一种轮式移动机器人滑模轨迹跟踪控制器设计及其参数优化方法

为实现轮式机器人轨迹跟踪控制,以双闭环控制方案为基础,在每个闭环子系统中设计滑模控制器,并将粒子群算法应用其中,优化控制器参数,达到更好的跟踪效果.通过仿真验证了所设计的控制器能够实现轨迹跟踪,并且相较于人工经验整定的参数,通过优化得到的参数使控制器的控制性能更加优越.     

基于滑模控制的四旋翼飞行器鲁棒三维轨迹跟踪

近年来,无人自主飞行器在军事和民用的众多领域引起了人们的关注,而其轨迹跟踪任务一直是一个热门研究课题。本文提出了一种鲁棒滑模控制,用于控制四旋翼无人机在存在扰动和参数不确定的情况下进行三维轨迹跟踪。首先,建立了一个具有6个方位的四旋翼飞行器的非线性动力学模型。然后,设计了针对质量、惯性和刚度不确定因素的滑模控制器。通过在Matlab Simulink和Universal Mechanism软件系统中进行建模模拟,验证了控制器的三维跟踪效果。最后,使用Pelican四旋翼平台进行了进一步的实验验证,在水平和垂直轴上施加扰动以验证其鲁棒性。仿真和实物验证结果都表明,四旋翼飞行器对特定轨迹的跟踪效果和鲁棒性是令人满意的,证实了所提出的滑模控制算法的正确性和有效性。     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

基于遗传算法的水下机器人滑模变结构控制策略

针对水下机器人需快速、准确跟踪目标的要求,在分析其非线性四自由度动力学模型的基础上,运用李雅普诺夫稳定性分析法,提出一种基于遗传算法的水下机器人滑模变结构控制方法。设计遗传-滑模控制器,利用遗传算法对控制器参数进行优化以消减抖振,并通过动态选优,选取全局最优解,进而提高收敛速度,实现运动状态的实时调整。仿真结果表明,该控制方法能够高效地获取全局最优解,并具有较强的自适应能力,能够有效地实现水下机器人的轨迹跟踪。     

非匹配不确定的弹性高超声速飞行器终端滑模控制

为解决带有非匹配不确定的弹性高超声速飞行器(FHV)鲁棒跟踪控制问题,设计一种基于有限时间干扰观测器的非奇异终端滑模控制器.首先,通过将弹性模态的影响视为不确定,与系统参数不确定一起处理为综合不确定,将带有弹性的高超声速飞行器模型简化为便于控制器设计的面向控制模型;其次,设计有限时间干扰观测器估计模型的综合不确定;进而,基于干扰观测器,设计一种新型的非奇异终端滑模面,将高阶不匹配问题转化成一阶匹配问题,进行控制器的设计;最后通过Lyapunov理论证明了闭环系统的稳定性.仿真结果表明:所设计的控制器可以有效抑制非匹配不确定及弹性的影响,实现了飞行器速度与高度的稳定跟踪控制.     

电液比例式推进系统的自适应反演滑模控制

针对电液比例阀驱动的水下推进系统存在液压系统强非线性、易受外界温度压力以及水动力性能变化引起的参数不确定性的问题,提出一种自适应反演滑模控制方法.该方法结合实验辨识和自适应参数控制器设计方法分别对电液比例复杂耦合系统和不确定系统参数进行简化分析和在线估计,使用李雅普诺夫稳定性理论保证了系统全局渐近稳定以及系统状态的有界性.以国家发展高科技计划4 500米级深海作业系统-"海马号"ROV的螺旋桨推进系统为研究对象,使用提出的控制方法与传统PID控制器进行对比试验.仿真和水池试验结果表明,所设计的自适应反演滑模控制器对参数变化以及未知外界干扰具有较强的鲁棒性,可以很好地跟踪螺旋桨转速参考轨迹,获得较好的稳态控制精度和动态性能;同时修正后的参数估计能够保证在外界未知干扰下估计参数的有界性.     

AGV建模和自适应模糊滑模跟踪控制研究

介绍了自动导引小车AGV的跟踪控制技术的研究现状;建立了AGV跟踪误差系统运动学和动力学的混合模型;针对AGV的初始位存在误差或给定轨迹不连续时,传统PID轨迹跟踪控制器会使其初始速度产生一个较大跳变的问题,将滑模变结构控制技术与自适应模糊控制技术相结合,提出了一种基于模糊滑模的AGV自适应模糊路径跟随和轨迹跟踪控制器。仿真和实验结果表明,给出的自适应模糊滑模控制器不仅有较好的轨迹跟踪控制效果,而且具有较强的鲁棒性。     

基于摩擦补偿的柔性关节机器人分级滑模控制

针对柔性关节机器人中存在的非线性摩擦问题,提出一种基于摩擦补偿的柔性关节机器人分级滑模控制方法。首先,通过线性化参数的方法对柔性关节机器人受到的摩擦进行建模,并对模型中未知参数设计自适应律以实现摩擦的估计;然后,针对摩擦模型的误差,进一步设计观测器进行估计,结合摩擦的自适应和模型误差估计实现对摩擦的补偿;最后,利用电机侧和关节侧的位置误差和速度误差设计一级滑模面,再根据一级滑模面设计二级滑模面,从而得到分级滑模控制器,进一步实现柔性关节机器人的位置轨迹跟踪控制。通过Lyapunov函数证明了机器人关节轨迹跟踪误差的收敛性。仿真结果表明：该控制方法结合参数自适应和模型误差观测器可以有效地对摩擦进行补偿,在有限时间内实现柔性关节机器人的位置轨迹对期望位置轨迹的跟踪。     

Stewart液压平台轨迹跟踪自适应滑模控制

Stewart液压平台是一个多输入多输出（MIMO）非线性系统,其耦合运动过程中存在参数不确定性与干扰影响其轨迹跟踪精度,针对此问题,考虑了系统参数的不确定性,利用Backstepping方法结合滑模控制与自适应控制的优点,推导得到系统的多级自适应滑模控制器,以增强系统运行过程中对运动与力的跟踪性能.利用AMESim与MATLAB的联合仿真方法进行验证,与传统基于各缸位置偏差的比例 积分 微分（PID）控制器相比,结果表明,该方法在系统参数不确定所引起的干扰下,能更有效地降低各缸的位置和力的跟踪误差,从而提高了运动平台末端的动态跟踪精度.     

水下机器人-机械手系统非奇异终端滑模控制

针对复杂集总干扰下水下机器人-机械手系统的轨迹跟踪控制难题, 提出基于时延估计的非奇异终端滑模控制方法. 该方法以时延估计为基础架构,利用非奇异终端滑模控制的强鲁棒性, 实现复杂集总干扰下系统高性能的轨迹跟踪控制. 受益于时延估计无需动力学模型的特性和非奇异终端滑模控制的强鲁棒性, 所提算法具有优异的控制性能、良好的鲁棒性和工程易用性. 以实验室搭建的一型水下机器人-机械手系统为研究对象, 展开9自由度数值仿真和7自由度水池试验研究, 结果表明：在未知复杂集总干扰下, 利用相同的控制增益, 所提控制方法相对传统时延估计控制可以保证更优的综合控制性能, 前者系统末端定位精度为0.038 m, 而后者仅为0.067 m.