基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应控制

针对三自由度全驱动船舶存在模型不确定和未知外部环境扰动的情况,设计出一种基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应神经网络控制方法.该方法综合考虑船舶位置和速度误差之间关系设计递归滑模面,引入神经网络对船舶模型不确定部分进行逼近,设计带σ-修正泄露项的自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,并应用一种非线性增益函数构造动态面控制律,选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快、精度高,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

基于神经网络观测器的船舶轨迹跟踪递归滑模 动态面输出反馈控制

针对三自由度全驱动船舶速度向量不可测问题,考虑船舶模型参数和外部环境扰动均未知的情况,提出一种基于神经网络观测器的船舶轨迹跟踪递归滑模动态面输出反馈控制方法.该方法设计神经网络自适应观测器估计船舶速度向量,且利用神经网络逼近模型参数不确定项,综合考虑船舶位置和速度误差之间关系构造递归滑模面,再采用动态面控制技术设计轨迹跟踪控制律和参数自适应律,并引入低频增益学习方法消除外界扰动导致的高频振荡控制信号.选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

考虑运动受限的履带式移动机器人轨迹跟踪控制

针对履带式移动机器人的轨迹跟踪控制问题进行研究,首先,建立了履带式移动机器人的运动学模型和跟踪误差模型;其次,设计了转速有限时间控制和线速度滑模控制的轨迹跟踪控制律,并给出了考虑运动受限作用下的控制律修正表达式;最后,基于MATLAB对所提控制律进行仿真,对比分析了不考虑运动受限情况下跟踪控制效果;结果表明,设计的跟踪控制律能够实现履带式移动机器人对圆轨迹的有效跟踪,且考虑运动受限作用的控制律更加符合实际;文章研究分析了运动受限作用对于移动机器人轨迹跟踪控制的影响,分析结果对其他移动机器人的运动控制研究具有参考价值。     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

机械臂卷积神经网络滑模轨迹跟踪控制

针对工业技术的发展对于多关节机械臂的精度与快速控制高要求,提出了一种机械臂卷积神经网络滑模轨迹跟踪控制方法。分析机械臂动力学方程,提取其中的不确定部分,针对不确定部分,构建深度卷积神经网络对其进行补偿,将补偿部分引入到滑模控制律中,通过改进后的滑模控制实现对机械臂轨迹跟踪的精确控制,并通过构建Lyapunov函数论证了系统的稳定性。仿真结果显示该方法能够满足轨迹跟踪要求,且减小了抖振现象。通过与其余三种典型控制方法的对比,测试结果表明,该方法加快了轨迹跟踪误差的收敛,且跟踪精度有了明显的提高。     

机器人滑模轨迹跟踪控制研究

传统的机器人滑模控制通常采用线性PD滑模和等速趋近率．本文基于指数趋近率并 采用PD+PID滑模策略进行机器人轨迹跟踪控制,即首先采用PD滑模,在达到该滑模后,再采 用PID滑模,取得了很好的效果,文章还对各种饱和函数减少抖振的效果进行了比较．     

采用滑模变结构控制的轨迹跟踪伺服系统

本文主要阐述采用滑模变结构控制的轨迹跟踪伺系统的设计方法，在选择调节器参数时，采用了对等效控制信号进行补偿的方法，并在小偏差范围内进行比例控制，较好的解决了“颤振”问题。系统利用功率场效应管MOSFET组成PWM高频伺服放大器，采用单片机实现了数字化控制，实验结果表明，该系统具有较好的理棒性。     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

Adaptive NN state error PCH trajectory tracking control for unmanned surface vessel with uncertainties and input saturation

A novel robust state error port controlled Hamiltonian (PCH) trajectory tracking controller of an unmanned surface vessel (USV) subject to time-varying disturbances, dynamic uncertainties and control input saturation is presented. The proposed control scheme combines the advantages of the high robustness and energy minimization of the state error PCH approach and the approximation capability of adaptive radial basis function neural networks (RBFNNs). Adaptive RBFNNs are used to the time-varying disturbances of the environment and unknown dynamics uncertainties of the USV model. The state error PCH control approach is designed such that the system can optimize energy consumption, and the state error PCH technique makes the designed trajectory tracking controller be easy to implement in practice. To handle the effect of the control input saturation, a Gaussian error function model is employed. It has been demonstrated that the proposed approach can maintain the USV's trajectory at the desired trajectory, while the closed-loop control system can guarantee the uniformly ultimate boundedness. The energy consumption model of the USV is constructed to reveal to the energy consumption. Simulation results demonstrate the effectiveness of the proposed controller.     

Robust output tracking of constrained perturbed linear systems via model predictive sliding mode control

A robustifying strategy for constrained linear multivariable systems is proposed. A combination of tracking model predictive control with output integral sliding mode techniques is used to completely reject bounded matched perturbations. It can be guaranteed that all constraints on inputs, states, and outputs are satisfied although only output information is used. Finally, real‐world experiments with an unstable plant are presented in order to demonstrate the validity and the effectiveness of the proposed approach.     

Adaptive sliding mode dynamic controller with integrator in the loop for nonholonomic wheeled mobile robot trajectory tracking

In this paper, novel adaptive sliding mode dynamic controller with integrator in the loop is proposed for nonholonomic wheeled mobile robot (WMR). The modified kinematics controller is used to generate kinematics velocities of WMR which are subsequently used as the input to adaptive dynamic controller. Actuator dynamics are also derived to generate actuator voltage of WMR through torque and velocity vectors. Stability of both kinematics and dynamic controller is presented using Lyapunov stability analysis. The proposed scheme is verified and validated using computer simulations for tracking the desired trajectory of WMR. The performance of proposed scheme is compared with standard backstepping kinematics controller and classical sliding mode control. In addition, the performance is further compared with standard backstepping kinematics controller with adaptive sliding mode controller without integrator. It is shown that the proposed scheme exhibits zero steady state error, fast error convergence and robustness in the presence of continuous disturbances and uncertainties.     

具有输出/全状态约束的固定时间滑模控制

本文主要解决具有约束的二阶系统的固定时间跟踪控制问题,分别讨论了具有输出约束与具有全状态约束的控制算法设计.首先,为解决输出约束下的固定时间控制问题,本文构建了具有输出约束的新型终端滑模变量,并设计了具有扰动抑制能力的固定时间滑模控制律,保证系统输出始终满足约束条件,同时跟踪误差在固定时间内收敛到原点的充分小的邻域内.进一步,为了处理具有全状态约束的控制问题,本文构建了具有全状态约束的终端滑模变量并设计了相应的固定时间滑模控制律.鉴于系统控制律的不连续性,文章采用非光滑分析及Lyapunov稳定性理论证明了闭环控制系统的稳定性.最后,在数值仿真中,将本文提出的方法与传统固定时间滑模方法进行对比,验证了所建立算法的有效性.     

基于终端滑模的四旋翼飞行器非线性轨迹跟踪控制

考虑到四旋翼飞行器的传统内外环控制策略依赖时标分离假设,稳定性分析复杂,并且控制参数选取困难的缺点,提出了一种与传统内外环控制策略不同的轨迹跟踪控制器;首先将四旋翼飞行器数学模型进行相应的变换,以分解为高度、偏航角和纵横向三个级联的子系统,再使用终端滑模控制方法设计高度和偏航角子系统的控制器,使两个子系统的状态误差可以在有限时间内收敛到原点,之后基于变量非线性变换设计纵横向子系统的控制器,分析了闭环系统稳定性,证明了所设计的轨迹跟踪控制器可以保证闭环系统跟踪误差渐近稳定到原点,最后仿真实验的结果验证了所设计的控制器的有效性。     

具有输入和输出约束的高阶随机系统神经网络控制

针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍Lyapunov函数保证系统输出受限;其次,针对高阶非线性系统,径向基函数(RBF)神经网络用来克服未知系统动态和随机扰动.在每一步的backstepping计算中,仅用到单一的自适应更新参数,从而克服了过参数问题;最后,基于Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明设计的控制器能保证所有闭环信号半全局最终一致有界,并能使跟踪误差收敛到零值小的邻域内.仿真研究进一步验证了提出方法的有效性.     

Adaptive sliding mode trajectory tracking control for wheeled mobile robots

This paper discusses the problem of adaptive sliding mode trajectory tracking control for wheeled mobile robots in the presence of external disturbances and inertia uncertainties. A new fast nonsingular terminal sliding mode surface without any constraint is proposed, which not only avoids singularity, but also retains the advantages of sliding mode control. In order to implement the trajectory tracking mission, the error dynamic system is divided into a second-order subsystem and a third-order one. First, an adaptive fast nonsingular terminal sliding mode control law of the angular velocity is constructed for stabilising the second-order subsystem in finite time. Then, another adaptive fast nonsingular terminal sliding mode control law of the linear velocity is designed to guarantee the stability of the third-order subsystem. Finally, a simulation example is provided to demonstrate the validity of the proposed control scheme.     

牵引车–飞机系统的自适应滑模变结构控制

将自动转向技术应用于牵引车–飞机系统, 并以侧偏位移和相对横摆角作为反馈, 提出一种牵引车四轮主动转向控制策略. 重点考虑牵引车和飞机的侧向和横摆运动, 建立含铰接角在内的牵引车–飞机系统非线性动力学模型. 将牵引车和飞机的轮胎侧偏刚度视为有界的不确定性参数, 将侧向风等因素视为未知的外在扰动, 采用自适应滑模变结构控制方法设计牵引车转向角控制器. 仿真结果表明, 设计出的前、后轮转向控制器能使控制系统同时获得很好的轨迹跟踪性和操纵稳定性, 并且能够有效的克服参数摄动和外界干扰对系统操作性的影响.