基于神经网络的PID控制器

提出了一种新型PID控制器,该控制器利用BP网络实现PID参数的在线调整,采用RBF网络对被控对象在线辨识。仿真结果表明该控制器的控制效果优于传统的PID控制算法和模糊自适应PID控制算法。     

基于PID神经网络的多变量非线性动态系统辨识

文章研究基于PID神经网络的多变量非线性动态系统辨识问题。文中介绍了PID神经网络的结构和算法,分析了PID神经网络进行多变量动态系统辨识的特点和理论依据,采用PID神经网络实现了辨识任务,并给出了快速收敛的辨识结果。     

基于频域辨识的自整定PID控制器

提出了一种引入继电反馈的自整定ＰＩＤ控制器,在线测出过程对象两点的频率特性,辨识出二阶纯滞后的模型,基于相位,幅值裕度整定出ＰＩＤ参数。还介绍了该方法适应范围,仿真实验及仿真结果。     

基于相关系数辨识法的PID自动整定算法

本文介绍了相关系数辨识法的原理及建模过程，根据二次型目标函数，最优整定ＰＩＤ参数。     

基于连续继电辨识的自整定PID控制器

提出采用连续继电反馈实验辩识高精度的过程模型，基于内模原理设计PID控制器的方法。通过对时滞工业过程对象的数字仿真研究．控制结果表明该控制方法可获得很好的动态性能、鲁棒性和抗干扰能力．是实现自整定PID控制器的一种简单、有效方法。     

PID神经网络及其非线性动态系统辨识能力分析

PID神经网络具有在线自学习能力,通过无教师的自学习方式,PID神经网络成功现了不同的系统辨识,本文在介绍PID神经网络的基础上,论述了PID神经网络进行系统辨识的理论依据,给出了PID神经网络通过自学习进行非线性动态系统的辨识的结果。     

基于模糊PID原理的液位控制器的设计

分析了液位水平系统具有非线性、上升时间长、滞后现象的特点，讨论了常规PID控制器在控制中的局限性。在常规PID控制器的基础上，引入了模糊逻辑，设计出了一种模糊PID控制器，对PID三个参数进行了在线整定。实验结果表明这种模糊PID控制器具有比常规PID控制器更优良的特性。     

基于PID神经网络的非线性时变系统辨识

1　引言PID神经网络是一种多层前向网络 ,它除了具备传统的多层前向网络的特点 ,如逼近能力、并行计算、非线性变换等特性外 ,其隐层单元还分别具有比例、微分和积分等动态特性[1～ 4] .本文将介绍 PID神经网络在非线性时变系统辨识方面的研究结果 .2　PID神经网络结构与算法PI     

一种基于过程神经元网络辨识的PID控制模型及方法

针对非线性动态系统PID过程控制问题,提出了一种基于过程神经元网络辨识的PID参数自适应整定的控制模型和方法。利用过程神经元网络对于动态系统时变输入/输出信号的学习机制,在某种最优控制律下通过对被控对象进行辨识来追踪被控对象的输出对控制输入变化的灵敏度信息,实现参数自适应匹配的PID控制。给出了基于过程神经元网络辨识的PID控制系统结构以及相应的实现机制,实验结果验证了模型和算法的有效性。     

基于模糊PID的控制器研究

模糊PID控制系统就是模糊理论与传统的PID控制器的结合。以一控制对象为例,对两种方式的控制进行了仿真和比较,并得出了相应的结论。     

移动机器人路径跟踪的智能预瞄控制方法研究

本文首先介绍了移动机器人的基本硬件组成，然后模仿人工预瞄驾驶行为，提出了一 种移动机器人路径跟踪的智能预瞄控制方法，并介绍了智能预瞄控制器的原理、结构及其设 计过程．试验表明：本文提出的控制方法可保证机器人准确地沿各种参考路径行走，且具有 良好的鲁棒性．具有运动避障功能的移动机器人控制系统正在研究过程中．     

一个用于自治智能移动式机器人导航和监控的实验系统

文中重点讨论了系统实现过程中,任务分解与行走命令下达,时序分配与同步,路标定位与行走误差修正.动态障碍感知,测定与响应和特别情况紧急处理等难题的解决策略及遇到的问题.     

室外智能移动机器人的发展及其关键技术研究

室外智能移动机器人有着广泛的应用前景,是机器人研究中的热点之一．本文分析 了在室外移动机器人发展中有着代表意义的几个典型系统,进而论述了室外移动机器人研究 中的若干关键技术的研究现状及发展水平．这些关键技术包括移动机器人的控制体系结构、 机器人视觉信息的实时处理技术、车体的定位系统、多传感器信息的集成与融合技术以及路 径规划技术与车体控制技术等．     

自主移动机器人智能导航研究进展

本文对当前在自主移动机器人智能导航研究中已被采用并取得的研究方法进行了１，并根据已取得的成果预测了移动机器人智能导航研究的发展趋势，指出视觉导航和传感器融合将是移动机器人智能导航的主要发展方向。     

两轮移动机器人运动控制系统的设计与实现

通过对两轮驱动机器人小车的运动模型的分析,提出一种非完整性两轮机器人小车运动控制器的设计方法.在将运动参量角速度和线速度进行解耦的基础上,引入速度控制器,通过反馈抑制了左右轮的扰动及参数差异对控制性能的影响,􀁯并且以数字信号处理器芯片TMS320LF2407A为控制器核心,具体实现了非完整性两轮机器人小车运动控制.实验结果证明了上述方法的有效性.     

智能移动式机器人的一种全局路径规划方法和基于知识的路径控制器

本文介绍一种类似位姿的全局路径表示法,以三角形自由空间网络为基础构造平面图,然后构造出解答树,通过搜索方法找出所有可通路径的全局路径规划方法及其仿真结果.还介绍由规划器给出允许位姿集描述的路径,与规划库中的规则相匹配,确定机器人的动作,最终到达目标,这样一种基于知识的路径控制器及其实验结果.     

多功能室外智能移动机器人实验平台— THMR-V

本文介绍了清华大学智能技术与系统国家重点实验室研究开发的多功能室外移动机 器人实验平台THMR-V，以及THMR-V的体系结构和部分功能．     

腿轮式机器人的自适应模糊控制

提出了一种基于模糊神经网络(FNN)的腿轮式机器人轨迹跟踪控制方法．在利用常规P D控制器提取初始模糊规则的基础上,利用专家经验对初始规则进行补充,最后再利用误差的 反向传播算法对参数进行在线的自适应调整．仿真计算证明该方法具有良好的轨迹跟踪精度 和抗干扰能力．     

移动机器人失控的安全防范

本文针对遥控和自主式移动机器人失控防范提出了多层安全区域保护体系结 构. 建立了GPS安全运行区域、软件定时安全运行区域、移动机器人主发动机油源定时关断 安全运行区域三层保护机制，对其划定方法及实现方式进行了详细的说明. 当机器人在失控 行驶状态下驶出被划定的安全区域时会自动停车.这些安全措施为移动机器人的安全行驶提 供了有力的保证. 设计思想的主要原则适用于所有遥控和自主式移动机器人.     

变参数PID控制器

在分析PID控制基本原理的基础上,提出了一种改进的PID控制器——变参数PID控制器 ．该控制器根据控制偏差的大小通过非线性函数在线改变PID三个控制参数的大小,以获得 满意的控制性能．本文给出了该控制器的三种结构,将这三种结构与常规PID控制器进行了 对比仿真实验,结果表明这三种结构的性能均优于后者．本文还就该控制器的抗干扰性能、 鲁棒性能、对非最小相位系统的适用性进行了仿真．仿真结果表明,该控制器性能良好．