基于人工势场和模糊规则的多水下机器人队形控制方法

人工势场法是常用机器人队形控制方法之一,它的基本原理是将机器人看做质点,通过势场作用于质点的力来规划机器人的运动;基于人工势场的队形控制方法大都是针对这种质点模型提出的,不能直接应用于多水下机器人系统,由此,提出一种人工势场和模糊规则相结合的多水下机器人队形控制算法;首先定义一组势函数,然后根据水下机器人的运动特性,设计一个模糊控制器,将势场力映射为水下机器人的期望速度和航向角;以三个水下机器人组成三角形队形为例,进行了仿真实验;实验中,初始位置散乱的水下机器人较快地形成队形,并稳定地保持队形行进,证明了该算法的可行性和有效性。     

作业型水下机器人姿态调节控制研究

为了解决在作业时水下机器人载体上的机械手伸展过程将会引起载体重心发生变化,导致水下机器人发生纵横倾运动,影响作业效率的问题,考虑到水下机器人控制系统较为复杂,因此引入模糊滑模控制,根据要求设计出一款模糊滑模控制器。利用计算机和MATLAB技术,将水下机器人姿态运动方程与常规PID控制和模糊滑模控制分别结合起来进行仿真分析。仿真结果表明,模糊滑模控制相比于常规PID控制,在机械手关节正弦运动过程中,姿态角下降了20%以上,横倾姿态角度误差减小了30%以上,纵倾姿态角误差也超过了8%以上。在悬停作业过程中,纵横倾姿态角度都下降了30%以上。通过两种不同控制方式的仿真,验证了模糊滑模控制的控制效果要优于常规PID控制,能够取得更好的控制效果,同时利用计算机技术缩短了研究时间、提高了研究效率。     

基于模糊神经网络水下机器人直接自适应控制

提出了基于广义动态模糊神经网络的水下机器人直接自适应控制方法, 该控制方法既不需要预先知道模糊神经结构, 也不需要预先的训练阶段, 完全通过在线自适应学习算法构建水下机器人的逆动力学模型. 首先, 本文提出了基于这种网络结构的水下机器人直接自适应控制器, 然后, 利用 Lyapunov 稳定理论, 证明了基于该控制器的水下机器人控制系统闭环稳定性, 最后, 采用某水下机器人模型仿真验证了该控制方法的有效性.     

模糊控制技术在水下机器人动力定位中的应用研究

根据水下机器人动力定位控制过程中存在非线性、耦合、干扰大等特点，设计了一个基于规则的模糊控制器。应用该控制器对水下机器人在纵垂方向上的动力定位进行仿真研究。仿真结果表明该方法是可行的。     

舵桨联合操纵水下机器人运动控制研究

水下机器人空间运动具有耦合性和非线性等特点,具有良好品质的运动控制器是水下机器人完成各种作业的前提.针对某舵桨联合操纵小型自主式水下机器人运动控制问题进行了研究.对速度,深度和艏向控制系统进行了介绍,根据控制需求,建立了水下机器人动力学模型,对执行机构进行了描述,设计了水下机器人滑模控制方案,采用变速趋近项代替一般指数...     

仿生水下机器人运动控制方法研究

近年来仿生技术在水下机器人上的应用已经成为水下机器人的重要研究方向之一。仿生水下机器人采用尾鳍提供前进动力和改变航向，比传统的桨舵具有高效性和高机动性。本文根据仿生水下机器人水池试验结果讨论了其运动性能，并在此基础上提出了仿生水下机器人运动控制方法，最后通过仿真试验验证了该方法的可行性。运动控制研究，是仿生水下机器人其它使命的基础，具有重要的意义。     

一种水下机器人运动的过程神经元控制

过程神经网络是传统神经网络的拓展, 增加了一个对于时间的聚合算子, 从而更好地模拟了生物神经元的信息处理机制. 这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量. 结合S函数和预先规划思想, 建立水下机器人过程神经元的运动控制模型. 仿真试验证明,该新型控制模型, 对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

基于模糊PI的Delta机器人运动控制系统

搭建了视觉决策的并联机器人系统,其技术路线是由智能相机通过在线视觉检测算法分割目标,采用张正友标定方法进行相机标定;采用五次多项式插值对机器人的抓取路径进行关节空间轨迹规划;由逆运动学的代数解法求取各轴关节空间坐标.以Delta机器人的运动机构为研究对象,设计了新型的模糊PI控制器,并运用LabVIEW软件结合FPGA实现了机器人的运动控制.测得50组基于模糊PI控制器和PI控制器的上升时间的均值分别为179.6 ms和200.2 ms,试验结果表明,模糊PI具有更快的动态响应过程,同时还兼具了传统PI控制稳态性能好的特点.     

带翼水下机器人的非线性拟合分段控制方法

S面控制方法可较好地解决水下机器人的运动控制问题,但由于其参数是固定的,无法达到全局最优．不同航渡速度段,采取不同的控制参数值,可保证水动力不同阶段控制输出的最优;但在速度变化的分界点,控制器输出有跳变,不利于系统的全局稳定性．利用T-S模糊系统逼近非线性连续函数的能力,采用非线性的S面函数作为模糊系统的后件,设计了基于T—S模型的S面控制器．通过T-S模型的引入,避免了控制器输出的跳变,增强了系统稳定性．将该方法应用于带翼水下机器人的深度控制,水池试验和湖中实验均证明了算法的有效性．     

双轮驱动球形机器人的模糊控制设计

双轮驱动的球形机器人由一个两轮独立驱动的内置平衡体和滚动球壳组成。模糊控制设计的目的是将球形机器人控制移动到期望位置。首先,基于拉格朗日方程,建立系统的动力学模型。其次,得益于球形机器人可实现零半径转向,将球形机器人的运动控制任务分解为转向控制与路程控制,并分别使用模糊法设计运动方向和路程控制器。在模糊控制器的设计过程中,采用融合误差作为控制器的输入量,以降低模糊控制器的维度。采用双边论域隶属度函数,设计模糊控制规则。采用重心法进行解模糊化,得到易于实现的模糊控制器。最后,数字仿真试验验证了所提控制方案的有效性。该设计方案易于在低成本控制器上实现,为球形机器人的实际推广应用奠定了一定基础。