病态系统的鲁棒控制

由于模型有确定性因素在存在，病态系统难以控制，本文应用定量反馈理论（QFT）方法对此进行研究，并结合算例讨论了有关界函数的选择问题。     

基于QFT和ZPETC的高精度鲁棒跟踪控制器设计

阐述了定量反馈理论(QFT)和零相差跟踪控制器(ZOETC)的基本原理及设计方法,并给出了设计实例。在QFT和ZPETC的基础上,提出了一种是实现高精度鲁棒跟踪控制的方案,采用QFT控制保证系统的鲁棒性,通过ZPETC提高系统的跟踪精度。仿真表明,这种方法实现了QFT和ZPETC的完美结合,很适合高精度跟踪系统的鲁棒控制。     

一种新的机械轨迹跟踪鲁棒控制

本文考虑存在外扰及参数不稳定情况下机械手轨迹跟踪问题，通过利用机械手固有的结构特性，提出一种基于李雅普诺夫方法的新控制算法。该算法的新颖之处在于无需预先知道参数的不确定范围，并且减弱了对外扰的限制。该算法的渐近跟踪性已被证明。     

一种基于QFT的锅炉水位鲁棒控制及分析

在工业实际应用中,锅炉汽包水位在系统动态特性发生较大变化并且受到各种干扰因素影响时,模型的参数将发生变化,成为一个不确定系统.基于此种情况,本文应用定量反馈理论(QFT),提出了基于QFT的锅炉水位鲁棒控制方案,即内回路采用小积分常数比例积分控制器快速消除给水扰动,外回路应用QFT理论设计出主控制器并对主控制器的PID参数进行了整定,以保证水位无静态偏差,仿真结果表明,此种控制方法能够达到比较满意的效果.     

共轴式无人直升机建模与鲁棒跟踪控制

针对共轴式无人直升机非线性、强耦合的动力学特性,本文提出了一种基于动态反馈线性化方法的鲁棒跟踪控制策略.首先根据叶素理论、Pitt-Peters动态入流模型、上下旋翼气动干扰分析建立了共轴式无人直升机的数学模型.然后对于高度-姿态子系统,通过扩展状态变量对其进行了动态反馈线性化,分析了零动态特性.根据内环期望跟踪特性对解耦后的子系统进行极点配置.通过设计鲁棒补偿器实现了对高度与姿态指令的鲁棒跟踪.在此基础上,针对水平面内的位置子系统设计了外环比例微分(proportional-derivative,PD)控制器以实现位置跟踪.最后,通过内环跟踪仿真验证了反馈线性化方法良好的解耦特性,通过干扰条件下的轨迹跟踪仿真验证了所设计控制器具有较好的控制性能与鲁棒性.     

无人侦察机半物理跟踪仿真平台设计与实现

针对目前无人机模拟训练系统采用单一有人机式开发模式、功能不健全的特点,重点研究了侦察、跟踪子系统的功能构成及实现方式。提出在Creator/Vega中利用Google Earth高程及影像数据模拟环境及摄像机效果,并输出视频信号,通过图像处理方法实现目标跟踪控制过程。试验结果表明,该系统体积小、成本低,仿真环境逼真度高,较好地满足了操作手进行任务设备侦察、跟踪训练需求,具有实际的应用及推广价值。     

基于多环QFT的高超声速飞行器鲁棒控制

阐述了定量反馈理论(QFT)的基本原理和设计方法,针对超燃冲压发动机不同工作状态时高超声速飞行器不确定性模型,应用多环QFT设计了高超声速飞行器纵向飞行控制系统;仿真结果表明,运用QFT方法设计的控制系统不仅具有良好的跟踪性能和抗干扰性能,而且能够很好地解决飞行控制系统由于模型参数具有不确定性而造成的控制系统鲁棒性设计问题,并从工程应用角度为高超飞行器纵向飞行控制系统提供了一种鲁棒控制设计方案。     

机器人轨迹跟踪的一种自适应神经鲁棒控制

针对不稳定机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制。该控制方案由一个PD反馈和一个神经动态补偿器组成,其特点是不需要系统不确定性上界的先验知识,而且避免了求解惯性矩阵逆,通过利用一个RBF神经网络自适应学习系统不稳定性的未知上界,从而可以有效克服系统不确定性的影响,保证机器人系统的输出跟踪误差渐近收敛于0。     

基于多环QFT的飞行仿真转台鲁棒控制

阐述了定量反馈理论(QFT)的基本原理及设计方法,并给出了某型飞行仿真转台的QFT控制器设计实例。为了有效地抑制高频测量噪声对系统的干扰,以及避免系统的高频不确定性,在单环QFT控制的基础上,引入了基于多环QFT的鲁棒控制。理论分析和仿真实验表明,这种多环QFT控制可以明显地缩减控制器的带宽,使系统具有很强的抗高频测量噪声的性能,达到了理想的控制效果。该方法在转台的控制上取得了成功的应用,具有广泛的应用价值。     

融合GPC和QFT对不确定性系统的鲁棒控制

针对广义预测控制(GPC)与定量反馈理论(QFT)的特点,提出了把两种算法融合的鲁棒控制算法。该方法是在对QFT进行修改的基础上,采用双回路控制。内回路采用QFT控制器实现对系统不确定性的控制;外回路采用GPC控制器,实现对系统的各种性能要求并且提高鲁棒性。该方法可以充分利用两种控制理论的优点。最后的仿真结果显示,融合的算法比单独采用其中的任何一种控制算法所取得的控制效果都好。     

无人机目标实时自适应跟踪系统

随着无人机(unmanned aerial vehicle,UAV)在航拍、空中侦察等相关领域被广泛应用,对于无人机的智能化需求逐渐提高.目标跟踪具有信息量大、实时性高等优点,能够为无人机的智能飞行提供大量且实时的外部信息.进行低开销、低功耗的无人机目标跟踪系统的研究,对无人机智能化进程的加速具有深远意义.为更好解决跟...     

基于四旋翼无人机的运动目标跟踪控制研究

针对欠驱动的四旋翼无人机运动目标跟踪问题,提出了一种新的渐近跟踪控制器.首先,将控制系统解耦为位置控制系统和姿态控制系统;其次,提出了一种将人工势场(APF)与滑模控制(SMC)相结合的方法,实现了对运动目标的保持固定距离的高精度跟踪;第三,采用径向基神经网络(RBF)算法对姿态系统进行控制,并用李雅普诺夫方法进一步证...     

LPV Model-Based Tracking Control and Robust Sensor Fault Diagnosis for a Quadrotor UAV

This work is dedicated to the design of a robust fault detection and tracking controller system for a UAV subject to external disturbances. First, a quadrotor modelled as a Linear Parameter Varying (LPV) system is considered as a target to design and to illustrate the proposed methodologies. In order to perform fault detection and isolation, a robust LPV observer is designed. Sufficient conditions to guarantee asymptotic stability and robustness against disturbance are given by a set of feasible Linear Matrix Inequalities (LMIs). Furthermore, the observer gains are designed with a desired dynamic by considering pole placement based on LMI regions. Then, a fault detection and isolation scheme is considered by mean of an observer bank in order to detect and isolate sensor faults. Second, a feedback controller is designed by considering a comparator integrator control scheme. The goal is to design a robust controller, such that the UAV tracks some reference positions. Finally, some simulations in fault-free and faulty operations are considered on the quadrotor system.     

Vision-Based Fixed-Time Uncooperative Aerial Target Tracking for UAV

<正>Dear Editor, In this letter, a vision-based fixed-time control is proposed for an unmanned aerial vehicle(UAV) with actuator saturation to track an uncooperative target. The fixed-time control is designed in backstepping framework. The relative states between UAV and the target are not directly measured, and are estimated by an onboard monocular camera.     

改进的CamShift无人机目标跟踪算法

目前,无人机视频目标跟踪算法在应用方面仍存在一些问题,比如在光照不均、目标发生旋转、目标被遮挡的情况下跟踪效果不佳。因此,本文提出一种结合HLBP特征匹配与Kalman滤波的CamShift跟踪算法。首先通过HLBP算法对目标特征进行提取,获得更准确的纹理特征,进而减小光照变化以及目标旋转对特征提取造成的干扰,其次通过巴氏距离对目标遮挡程度进行判断,最后结合Kalman滤波算法对目标位置进行预测,能够有效解决目标发生遮挡时跟踪效果不佳的问题。实验结果表明,在无人机目标跟踪的实际应用中,改进算法能够有效降低外在干扰对跟踪效果的影响,跟踪精度得到提升。     

自适应模板更新的鲁棒目标跟踪算法*

针对受复杂背景、光照以及目标尺度变化等因素的影响,目标模板更新精度不高,导致跟踪算法鲁棒性差的问题,提出了一种基于深度特征和模板更新的自适应粒子滤波目标跟踪方法。首先对跟踪目标进行仿射变换;然后构造一个12层的卷积神经网络来提取跟踪目标及其仿射变换的深度特征得到目标模板和候选模板,并以此构建候选模板库;其次采用粒子滤波算法跟踪目标,将预测结果与候选模板库中的模板进行匹配,确定新的目标模板并自适应更新候选模板库。实验结果表明,该算法在遮挡、光照、尺度变化、目标旋转和复杂背景的恶劣条件下仍能稳定地跟踪目标,与其他7种先进算法在18组测试视频中进行比较,具有更高的目标跟踪精度和更强的鲁棒性。     

Nonlinear Robust Tracking Control of a Quadrotor UAV on SE(3)

This paper provides nonlinear tracking control systems for a quadrotor unmanned aerial vehicle (UAV) that are robust to bounded uncertainties. A mathematical model of a quadrotor UAV is defined on the special Euclidean group, and nonlinear output‐tracking controllers are developed to follow (i) an attitude command, and (ii) a position command for the vehicle center of mass. The controlled system has the desirable properties that the tracking errors are uniformly ultimately bounded, and the size of the ultimate bound can be reduced arbitrarily by control system parameters. Numerical examples illustrating complex maneuvers are provided.     

基于无人机跟踪的目标反遮挡算法

随着计算机视觉和无人机的蓬勃发展,目标跟踪是当下研究热点之一;但对于该方向,目前存在大量问题,目标的遮挡就是其中之一;因此,为了解决该问题,在此提出了一种无人机抗遮挡目标跟踪算法;该算法基于均值漂移目标跟踪算法;采用动态参数选择策略和双预测机制相结合的方法来解决目标跟踪过程中的目标遮挡问题;为了避免目标丢失,算法中采用目标检测的方法;大量实验表明,在与现有的算法比较过程中,该算法展示出了对遮挡目标跟踪有较好的鲁棒性和实时性;与其他算法相比,其精度提高约了10%,平均目标符合率提高了约15%。