基于线性矩阵不等式的分散鲁棒跟踪控制器设计

应用线性矩阵不等式（ＬＭＩ）方法研究不确定性关联大系统的分散鲁棒输出跟踪控制问题。系统中不确定项具有数值界,可不满足匹配条件。基于不确定基项的表达形式,给出了存在分散控制鲁棒跟踪控制器的ＬＭＩ条件。在此基础上,通过建立求解受ＬＭＩｓ约束的凸优化问题,提出了具有较小反馈增益ＬＭＩ设计方法,使受控系统渐近跟踪给定的参考输入。ＬＭＩ方法求解简单,最后用示例说明了该方法的应用。     

不确定性时滞大系统的分散鲁棒跟踪控制器设计

研究不确定性关联时滞大系统的分散鲁棒输出跟踪控制问题,系统中不确定项具有数值界,可满足匹配条件,基于不确定项的表达形式,给出了存在分散分散鲁棒跟踪控制器的线性矩阵不等式（LMI）条件,在此基础上,通过建立求解受LMIs约束的凸优化问题,提出了具有较小反馈增益LMI设计方法,使受控系统渐近跟踪给定的参考输入,LMI方法求解简单,便于计算。     

一类线性时滞系统鲁棒控制器的设计

针对一类同时存在状态和控制滞后的线性不确定，时滞系统的鲁棒镇定问题进行了研究，其中系统的不确定项参数时变未知但范数有界、且滞后项也是时变的。对此，基于Lyapunov泛函，利用线性矩阵不等式给出了系统可由状态反馈鲁棒镇定的充分条件，并且利用线性矩阵不等式的解构造了使得系统鲁棒稳定的无记忆状态反馈控制律，所得结果是依赖时滞大小的，且与时滞的导数有关，从而相对减弱了控制器设计的保守性，最后通过一个例子说明了方法的有效性。     

一种峰峰增益指标鲁棒控制器设计

针对不确定线性连续系统给出一种具有峰峰增益指标的鲁棒控制器设计方法，该方法以状态非逃逸集逼近可达集获得诱导L∞范数的上界，从而实现给定的峰峰增益指标，优化其上界，可获得最小的峰峰增益。     

机器人鲁棒模型跟踪控制

本文根据非线性系统模型参考控制理论,提出了一种连续的机器人控制方法.这种方法可以保证跟踪误差的有界性,消除不连续控制中的高频颤动现象,同时继承了不连续控制中的鲁棒特性。     

基于再制造的闭环供应链动态模型及其鲁棒H∞控制

研究基于再制造的闭环供应链运作问题，建立了具有再制造、废弃时滞和需求不确定性的闭环供应链动态模型．分析了闭环供应链的鲁棒运作，给出了针对再制造闭环供应链动态模型的鲁棒H∞控制策略和线性矩阵不等式算法，鲁棒H∞控制策略能够抑制闭环供应链运作过程中的不确定性影响，使闭环供应链系统运作达到理想总成本．最后通过仿真计算验证了所提出方法的有效性．     

基于PI 控制器的线性系统的鲁棒耗散控制

针对参数具有确定性及不确定性的连续系统,给出两种严格耗散PI控制器的设计方法.首先,系统参数确定时,采用线性矩阵不等式方法,导出了类状态反馈和静态输出反馈严格耗散PI控制器存在的充要条件,并由线性矩阵不等式的可行解构造出严格耗散PI控制器增益的显式表达式;然后,考虑系数矩阵均具有范数有界不确定性时的鲁棒严格耗散控制问题,得到相似的结果;最后,通过数值算例表明了所给方法的有效性.     

采用LMI的鲁棒预测控制综合方法

本文简单叙述了线性矩阵不等式（LMI）在控制理论中应用的历史,重点介绍了LMI的原理及其在鲁棒预测控制综合方法中应用的一种新方法,举例说明了如何在预测控制综合方法中应用LMI。本文可作为在鲁棒预测控制中应用LMI和用微机实现鲁棒预测控制算法的参考。     

两级供应链动态模型及其鲁棒H∞控制

针对由一个制造商和一个销售商构成的两级供应链系统,建立了具有生产时滞、成本参数和需求不确定性的供应链动态模型,分析了不确定环境下供应链鲁棒H∞控制的运作管理意义,给出了解决供应链动态模型的鲁棒H∞控制策略和线性矩阵不等式(LMI)算法,并进行了数值算例验证结果。研究表明,通过制造商和销售商库存状态的静态反馈控制,可使供应链动态系统有效地抑制多种不确定性干扰,并使供应链运作达到理想总成本,从而为企业应对不确定性扰动提供了鲁棒性策略。     

移动机器人轨迹跟踪的参数自校正控制

根据移动机器人运动学模型,对两轮移动机器人的轨迹跟踪问题进行了研究。在动态反馈线性化的基础上,采用基于广义最小方差法实现参数的自校正并设计控制器,考虑到机器人的动力学约束,采取对移动机器人的线速度和角速度加以限制的控制策略,保证机器人的运动平滑。仿真结果表明了该方法的有效性和正确性。     

轮式机器人轨迹跟踪控制系统的设计

针对轮式机器人轨迹跟踪控制系统误差收敛速率低、精度和实时性差的问题,采用反演控制算法并结合李雅普诺夫稳定性分析方法对轮式机器人的轨迹跟踪系统进行了优化设计;建立了轮式机器人轨迹跟踪控制系统的运动学模型,并对该模型进行位置偏差分析;在反演控制算法中引入了分部虚拟控制量,并分析和设计了其他间接受控量,提高了算法运行的效率;采用李雅普诺夫收敛定理对系统的收敛性进行分析,根据分析的结果提出了算法更加简单的控制律;利用Matlab软件的Simulink库对设计的轨迹跟踪控制系统试验研究;结果表明,与基于李雅普诺夫直接法或者迭代学习算法设计的轮式机器人轨迹跟踪控制系统相比较,设计的控制系统具有跟踪精度高、收敛速度快、实时性好的优点。     

不确定非完整移动机器人的轨迹跟踪控制

具有未校准视觉参数的非完整移动机器人的运动学系统具有参数不确定性,较一般的运动学系统更加复杂.基于视觉反馈、Barbalat's定理和Lyapunov直接方法,研究了具有未标定摄像机参数的非完整移动机器人的轨迹跟踪问题.首先,利用固定在天花板上的针孔摄像机透视投影模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型;基于这个模型,提出了一种新的与未知视觉参数无关的动态反馈跟踪控制器.该控制器不仅保证系统的状态渐近跟踪给定参考轨迹,而且控制器是全局的,通过Lyapunov方法严格证明了闭环系统的稳定性.在惯性系和图像坐标系下讨论跟踪问题,使问题变的简单且设计的控制器更加有用.最后,仿真结果证实了所提出的控制器的有效性.     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型;采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器;搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统;在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比;实验结果验证了文章所提算法的有效性,控制器易于实现且具有一定的鲁棒性。     

Robust Tracking Control for Self-balancing Mobile Robots Using Disturbance Observer

In this paper, a robust tracking control scheme based on nonlinear disturbance observer is developed for the self-balancing mobile robot with external unknown disturbances. A desired velocity control law is firstly designed using the Lyapunov analysis method and the arctan function. To improve the tracking control performance, a nonlinear disturbance observer is developed to estimate the unknown disturbance of the self-balancing mobile robot. Using the output of the designed disturbance observer, the robust tracking control scheme is presented employing the sliding mode method for the selfbalancing mobile robot. Numerical simulation results further demonstrate the effectiveness of the proposed robust tracking control scheme for the self-balancing mobile robot subject to external unknown disturbances.      

一种基于状态估计的鲁棒型预测控制器

针对某些情况下只能得到系统的状态估计,当其作为预测控制的初始状态时传统方法无法保证其目标函数递减的问题,提出一种针对状态估计的预测控制器,由该控制器得到的反馈控制律可以使受控系统渐近稳定.进而,给出了相应的算法,并通过仿真实例验证了所得结论的正确性.     

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。     

基于线性二次型算法的轮式移动机器人轨迹跟踪控制

文章在控制输入饱和约束条件下,以非完整移动机器人的运动学模型为对象,研究了移动机器人的轨迹跟踪问题.首先在参考轨迹处对运动学模型进行线性化得到移动机器人线性时变系统,证明了其能观性和能控性,在此基础上设计了饱和约束条件的分段线性二次型控制器(Piecewise Linear QuadraticRegulator,PLQR),并基于Lyapunov方法证明了其稳定性.在MATLAB软件平台下的仿真和实验结果表明,基于PLQR的轮式移动机器人对不同初始位姿及不同的参考轨迹都有较好的跟踪效果,且能够避免控制律跳变现象,满足饱和约束条件.     

时变不确定性线性系统的鲁棒跟踪控制器设计

研究含时变不确定性线性系统的鲁棒跟踪问题,通过选取矩阵N构造广义匹配条件,对于满足和不满足广义匹配条件的不确定系统,分别得到了实际跟踪结果和ε跟踪结果.最后给出的设计实例表明了本设计方法的有效性.     

多智能体系统输入约束下的一致性与轨迹规划研究

针对多智能体系统提出了一种分布式预测控制方法. 首先, 研究了有输入约束下的一致性问题. 其次, 对环境中有障碍物的多智能体轨迹规划进行了研究, 其中只有当障碍物进入智能体有限感知区域内时, 障碍物状态信息才能被获取. 基于预测控制方法, 设计了一种分布式控制算法来解决上面两个问题. 构造一个与每个智能体动力学相交互的代价函数, 设计相应最优控制问题, 从而实现优化控制算法. 智能体间交互信息是其邻居在上一时刻的最优控制状态. 系统稳定性可以通过构造代价函数中的一个终点状态控制器与最优控制问题中的一个终点状态区域来保证. 仿真研究表明所提方法的有效性.