基于重构容错的智能水下机器人定深运动控制

为保证智能水下机器人（AUV）在部分运动执行器出现故障的情况下,仍可在一定深度下顺利完成相应任务,提出一种定深容错运动控制策略。该控制策略针对某型智能水下机器人垂向推进器的故障,从实用角度出发,基于重构容错控制思想,同时结合自抗扰控制（ADRC）方法进行具体的控制器设计和实现。该控制策略中包括两种定深控制器设计,分别为垂推正常工况下和垂推故障情况下的定深控制,试图依靠相关故障信息,通过重构替换实现容错控制。在仿真实验中,该控制策略于不同环境干扰下进行了相应测试,并与结合PID方法的定深控制器进行了比较。结果表明,基于重构容错控制思想,并结合自抗扰控制方法的定深容错控制策略不仅有效,同时具有更好的抑制干扰作用,从而可以为机器人提供更优的控制效果。     

基于自抗扰方法的UUV近水面垂直面运动控制

无人水下航行器(UUV)在近水面航行时,受到海浪、噪声等干扰的影响较大,尤其是垂直面方向,为满足UUV在近水面潜伏作战的需求,研究了基于自抗扰控制方法(ADRC)的运动控制技术。该技术抗干扰能力强,能将来自系统内部和外部的扰动都归结为系统的总扰动,并对其进行实时估计同时给予相应的扰动补偿,运用此方法设计了UUV垂直面控制器并分析了其抗扰性能,以解决海洋环境下UUV近水面垂直面运动的控制扰动问题。仿真结果表明,所设计的UUV垂直面自抗扰控制器能有效抑制海浪的干扰,降低艉升降舵的抖振现象,具有较好的控制效果和抗扰性能。     

自抗扰控制技术在电动缸伺服系统中的研究

某舰炮高低系统采用电动缸传动方式,对高低系统进行分析,得出电动缸伺服系统的电机转动与火炮身管转动存在非线性关系,提出将自抗扰控制技术应用于电动缸伺服系统,设计了用于系统位置环的自抗扰控制器。利用MATLAB软件对采用自抗扰控制器的电动缸伺服系统进行了仿真研究,并与传统PID控制的结果进行对比分析,仿真结果表明,基于ADRC的电动缸伺服系统响应速度快、稳态误差小、无超调、定位精度高、跟踪误差小。     

下肢外骨骼康复机器人轨迹跟踪控制

为帮助下肢运动障碍患者进行康复训练,提出一种基于盘式电机的下肢外骨骼康复机器人控制。依据拉 格朗日方法,建立外骨骼机器人动力学模型,利用扩张状态观测器估计系统未建模部分和外部总扰动,采用自抗扰 控制方法(active disturbance rejection control,ADRC)对其进行消除,并通过Matlab 仿真实验进行验证。仿真结果表 明：与传统的PID 控制相比,ADRC 跟踪稳定且具有更好的抗干扰能力,跟踪误差更小。     

基于线性自抗扰的水下运载器控制

针对水下运载器强非线性、强耦合、外界干扰、自身参数不确定的影响，基于线性自抗扰控制提出一种姿态解耦控制方法。将水下运载器各控制通道的相互耦合以及内外部的干扰作为总和扰动，通过扩张状态观测器对其进行估计，并引入到反馈控制器中进行补偿，使原非线性系统转化成线性系统，实现解耦控制。引入虚拟控制量，对舵引起的耦合进行解耦。基于此控制系统和水下运载器非线性动力学模型，给出稳定性分析。仿真结果表明，基于线性自抗扰的控制器具有响应快速、超调与稳态误差小、鲁棒性强的特点，较PID控制动态性能与抗干扰能力有较大提升。     

四足机器人特定复杂运动技能控制

为了提高四足机器人的运动多样性和地形适应性，提出一种复杂运动行为控制方法，通过构建四足机器人动力学模型，在此基础上进行离线滚动优化预测，生成四足机器人复杂行为的期望轨迹。在运动学、关节扭矩、接触力、运动状态和地形高度等非线性约束下更全面地优化了轨迹，设计在线轨迹跟踪控制器与落足控制器，实现四足机器人复杂行为的在线控制。在多复杂运动的动态仿真环境下评估了所提方法，机器人可以实现前跳、后空翻、前空翻和旋转跳跃，并可以在给定地形信息下跳跃障碍物。将在线轨迹跟踪控制器迁移到四足机器人物理样机中，完成了四足机器人向前跳跃的实验。实验结果表明，所提出的方法能够使四足机器人有效地完成多种特定复杂运动技能的稳定控制。     

运载火箭自适应增广抗扰减载控制

针对运载火箭上升过程中大干扰和不确定性影响将导致姿态跟踪误差大,以及弹性振动等附加动力学影响明显的问题,设计了自适应增广抗扰减载控制系统,以实现运载火箭姿态的精确控制。首先建立了运载火箭纵向运动模型和弹性振动模型,然后以标称PID(Proportion Integration Differentiation)控制和自适应增广控制(Adaptive Augmenting Control,AAC)为基础,设计干扰补偿回路和主动减载回路减小内外扰动、弹性振动和风载荷影响;最后在风干扰、参数不确定性和弹性振动影响下进行仿真分析。仿真结果表明,与传统PID控制相比,本文设计的自适应增广抗扰减载控制系统能够适应复杂环境的影响,可提高控制精度和稳定性,具有较强的工程应用价值。     

基于LADRC的RBCC高超声速飞行器轨迹跟踪

为解决RBCC高超声速飞行器在不确定性强、制导控制量多且相互耦合情况下精确跟踪标称轨迹的难题,从易于工程应用角度出发,提出一种基于线性自抗扰控制的纵向轨迹跟踪制导方法。根据RBCC高超声速飞行器特点建立数学模型。在线性自抗扰控制基本原理的基础上,设计轨迹跟踪制导律。针对自抗扰控制中的Peaking现象,结合比例反馈制导,设计防Peaking制导切换策略。仿真结果表明,相较于传统比例反馈制导,在动态参数扰动和风干扰下,所提方法具有更精确的轨迹跟踪性能,对于各种内外不确定性具有更强的鲁棒性。     

基于遗传算法的无人水下航行器深度自抗扰控制

根据无人水下航行器（UUV）操纵控制过程的特点,设计了一种基于遗传算法的UUV深度自抗扰控制器（ADRC）。针对ADRC控制器控制参数较多的问题,将其参数设计转化为一种辨识问题。借助遗传算法,对UUV深度控制系统中的ADRC控制参数进行了辨识,并对其在无外界干扰和近水面航行受波浪力干扰两种情况下的深度控制进行了仿真。数值仿真结果表明,ADRC控制可以获得较好的深度保持性能,并且具有较强的抗干扰能力。与PID控制相比,ADRC控制的操舵幅度和操舵频率有了明显降低,其控制品质有了明显提高。     

柔性充气空间飞行器姿态控制系统设计

针对充气空间飞行器刚柔耦合影响下的高精度姿态控制问题，提出基于自抗扰控制理论的姿态控制系统设计方法。建立刚柔耦合动力学模型，综合采用线性自抗扰控制、姿态机动路径规划、脉冲调宽调频调制、滤波处理等控制策略进行柔性充气空间飞行器姿态控制系统设计。通过数值仿真实验对所设计系统进行验证，并与传统PID控制进行对比分析。仿真结果表明，采用新方法设计的柔性充气空间飞行器姿态控制系统可以适应大角度姿态机动，能够有效抑制充气囊体的柔性振动，在节省燃料消耗的同时实现高精度姿态控制。     

变缆长拖缆AUV纵向运动建模与仿真

针对拖缆自主水下航行器（AUV）运动过程中引起的拖缆长度变化问题,采用集中质量法建市了拖缆的运动方程,根据刚体动量定理及动量矩定理建赢了拖缆AUV的纵向运动方程,在此基础上补充推导了AUV拖缆运动过程的变缆长边界方程。联市拖缆运动方程、AUV纵向运动方程及边界方程得到变缆长拖缆AUV纵向运动方程。基于此方程,应用4阶Runge—Kutta法对采用相同控制律方程的兀缆及有缆AUV进行了对比运动仿真。仿真结果表明,随着运动过程中拖缆长度的不断增长,拖缆对AUV的作用力不断增大,对AUV各运动参数的影响也不断增大,且对AUV轴向运动速度的影响最为明显。     

自主水下航行器回收过程中螺旋桨推力特性分析

在自主水下航行器 (AUV) 水下回收过程中,螺旋桨的推力特性对AUV的稳定性控制及安全性能等影响非常明显。主要基于计算流体力学方法,采用多块混合网格技术结合RNG k-ε湍流模型,对AUV在不同回收工况下的螺旋桨推力特性展开数值模拟。建立AUV及螺旋桨的三维几何模型;基于多块混合网格方法对计算域进行空间离散,同时采用动网格技术实现螺旋桨与回收管的相对运动及自身旋转运动;利用有限体积法展开数值计算。基于计算数据与试验数据的对比及数值无关性测试,表明所使用的多块混合网格方法能够对AUV回收过程螺旋桨推力特性进行准确计算,为AUV水下回收过程的控制及安全性能评估能够提供理论参考。     

远程AUV近水面运动纵向模糊滑模控制

针对自主水下航行器（AUV）近水面航行过程中波浪扰动的问题,研究了模糊滑模控制在AUV近水面纵向运动控制中的应用。在AUV六自由度非线性模型的基础上进行合理的近似和简化,建立了线性化纵向运动方程。根据随机长峰波理论和波浪谱密度函数对AUV受到的波浪力和力矩进行了数值计算和仿真。基于滑模控制方法设计了AUV纵向运动控制器,对1阶波浪力扰动下的深度控制性能进行了分析,并通过在滑模控制器的基础上引入模糊逻辑解决1阶波频扰动引起的控制输入高频抖动问题。近水面深度控制计算机仿真结果表明,所设计的模糊滑模控制器在保持良好的控制性能的基础上能够达到减弱舵角高频抖动的目的。     

Depth Control for AUV Based on RS-LSSVM

Aimed at uncertainties and model’s impreciseness, nonlinearity and time-variability of depth control system in autonomous underwater vehicle (AUV), a depth predictive control method was put forward based on rough set (RS) and least squares support vector machine (LSSVM). By using RS theory, the monitor data attribute of AUV was reduced to eliminate the redundant information and to improve efficiency. Then, LSSVM model was trained by using the reduced rules, and its parameters were optimized by using chaos theory for the higher accurate control. Taken an AUV typed NPS Phoenix as an example, its depth step response, horizontal rudder and pitch change were simulated. The simulation results show that the method improves the model’s accuracy and has better real-time response, fault-tolerant ability, reliability and strong anti-interfere capability.     

事件触发的多AUV编队模型预测控制算法

针对复杂环境中自治水下机器人(autonomous underwater vehicle,AUV)编队的避障控制问题,提出一种基于事件触发的模型预测控制(model predictive control,MPC)算法。建立水下机器人运动模型,结合领航-跟随式队形控制方法,利用领航AUV的位置信息和编队期望队形得到虚拟AUV的航行轨迹及速度信息,将其作为跟随AUV的航行参考轨迹;对传统人工势场法(artificial potential field,APF)进行适应性改进,以满足AUV编队在障碍物环境中避障规划的需求;设计一种基于跟随AUV轨迹预测值与实际值误差的事件触发机制来减少求解优化问题的计算量,降低计算负担。结果表明：与其他算法相比,该算法仿真结果具有可行性和有效性。     

面向海底光学探测使命的自治水下机器人水平路径跟随控制

针对利用光学探测设备对海底目标探测与搜索的使命,自治水下机器人（AUV）需具备更精确的航行控制性能,为此提出一种不依赖模型的改进型PID控制算法,通过对增设的左右水平推进器进行控制,以实现AUV低速时水平面的精确航行。将整个控制器分为两层：内层为偏航距离PID控制器,将输出量转化为所需偏转角;外层为航向PID控制器,将内层计算结果转化为航向偏差,对其进行PID计算,输出为偏转所需推力和推力矩值。通过对设定探测路线进行路径跟随,以反映水平面航行控制精度。通过湖上试验,得出精确的路径跟随航迹,实现了航向角偏差均值为0.09°、航向距离偏差均方差为0.29 m的航行稳定控制,验证了该控制方法的可行性。     

基于模糊PID控制的AGV控制

为提高自动导引小车(automatic guided vehicle,AGV)运动控制效率,建立了AGV的3维模型和运动模型,通过Matlab/Simulink对AGV的运动模型进行仿真分析.分别使用PID控制、模糊控制和模糊PID控制方法对AGV的运动进行仿真,得到3种控制方式的响应时间和控制效果,并从行走距离和响应时间进行分析.仿真结果表明:建立的Simulink模型真实可靠,模糊PID控制效果比模糊控制和常规PID控制效果更好,可为AGV的控制研究提供参考.     

多AUV嵌入式控制结构的研究

AUV运动模型的复杂性、高维传感数据和计算密集的处理对其体系结构及其系统实时性提出了很高的要求.针对这种情况,文中设计了一种基于传感器的四层混合控制结构,并以实时操作系统VxWorks为软件平台开发AUV控制系统.研究表明,这种分层结构具有模块化的思想,且采用VxWorks设计软件使风险、成本以及开发时间都减至最小,能满足系统的要求.     

水下编队航行机器人的前馈加反馈控制器设计

介绍了一种能够实现水下机器人编队的分布式控制方法。在基于跟随机和领航机间的相对运动模型上,首先设计了前馈控制器及其内部模型以补偿视为外部信号的领航机信息,然后利用反推法设计了反馈镇定控制器,同时还设计了能够观测所有误差信号的状态观测器以实现反馈控制。算例仿真表明了应用设计的编队控制律,各个水下机器人能够较快地形成希望的编队,并按希望编队队形稳定航行,仿真结果验证了此种控制方法的有效性。