采用逆神经网络模型的移动机器人速度控制回路研究

针对移动机器人运动轨迹容易受到不确定外界因素干扰的问题,采用逆神经网络模型设计移动机器人控制系统。分别采用逆神经网络控制器和传统PI控制器模型对两轮差动移动机器人运动速度和角速度进行跟踪控制。传统PI控制器模型使用了近似于线性的等效负载驱动器,而逆神经网络控制器使用前馈多层感知神经网络模型,该模型结合了其运动学和动力学的数学模型,在特定工作区域内,对逆神经网络模型进行离散训练。在平面内,对移动机器人的速度跟踪控制进行仿真。结果表明:采用PI控制器模型,移动机器人车轮运动速度和角速度与理论值存在较大误差,而采用逆神经网络模型时误差较小。采用逆神经网络模型设计移动机器人速度控制回路,可以提高移动机器人运动性能,更好地适应外界环境的变化。     

球型机器人自平衡运动控制算法设计与研究

球型机器人具有结构简单、适应性好等优点。为了提高球型机器人运动稳定性,提出利用LQR并结合PID对球型机器人的自平衡运动进行控制。利用SolidWorks建立球型机器人的三维模型并搭建相应的物理样机;利用雅可比矩阵及等效一级倒立摆模型求出机器人的运动学和动力学模型;建立PID运动位置控制算法和LQR运动倾角控制算法,设计相应的PID和LQR运动控制器;利用MATLAB/SIMULINK对所建立的PID及LQR控制器进行仿真并分析;利用所建的物理样机进行实验验证。结果表明:利用PID结合LQR所设计的运动控制器及其控制算法是准确的,有效地提高了机器人自平衡运动的控制精度及稳定性。     

双轮差速移动机器人轨迹跟踪混合控制算法研究

针对双轮差速移动机器人轨迹跟踪问题,提出一种基于前馈运动学和带有干扰观测器的解耦动力学的混合控制算法。首先,对双轮差速移动机器人的运动学、动力学以及位姿误差进行数学建模。其次,为保证移动机器人轨迹跟踪的快速收敛,采用前馈控制并结合位姿误差设计出运动学控制器;为保证移动机器人在速度上的跟踪性能,采用前馈解耦补偿器,加入干扰观测器,运用具有积分链式结构的微分器,设计出动力学控制器;将动力学控制器加入到运动学控制器中,设计了前馈运动学和带有干扰观测器的解耦动力学的混合控制器,并用Lyapunov函数直接法证明了系统的收敛性和稳定性。最后,通过仿真和样机验证,机器人稳定运行时左右摆差可达±9mm,证明了该混合控制算法的有效性和可行性。     

新型消防机器人悬挂系统建模与仿真分析

为提高消防机器人的平稳性和可靠性,利用动力学软件ADAMS建立某新型消防机器人单轮悬挂系统动力学模型。基于履带式移动机器人动力学与冲击碰撞原理,在MATLAB/Simulink中建立随机路面激励模型,简化平面数学模型建立基础,并对单轮悬挂系统进行参数化分析。在D级随机仿真路面条件下进行运动学分析与动力学仿真分析,研究扭杆-液气减振器对消防机器人悬挂系统性能影响。结果表明:扭杆-液气减振器悬挂系统模型简单、平稳、可靠,具有非线性、变阻尼等特性。     

高精度转台低速特性分析与神经网络预测控制器设计

高精度转台低速特性是转台设计的主要技术指标,低速特性的研究必须建立准确的框架动力学模型并分析出影响低速特性的关键因素,在此基础上采用PID控制器加神经网络模型的预测控制器对转台低速运行时的非线性干扰进行抑制。通过试验证明低速状态下神经网络预测控制器运行的有效性。     

平面2-DOF过驱动并联机构控制系统设计

并联机构运动学控制器忽略了复杂的非线性动力学关系,因此控制器的实际性能往往有限。为此,以提高并联机器人的操作精度为目标,针对2-DOF并联机构,通过建立机构的动力学数学模型及刚度矩阵,设计了计算力矩控制器。基于计算力矩控制器的模型由于考虑了非线性补偿而极大地提高了其控制品质。通过实验将设计的控制器应用到2-DOF并联机构,仿真和实验结果验证了算法的有效性和正确性。     

轮式移动机器人的动力学建模及跟踪控制

针对轮式移动机器人存在非完整约束的特点,利用牛顿-欧拉方法建立了轮式移动机器人的动力学模型,将非完整约束直接融入到动力学方程中;同时,考虑了电机的动力学特性.针对动力学模型中存在参数不确定以及机器人在工作过程中存在外界干扰的特点,设计了以两轮驱动力矩为输入的滑模轨迹跟踪控制器,采用趋近律方法削弱了滑模控制器的抖振.仿真实验证明了模型的可行性和控制的有效性,较好地实现了机器人的全局轨迹跟踪.     

基于反馈型自适应鲁棒控制的伺服泵直接驱动电液系统精确运动控制研究

由于传统泵控液压系统存在位置跟踪精度低、频率响应慢的缺点,给精确运动控制造成很多困难。对此,针对伺服电机泵直接驱动电液系统模型的非线性动力学特性和参数不确定性,采用反馈型自适应鲁棒控制（ARC）,实现伺服泵直接驱动电液系统的精确运动控制。建立伺服电机泵直接驱动电液系统的动力学模型,通过非线性泵流量映射重新建立泵的动力学模型。采用反馈型ARC方法进行控制器设计,合成泵的控制输入,使气缸执行器位置跟踪一个期望的轨迹,并对系统模型的位移斜坡响应和伺服泵功率进行实验仿真。结果表明：相比于PID控制,反馈型ARC控制下的位移跟踪误差大幅度降低,伺服泵的平均功率分别降低了55%、26%、63%,峰值功率也有所降低。采用反馈型ARC控制,能够实现有效的模型补偿,使得系统运行稳定,提高系统模型的跟踪性能和鲁棒控制性能。     

基于RBF最小参数学习法的正流量变量泵滑模自适应控制

为了提高正流量变量泵的性能,提出基于RBF最小参数学习法的正流量变量泵滑模自适应控制方法。分析正流量变量泵电液伺服系统的动力学特性,并进行系统辨识实验获得较为精确的系统数学函数模型;基于RBF最小参数学习法设计滑模控制器,在系统参数不确定性、摩擦力干扰和系统泄漏等非线性因素的情况下实现对目标流量的跟踪响应和自适应控制;最后利用MATLAB/Simulink对正流量变量泵的控制系统性能进行仿真实验,并和传统的PID控制器和模糊PID控制器进行比较。仿真实验结果验证了所设计控制方法的可行性和有效性。     

基于2R1T并联机构的自动调平控制系统设计与仿真

分析了基于2R1T并联机构的自动调平系统运动学特性,给出该系统仿真模型下的控制策略和条件,为了提高轨迹追踪精度和减少系统受到的不确定的参数的影响,针对该平台模型设计了一种模糊自适应控制器,控制器使用平台位置传感器反馈信号,并可在模糊化界面实时修改PID参数。仿真结果证明该控制算法比传统PID能更有效减少位置误差。