3-自由度直升机模型的分析与控制器设计

本文以3-自由度直升飞机系统为模拟平台,针对其线性化模型,采用了LQR方法对直升机控制器进行设计以提高系统的性能,针对该方法加入了内模,以增强系统的跟踪能力和抗干扰能力。     

基于鲁棒Tube-MPC算法的无人车横向控制方法研究

针对自动驾驶汽车路径跟踪横向控制过程中因道路湿滑或道路坎坷不定等外界干扰造成的跟踪不稳、超调问题，提出一种将模型预测控制(MPC)和滑模控制(SMC)相结合的鲁棒Tube-MPC算法。首先，对自动驾驶汽车进行名义运动学建模并线性化推导，利用线性化名义模型求解MPC代价函数得到名义系统控制律，完成对预定轨迹的跟踪；其次，通过建立实际系统与名义系统之间的误差系统，设计SMC的滑模面及趋近律，推导出辅助控制律，完成实际状态对名义状态的贴近，以实现鲁棒性；最后，完成基于Carsim/Simulink的仿真，实验结果表明上述方法能够有效提升自动驾驶汽车在外界不确定干扰影响下的鲁棒性和跟踪精度，优于传统MPC和线性二次型调节器(LQR)为代表的无人车控制方法。     

基于径向基函数神经网络PID与模型预测控制的车辆轨迹跟踪控制

为提高无人驾驶车辆的稳定性和鲁棒性,提出一种基于径向基函数神经网络自适应比例积分微分（RBFNN?PID）算法和模型预测控制（MPC）算法相结合的车辆轨迹跟踪控制方法. 基于自适应RBFNN?PID算法、MPC算法以及车辆动力学模型,建立智能车辆纵向速度控制和横向控制的仿真模型并将其结合起来. 在此基础上,以横向MPC控制和LQR?PID控制算法为基准,验证所提出的控制方法在轨迹跟踪方面的优越性. 仿真结果表明,新方法比对照组具有更高的精度. 最后,对新控制方法的硬件在环验证表明,该轨迹跟踪控制算法在轨迹跟踪精度和稳定性方面具有一定的有效性和先进性.     

基于微分平滑的欠驱动船舶航迹控制

对于欠驱动船舶水平面运动的直接航迹控制问题,由于其具有欠驱动和非线性的特点,不能采用静态反馈线性化的方法来处理．首先证明了欠驱动船舶航迹控制系统属于微分平滑系统,基于微分平滑系统中所有状态量均可表示为平滑输出及其导数的函数这一特点,在进行船舶航迹控制器设计时,采用直接动态反馈线性化的方法,建立模型的等价表达式,并将其解耦成为2个可控的线性系统,设计反馈控制律,使欠驱动水面船舶在外界干扰的情况下相对于预先设定的航迹,跟踪误差全局渐近镇定．该方法解除了以往轨迹跟踪控制律中要求角速度持续激励的假设条件．通过仿真试验验证了该方法的有效性。     

一种柔性机械臂末端轨迹跟踪的预测控制算法

针对柔性机械臂末端轨迹跟踪的内动态不稳定和模型不精确问题,提出一种用于柔性臂末端轨迹跟踪的预测控制算法.利用输入-输出线性化的方法使得柔性臂末端变量和弹性变量解耦,并根据状态反馈设计出一个非线性预测控制系统,将轨迹跟踪问题转换为状态跟踪问题.该控制系统通过平衡末端跟踪误差、弹性变量和控制力矩3个最优指标来克服内动态不稳定性,并采用最优控制律求解和力矩求解相分离的策略来提高运算速度,同时引入了实际输出数据进行误差补偿以减少模型误差对末端轨迹跟踪精度的影响.仿真结果表明,所提出的预测控制算法在保证柔性臂内动态稳定的同时,能有效解决模型失配引起的控制精度下降问题,并具有较快的运算速度.     

智能汽车纵横向整体反馈线性化控制

针对智能汽车纵横向耦合非线性导致的控制系统模型复杂度高以及轮胎侧偏刚度不确定性影响控制效果的问题,提出了一种基于轮胎侧偏刚度估计的纵横向整体反馈线性化控制方法。首先,建立智能汽车纵横向耦合动力学模型和轨迹跟踪偏差模型;其次,对车辆模型的线性化条件进行了判定,利用李雅普诺夫稳定性分析方法设计了可以保证系统稳定和跟踪误差渐近收敛的虚拟控制律;然后,对轮胎侧偏刚度进行了实时估计;最后,通过基于CarSim/Simulink的高速紧急双移线仿真实验,验证了本文提出的方法可使智能汽车在纵横向耦合工况行驶时具有良好的轨迹跟踪性能和稳定性。     

基于前馈和多输入模糊LQR的路径跟踪控制研究

针对智能车路径跟踪控制问题,提出了一种基于前馈和多输入模糊LQR路径跟踪控制器。首先,建立了车辆二自由度动力学模型,构建了二自由度路径跟踪误差模型,设计了LQR控制器和前馈控制器。然后,针对传统LQR控制器对多变行驶工况适应性较差的问题,设计了一种以智能车行驶速度、道路曲率和路径跟踪的横向误差作为输入的模糊控制规则,对LQR控制器的权重进行调节。最后,使用AGV线控底盘进行实验,对该控制器进行了验证。结果表明,对于连续变道工况和双移线工况,设计的控制器能够较好地对目标路径进行跟踪。     

基于摩擦补偿的柔性关节机器人分级滑模控制

针对柔性关节机器人中存在的非线性摩擦问题,提出一种基于摩擦补偿的柔性关节机器人分级滑模控制方法。首先,通过线性化参数的方法对柔性关节机器人受到的摩擦进行建模,并对模型中未知参数设计自适应律以实现摩擦的估计;然后,针对摩擦模型的误差,进一步设计观测器进行估计,结合摩擦的自适应和模型误差估计实现对摩擦的补偿;最后,利用电机侧和关节侧的位置误差和速度误差设计一级滑模面,再根据一级滑模面设计二级滑模面,从而得到分级滑模控制器,进一步实现柔性关节机器人的位置轨迹跟踪控制。通过Lyapunov函数证明了机器人关节轨迹跟踪误差的收敛性。仿真结果表明：该控制方法结合参数自适应和模型误差观测器可以有效地对摩擦进行补偿,在有限时间内实现柔性关节机器人的位置轨迹对期望位置轨迹的跟踪。     

融合侧倾稳定性的智能客车轨迹跟踪增益调度控制策略

基于三自由度智能客车简化模型,考虑了智能客车易发生侧翻稳定性问题,采用轨迹跟踪与侧倾稳定性相结合的方式,利用多点预瞄的LQR(Linear quadratic regulator)最优控制算法,提出了智能客车轨迹跟踪控制策略.本策略采用增益调度方法,以实现变化车速工况的客车轨迹跟踪控制,搭建了Matlab/Simulink软件与Trucksim软件联合仿真平台,进行智能客车轨迹跟踪控制策略软件在环仿真实验.结果表明:所提控制策略适应了智能客车轨迹跟踪过程中的车速动态变化,实现了轨迹位移和航向角平滑稳定良好地跟踪,最大侧向位移误差率和最大航向角峰值误差率分别为1.56％和2.14％,保证了轨迹跟踪过程中智能客车横摆侧倾稳定性.     

高超声速飞行器的非线性预测控制

针对高超声速飞行器非线性、多变量、强耦合的特征,将广义预测控制应用于其纵向模型的控制中。对模型进行输入输出反馈线性化,利用基于泰勒展开的有限时间预测控制方法,设计轨迹跟踪预测控制律,使其飞行的高度和速度跟踪控制指令。通过matlab仿真验证了该方法在参数不确定性的条件下,具有一定的鲁棒性,能满足系统的性能要求。     

一种轮式移动机器人滑模轨迹跟踪控制器设计及其参数优化方法

为实现轮式机器人轨迹跟踪控制,以双闭环控制方案为基础,在每个闭环子系统中设计滑模控制器,并将粒子群算法应用其中,优化控制器参数,达到更好的跟踪效果.通过仿真验证了所设计的控制器能够实现轨迹跟踪,并且相较于人工经验整定的参数,通过优化得到的参数使控制器的控制性能更加优越.     

一种基于细菌觅食算法的机械手臂控制器设计

针对机械臂控制系统需可靠、快速、准确跟踪设定值轨迹的要求,通过研究机械臂控制系统的非线性动力学模型,提出1种基于细菌觅食优化算法(BFO)优化PID控制器参数的控制方案。设计采用细菌觅食算法求解在线优化PID参数的流程,用于机器人手臂的跟踪控制。为更有效地考察机械手臂系统的跟踪控制性能,设定2个关节的期望轨迹分别为正弦和余弦函数。仿真结果表明,与传统PID方法相比,基于BFO算法优化的控制方案具有更优越的控制品质和较强的抑制干扰能力,能有效提高机械臂跟踪控制的快速性和准确性。     

柔性机械臂动力学建模及非线性控制器设计

针对轴向不伸长的Ｅｕｌｅｒ－Ｂｅｒｎｏｕｌｉ梁，采用假设模态法，根据能量一致性原理，利用变形约束方程的小变形假设条件，对带有末端荷载的柔性机械臂推导出考虑动力刚化影响的柔性机械臂有限维一致线性动力学方程。为实现柔性机械臂关节转角运动轨迹的精确跟踪采用基于输入输出部分线性化的控制方法设计非线生控制器，对该非线性动力学模型进行了解耦并产生理想关节转角运动轨迹的控制输入。     

Dynamic Tracking Control of Space Robot Flexible Arm

ＤｙｎａｍｉｃＴｒａｃｋｉｎｇＣｏｎｔｒｏｌｏｆＳｐａｃｅＲｏｂｏｔＦｌｅｘｉｂｌｅＡｒｍＤＩＮＧＸｉｌｕｎＷＡＮＧＳｈｕｇｕｏＺＨＡＯＣｈｕｎｘｉａＣＡＩＨｅｇａｏ（丁希仑）（王树国）（赵春霞）（蔡鹤皋）（ＲｏｂｏｔＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔ...     

非平稳随机循环工况离合器接合优化及跟踪控制

为更好地解决系统参数摄动和外负荷扰动等不确定性因素下离合器接合轨迹可变性及其跟踪偏差带来的接合过程问题,提出了离合器接合轨迹的优化及跟踪控制方法. 以装载机V型工况重载后退换挡中离合器接合过程为研究对象,建立冲击度和滑磨功相结合的二次型性能指标泛函,在干扰矩阵有参数化表达的非平稳随机项下,通过构造Hamiltonian函数并依据Pontryagin极大值原理和解析Riccati微分方程,得到时变最优控制律和权重系数调整下的可变扭矩最优轨迹;为提高非线性特性执行机构参数摄动下最优轨迹的跟踪精度,将接合过程品质优化问题转化为轨迹跟踪的单一目标问题,采用指数趋近律滑模控制方法设计的控制器实现了跟踪误差在0.3%以内的精准跟踪,用Lyapunov理论对其进行了稳定性分析. 数值仿真结果表明,该控制方法降低了离合器接合冲击度及滑磨功,有助于提高离合器接合过程品质,对解决同类问题具有理论性工程参考价值.     

变信赖域序列凸规划RLV再入轨迹在线重构

针对可重复使用运载器（RLV）的再入轨迹重构问题,提出一种基于变信赖域序列凸规划的RLV再入轨迹快速求解方法. 首先,通过离散化及对非凸约束的线性化处理,将RLV的非凸轨迹优化问题转换为凸优化问题,然后通过序列凸规划方法对凸优化问题进行求解. 在序列凸规划求解过程的初始迭代中,采用预测校正算法对初值猜测轨迹进行设计,确定轨迹求解的终端时间;在后续迭代过程中,设计基于优化性能指标的信赖域更新策略,提升算法的收敛性能. 在轨迹快速求解方法的基础上,考虑RLV再入过程中可能发生的突发事件,如实际轨迹大幅度偏离参考轨迹或目标点变更,基于变化的初值约束及终端约束在线重构轨迹,并结合重构轨迹和LQR（Linear quadratic regulator）方法设计再入制导律实现对重构轨迹的有效跟踪. 最后,将此设计方法与Gauss伪谱法及传统序列凸规划算法进行仿真对比验证. 仿真结果表明:变信赖域序列凸规划方法相较于伪谱法和传统的序列凸规划方法在轨迹求解实时性及收敛性方面有较大的提升,具备应用于轨迹在线重构的能力,此外,所提出的轨迹在线重构方法具备良好的鲁棒性以及抗扰性.     

知识继承型迭代学习控制的研究与应用

针对一类具有同质特征的多维轨迹群,提出基于知识继承的迭代学习控制（ILC）策略. 该策略以一类工业机器人系统为控制对象,在跟踪具有渐变幅值的同质轨迹群（HTG）时,应用迭代学习控制方法,从起始源轨迹中获得基准控制知识. 将基准控制知识预设为下一新轨迹迭代学习的首次运行知识. 通过增益变换和偏移变换实现迭代学习控制的知识继承,使得该类工业机器人系统加快对新轨迹的学习速度,以此降低跟踪同质轨迹群的整体学习次数,实现跟踪效率的较大提升. 理论分析和仿真结果证明了所提控制策略的优越性.     

基于时间冲击最优的TBM换刀机器人轨迹规划

为了提高隧道掘进机(TBM)换刀机器人的工作效率,减小换刀过程中的运动冲击,提出基于改进型粒子群优化(PSO)算法的轨迹优化方法.采用位姿分离法与关节变量最小策略,对冗余关节机器人进行运动学分析.利用所求的逆解,将目标轨迹由笛卡尔空间映射到关节空间.针对每个关节使用5次NURBS曲线构造冲击连续的关节轨迹,以时间冲击最优构造目标函数,采用改进型PSO算法求解出最优时间序列,完成对轨迹的优化.通过对特定的换刀任务进行轨迹规划,得到各关节的优化轨迹.优化结果表明,提出的轨迹规划方法可以为换刀机器人各关节提供理想的轨迹,具有较强的轨迹跟踪能力.利用5次NURBS插值法与改进型PSO优化算法,可以保证轨迹的时间最短与冲击最小,提高了运行的效率与平稳性.     

基于改进配点法的星际小推力轨道设计与优化

星际小推力转移轨道的设计与优化是深空探测研究中的关键技术之一.传统的标准配点法是求解问题非常有效的方法,但计算精度较低.针对双积分轨道动力学模型给出了改进配点算法,在不增加非线性规划问题约束的条件下,采用四阶Gauss-Labatto积分式处理系统微分方程,提高了配点法的计算精度.然后以地球-金星的燃料最省小推力转移轨道为例,分别采用标准配点法和改进配点法对其进行了优化设计,并分析比较了优化结果.数值计算结果验证了改进配点法的有效性.