滑模积分滤波器的反推(backstepping)方法避免了控制器设计中微分项膨胀问题,利用鲁棒项抵消重构误差对系统的影响,以实现姿态控制器设计.然后,在考虑执行器动态、输入受限及舵面卡死故障下,给出一种线性矩阵不等式的在线优化舵面分配算法,以实现飞行器的姿态角渐近跟踪期望的制导指令.最后,仿真结果表明所提出的方法具有良好的跟踪控制性能.     

On adaptive trajectory tracking of a robot manipulator usinginversion of its neural emulator

This paper is concerned with the design of a neuro-adaptive trajectory tracking controller. The paper presents a new control scheme based on inversion of a feedforward neural model of a robot arm. The proposed control scheme requires two modules. The first module consists of an appropriate feedforward neural model of forward dynamics of the robot arm that continuously accounts for the changes in the robot dynamics. The second module implements an efficient network inversion algorithm that computes the control action by inverting the neural model. In this paper, a new extended Kalman filter (EKF) based network inversion scheme is proposed. The scheme is evaluated through comparison with two other schemes of network inversion: gradient search in input space and Lyapunov function approach. Using these three inversion schemes the proposed controller was implemented for trajectory tracking control of a two-link manipulator. Simulation results in all cases confirm the efficacy of control input prediction using network inversion. Comparison of the inversion algorithms in terms of tracking accuracy showed the superior performance of the EKF based inversion scheme over others.     

Relatively optimal control and its linear implementation

Motivated by the fact that determining a feedback solution for the optimal control problem under constraints is a hard task we introduce the concept of relative optimality, roughly optimality for a specific (nominal) plant initial condition. We consider a generic discrete-time finite-horizon constrained optimal control problem for linear systems, and we seek for a state feedback (possibly dynamic) controller. As a fundamental requirement, we do not admit preactions or controller-state initialization based on the plant initial state and we assume our controller to be time-invariant. In particular, we do not consider controllers simply achieved by the feedforward and tracking of the optimal trajectory. A relatively optimal control is a stabilizing controller such that, if initialized at its zero state, produces the optimal (constrained) trajectory for the nominal initial condition of the plant. We show that one of such controllers is linear, dead-beat, and its order is equal to the length of the horizon minus the plant order, thus, of complexity which is known a priori. Some additional features such as the assignment of the compensator poles to achieve strong stabilization are proposed. We show that, by means of the proposed approach, we can face several problems such as optimal point-to-point operations, optimal impulse response and optimal tracking.     

Robust attitude tracking control for a rigid spacecraft under input delays and actuator errors

Attitude control of a rigid spacecraft under input delays, disturbances, parameter uncertainties, actuator errors, and constraints is a challenging problem. In this paper, these problems are considered simultaneously, and a robust control approach to attitude tracking of a rigid spacecraft is exploited. The design methodology is based on three steps: (1) compensating input delays by using the backstepping technique, (2) design of a disturbance observer for the delayed system by using the super-twisting algorithm to estimate unknown internal and external disturbances, then adding a feedforward compensation law based on the estimated signal to the backstepping controller to attenuate the effects of disturbances, (3) employing a robust least-square scheme to map the specified control command on the redundant actuators in the presence of actuator error, including actuator magnitude deviation and misalignment, with regard to actuator amplitude and rate constraints. The effectiveness of the proposed algorithm is shown by various numerical simulations.