Aggressive Longitudinal Aircraft Path Tracking Using Nonlinear Control

We study the problem of converting a trajectory tracking controller to a path tracking controller for a nonlinear non-minimum phase longitudinal aircraft model. The solution of the trajectory tracking problem is based on the requirement that the aircraft follows a given time parameterized trajectory in inertial frame. In this paper we introduce an alternative nonlinear control design approach called path tracking control. The path tracking approach is based on designing a nonlinear state feedback controller that maintains a desired speed along a desired path with closed loop stability. This design approach is different from the trajectory tracking approach where aircraft speed and position are regulated along the desired path. The path tracking controller regulates the position errors transverse to the desired path but it does not regulate the position error along the desired path. First, a trajectory tracking controller, consisting of feedforward and static state feedback, is designed to guarantee uniform asymptotic trajectory tracking. The feedforward is determined by solving a stable noncausal inversion problem. Constant feedback gains are determined based on LQR with singular perturbation approach. A path tracking controller is then obtained from the trajectory tracking controller by introducing a suitable state projection.     

农用拖拉机的自适应二阶滑模路径跟踪控制

针对农用拖拉机在未知扰动影响下的路径跟踪控制问题,本文提出了基于自适应二阶滑模和扰动观测技术的路径跟踪控制策略.首先,建立含有未知扰动项的路径跟踪偏差模型,通过利用自适应控制和改进的加幂积分技术,构造自适应二阶滑模路径跟踪控制方法,该控制方法削弱了滑模控制中存在的抖振影响.其次,为了解决大扰动下控制增益调整过度的问题,通过将鲁棒精确微分器和自适应二阶滑模控制结合,构造复合的路径跟踪控制方法.严格的Lyapunov分析表明横向偏差和航向偏差均在有限时间内稳定到原点.最后,仿真结果验证了本文设计的制导方法能够保证农用拖拉机快速且稳定地跟踪上任意弯曲的参考路径.     

一种球形滚动机器人的路径跟踪控制器设计

对一种球形滚动机器人的路径跟踪问题进行研究,设计一种基于自适应滑模控制策略的路径跟踪控制器。所设计的路径跟踪控制器采用鲁棒滑模自适应增益控制律,能够有效实现带有扰动和不确定性的实际球形滚动机器人的路径跟踪。推导球壳纯滚动和无自转非完整约束下球形滚动机器人的运动方程,并在此基础上设计自适应滑模路径跟踪控制器。对于给定的参考几何路径,所设计的路径跟踪控制器能够确保路径跟踪误差在有限时间内收敛至很小的零邻域内。基于Lyapunov稳定性理论证明了闭环控制系统的稳定性,数值仿真与样机实验结果进一步验证了所设计的路径跟踪控制器的有效性。     

基于容错学习的智能车辆路径跟踪控制

针对复杂驾驶环境中智能车辆的路径跟踪问题,提出了一种新型自适应容错学习控制策略.为了便于路径跟踪控制器的设计,首先,创新地将车辆动力学转化为一种参数化形式.在此基础上,考虑到车辆动力系统的欠驱动特性,我们控制器设计中引入一种新型处理非方输入矩阵的方法.该方法不仅拓展了自适应学习算法的应用范围,同时也为处理一般非方动力系...     

仓储物流机器人批量拣选路径规划仿真

针对仓储物流机器人在拣选作业过程中难以进行高效实时的路径规划问题,提出一种有效的解决方法。首先,根据拣选作业的需要建立一个灵活的仓储空间模型并对拣选作业任务流程进行描述。其次,根据批量拣选作业任务的特点,建立以路径总长度最小为优化目标的旅行商问题的数学模型。再次,提出改进的自适应遗传算法解决旅行商问题。最后,在考虑路径转折角代价的前提条件下,提出改进的A*算法,并与改进的自适应遗传算法相结合实现批量拣选的路径规划。仿真结果表明,该方法具有较快的收敛速度、较小的平均路径长度以及较少的算法运行时间,能很好地适应机器人批量拣选路径规划的要求。      

改进粒子群算法的三维空间路径规划研究

提出一种自适应混沌粒子群优化算法（SACPSO）用于三维空间路径规划。首先进行三维空间环境建模，并考虑使用路径长度、障碍物危险程度和路径平滑度三个评价函数来制定适应度函数；然后对算法中的三个控制参数提出了一种新的自适应更新策略，以此来动态调整算法的全局探索和局部开发能力；最后当种群陷入局部极值时，利用提出的自适应Logistic混沌映射对全局最优粒子进行混沌优化，引导种群跳出局部极值点。将该算法与其他改进的粒子群算法比较，结果表明，该算法在收敛到全局最优解时所用迭代次数更少，生成路径质量更高，有效地提高了粒子群算法应用于三维空间路径规划时的计算效率和可靠性。     

基于规则的最短路径查询算法

最短路径查询是图数据管理中非常重要的一类问题.研究了基于规则的最短路径查询,它是一类特殊的最短路径查询问题.给定起点和终点,基于规则的最短路径查询是指找到一条从起点到终点的最短路径,使得此路径经过用户指定点集中的所有点,并且某些点的访问顺序满足一定的偏序规则.该问题被证明是一个NP-hard问题.目前已有的工作侧重于空间数据集（两点之间的最短距离用欧氏距离表示）上基于规则的最短路径问题,它采用穷举的方式列出所有满足规则的路径,然后选择长度最小的路径作为问题的解.然而在实际的道路交通网中,两点之间的距离等于两点之间的最短路径的长度,它往往大于两点之间的欧氏距离;此外,采用穷举的方式会造成大量重复的计算.因此,设计了一种前向搜索算法以及一些优化技术来求解该问题.最后,在不同的真实数据集上设计了大量的实验来验证算法的有效性.实验结果表明,该算法可以快速给出问题的解,而且算法的效率在很大程度上超过了现有的算法.     

多无人机航迹规划的自适应B样条算法

无人机集群能更高效地完成复杂和具有挑战性的任务,航迹规划和编队控制是无人机集群的研究重点。针对复杂环境下的无人机编队控制问题,提出了一种结合分段自适应B样条（Piecewise Adaptive B-Spline,PABS）方法的领航-跟随策略。采用滚动时域控制及快速粒子群优化算法为领航者无人机生成一条安全的参考航迹,并根据跟随者与领航者保持的几何关系为跟随者无人机生成参考航迹。针对生成的跟随者航迹不平滑以及可能与障碍物发生碰撞的问题,使用PABS方法对跟随者航迹进行平滑和避障处理。实验表明,使用滚动时域控制及快速粒子群优化算法及PABS方法能为领航-跟随策略下的无人机编队生成安全平滑的航迹,相比于圆弧插补技术,PABS方法能使航迹更光滑。     

小车位环境下的自动泊车路径规划与跟踪控制

针对小车位泊车路径设计不连续导致位姿调整不平滑的问题,提出一种回旋曲线、圆弧、直线组合的路径规划方法,并基于非时间参考量的跟踪偏差,设计滑模控制器。根据泊车要求和限制条件,规划出泊入路径与调整路径：泊入路径引导车辆以极限位姿进入车位;调整路径通过平滑的路径组合实现车位内的位姿调整。选用指数趋近率设计滑模控制器,利用连续函数代替趋近率中的符号函数,降低抖振影响。仿真结果表明,车辆能够连续、无突变地完成泊车操作,跟踪误差较小,抖振抑制效果较好。     

Path Planning Using Intervals and Graphs

In this paper, the problem of interest is to find a path with given endpoints such that the path lies inside a compact set S given by nonlinear inequalities. The proposed approach uses interval analysis for characterizing S by subpavings (union of boxes) and graph algorithms for finding short feasible paths. As an illustration, the problem of finding collision-free paths for a polygonal rigid object through a space that is cluttered with segment obstacles is considered.     

Path planning for a tracked robot traversing uneven terrains based on tip-over stability

In the real-world environment, the path planning method of tracked robot is widely studied when driving on uneven terrain. How to solve the problem that the traditional path planning algorithm cannot adapt to uneven terrain because of the constraints of obstacle avoidance and path length is a challenge for tracked robots. In this paper, a stability-based path planning framework for tracked robot is proposed to reduce the risk of rollover when the tracked robot passes through uneven terrain. First, a virtual plane method is proposed to estimate the attitude of tracked robot. Second, on this basis, a dynamic high-stability path evaluation algorithm for tracked robot based on force angle stability margin (FASM) is proposed, which transforms the stability-based path planning problem into a hypergraph problem. Moreover, considering that the optimization problem is strongly nonlinear and nonconvex, a hybrid algorithm of covariance matrix adaptive evolution strategy (CMAES) and Levenberg–Marquardt (LM) is designed under the framework of generalized graph optimization (G2O) to improve the solution efficiency. Finally, simulation and experiments show that the stability-based path planning framework can effectively plan the high-quality path, and the maximum stability of the tracked robot is 0.9156 when the robot crosses uneven terrain using optimal path 2.     

面轨道特征的矩形排样与加工路径优化方法研究

为了解决实际生产中遇到的一种带有面轨道特征的矩形排样问题,重点研究了自 适应遗传算法和图论相结合的优化方法,极大提高了切削加工效率。该方法将路径优化问题转 化为一个考察无向图连通性问题,并利用遗传算法在解空间中进行全局搜索,以寻找加工路径 最优解,并按照BL 定位策略完成对矩形的排样。通过对遗传算法的改进：①对初始个体基因 位的合法性判断,并利用深度优先遍历结果评估个体性能的优劣;②交叉、变异算子均采用自 适应机制,并且执行变异操作的对象限定为一条染色体上的断点集,极大提高了算法的性能。 最后,通过实验验证了该算法在绝大多数情况下完全可以找到满足需求目标的结果,是一种非 常可靠的方法。     

基于IAG-ABC算法的路径覆盖测试用例生成技术

针对遗传算法(genetic algorithm,GA)存在搜索初期收敛速度过快、易陷入局部最优解、未能充分结合搜索过程中的反馈信息,同时人工蜂群(artificial bee colony,ABC)算法存在初期寻优速度缓慢、局部搜索具有很大随机性等问题,对遗传算法和人工蜂群算法分别进行了改进,并将改进后的两种算法进行融合,实现两者的优势互补,提出了一种自适应遗传-蜂群（improved adaptive genetic-artificial bee colony, IAG-ABC）算法。采用路径覆盖信息设计引导算法搜索方向的适应度函数,并用IAG-ABC算法实现路径覆盖的测试用例生成,实验结果表明,相对于标准遗传算法和自适应遗传算法,IAG-ABC算法在测试用例生成效率和覆盖率上均有一定的优势。     

Adaptive Partial Shortcuts: Path Optimization for Industrial Robotics

The quality of a path generated from an automated motion planning algorithm is of considerable importance, particularly when used in a real world robotic application. In this work a new path optimization algorithm, called the Adaptive Partial Shortcut algorithm, is presented. This algorithm optimizes paths as a post process to motion planning, and is designed specifically for use on industrial manipulators. The algorithm optimizes a robot’s degrees of freedom independently allowing it to produce manipulator paths of particularly high quality. This new algorithm utilizes an adaptive method of selecting the degree of freedom to optimize at each iteration, giving it a high level of efficiency. Tests conducted show the effectiveness of the algorithm; over a range of different test paths, the adaptive algorithm was able to generate solutions with a 60 % reduction in collision checks compared to the original partial shortcut approach.     

航班滑行路径规划和停机位分配联合优化

针对机场的航班滑行路径规划和停机位分配的联合优化调度问题,构建基于冲突回避的滑行道与停机位联合调度模型,并提出改进的自适应差分进化算法求解问题.以最小化航班的滑行时间和旅客转机的行走时间为优化目标,建立非线性混合整数规划联合调度模型.设计考虑了滑行冲突的路径规划算法,完成航班的滑行路径分配,并通过自适应动态调整差分进化...     

基于多目标蝗虫优化算法的移动机器人路径规划

在静态多障碍物环境下的移动机器人路径规划问题中，粒子群算法存在容易产生早熟收敛和局部寻优能力较差等缺点，导致机器人路径规划精度低。为此，提出一种多目标蝗虫优化算法（MOGOA）来解决这一问题。根据移动机器人路径规划要求将路径长度、平滑度和安全性作为路径优化的目标，建立相应的多目标优化问题的数学模型。在种群的搜索过程中，引入曲线自适应策略以提高算法收敛速度，并使用Pareto最优准则来解决三个目标之间的共存问题。实验结果表明：所提出的算法在解决上述问题中寻找到的路径更短，表现出更好的收敛性。该算法与多目标粒子群（MOPSO）算法相比路径长度减少了约2.01%，搜索到最小路径的迭代次数减少了约19.34%。     

融合动态障碍物运动信息的路径规划算法

传统的路径规划算法只能在障碍物不发生位置变化的环境中计算最优路径。但是随着机器人在商场、医院、银行等动态环境下的普及,传统的路径规划算法容易与动态障碍物发生碰撞等危险。因此,关于随机动态障碍物条件下的机器人路径规划算法需要得到进一步改善。为了解决在动态环境下的机器人路径规划问题,提出了一种融合机器人与障碍物运动信息的改进动态窗口法来解决机器人在动态环境下的局部路径规划问题,并且与优化A*算法相结合来实现全局最优路径规划。主要内容体现为：在全局路径规划上,采用优化A*算法求解最优路径。在局部路径规划上,以动态障碍物的速度作为先验信息,通过对传统动态窗口法的评价函数进行扩展,实现机器人在动态环境下的自主智能避障。实验证明,该算法可以实现基于全局最优路径的实时动态避障,具体表现为可以在不干涉动态障碍物的条件下减少碰撞风险、做出智能避障且路径更加平滑、长度更短、行驶速度更快。     

基于几何方法的多智能体群体刚性运动的路径规划

利用微分几何的方法在特殊欧氏群(Special Euclidean Group)上研究刚性运动.对于已知边界约束条件的多智能体群体刚性运动路径规划问题，采用了虚拟结构的模式；通过建立基于能量的最优准则，在特殊欧氏群上推导了多智能体协调运动的最优轨迹.所得到的最优轨迹是光滑的，而且与空间惯性坐标系的选择无关.该方法对于描述和规划多智能体的群体刚性运动具有广泛的适用性.     

航空叶片打磨余量分析及轨迹生成

针对航空发动机叶片打磨加工前,叶身余量分布不均且较小的问题,提出一种基于毛坯点云配准的加工余量分析和自适应打磨轨迹生成方法。利用精确扫描测绘技术获取毛坯三维点云,形成了毛坯/零件数模二者点云配准方法;通过基准对齐、点云轮廓包含等条件约束,实现了毛坯三维加工余量分析;在余量分布点云基础上,通过截面获取加工点云轨迹,对轨迹点云进行珠链排序,将轨迹排序点有效化,计算出连续合适的打磨路径,实现自适应余量打磨。最后在Vericut软件中进行了打磨仿真,验证了提出方法的有效性。     

基于运动图的路径编辑技术

改进了过渡运动的生成算法和路径搜索算法,提出了一种基于运动图的路径编辑的新方法。其中,针对过渡运动的构造,通过最小化融合帧之间的平均帧间距来自动确定用于运动融合的运动片段,并提出了改进动态时间变形(EDTW)算法来解决这一最优化问题;针对运动图上的路径搜索,提出了基于路径曲线所夹面积的目标函数并改进了分段搜索算法和剪枝策略。实验结果表明,该方法能够编辑生成与用户指定路径高度匹配的人物运动。