智能车辆的滑模轨迹跟踪控制

智能车辆是集各种机械装置、传感器、计算机于一体的复杂非线性系统,其轨迹跟踪控制器是研究的关键技术之一。针对高速自主导航智能车辆轨迹跟踪控制器鲁棒性、精确性和实时性的高要求,在智能车辆结构组成与运动模型基础上,设计了一种滑模变结构控制器。通过控制智能车辆的线速度和角速度实现智能车辆对任意路径的跟踪,并用Matlab进行了仿真实验。结果验证了该方法的有效性和可靠性。     

Takagi-Sugeno模糊连续系统的模糊采样控制

研究了T-S模糊连续系统的模糊采样控制问题．利用广义系统的描述方法、Lyapunov-Krasovikii泛函以及线性矩阵不等式(LMI)方法,建立了LMIs形式的依赖于采样时间间隔的模糊采样镇定条件,同时给出了模糊采样控制律的设计方法．所设计的模糊采样控制律可以镇定T-S模糊系统．而且,当连续时间模糊控制律可以镇定T-S模糊系统时,对于足够小的采样时间间隔,带有同样增益矩阵的模糊采样控制律也可以镇定T-S模糊系统．最后,通过两个仿真实例说明了所给方法的有效性．     

基于自适应MPC算法的轨迹跟踪控制研究

为了保证智能车辆在低附着且变速条件下跟踪控制的精确性和稳定性,提出一种基于自适应模型预测控制(MPC)的轨迹跟踪控制算法.针对低附着条件下轨迹跟踪存在行驶稳定性较差的问题,对车辆动力学模型添加侧偏角软约束,分别设计有无添加侧偏角约束的MPC控制器.仿真结果表明,添加侧偏角约束后MPC控制器性能更优,车辆行驶稳定性得到有...     

基于T-S模糊模型非线性网络控制系统改进H∞跟踪控制

研究一类非线性网络控制系统改进H∞跟踪控制问题, 该类网络控制系统中非线性被控对象和被跟踪对象分别采用Takagi-Sugeno(T-S)模糊模型和线性稳定参考模型描述. 首先通过综合考虑网络中的数据传输时滞和数据丢包影响, 采用输入时滞法和并行分布补偿技术, 建立基于零阶保持器刷新时刻的系统状态跟踪误差模型. 然后利用改进的自由权矩阵方法, 并结合Lyapunov直接法给出系统满足H∞跟踪性能的充分条件以及模糊控制器的设计方法. 最后仿真实例表明本文方法的有效性和相比已有方法的优越性.     

基于补偿控制的无人地面车辆轨迹跟踪方法

:针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法;该算法分为运动学和动力学两部分:基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响;仿真结果表明:该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好.     

飞翼式UCAV着陆段纵向飞行控制律研究

针对飞翼式无人机着陆段的控制要求,需要精心设计纵向内回路控制律及着陆轨迹曲线,从而实现着陆轨迹的精确跟踪;采用线性矩阵不等式(LMI)方法设计了纵向姿态回路控制律,在设计过程中结合了线性二次型原理,并实现了区域极点配置、控制量约束等多目标控制;在此基础上,设计了着陆轨迹曲线并进行了非线性仿真试验;仿真结果表明,飞机着陆段性能达到了设计要求,并且优于常规的PID控制,从而验证了设计方案的可行性.     

基于LTV-MPC的电动车辆轨迹跟踪与横摆稳定性控制研究

针对转向工况下分布式电驱动车辆实时的轨迹跟踪与横摆稳定性控制,文章基于线性时变模型预测控制（LTV-MPC）进行研究。首先将非线性车辆动力学模型通过局部线性化转化为线性模型;然后设计了考虑多个控制目标的优化函数,包括考虑横向位置、横摆角的轨迹跟踪控制目标与考虑横摆角速度、质心侧偏角的横摆稳定性控制目标以及考虑纵向速度的动力性控制目标,并将轮胎侧偏角设为软约束以避免侧向力饱和,通过优化前轮转角、总纵向驱动力和额外横摆力矩实现了对车辆的运动控制;最后,基于CarSim/Simulink和NI PXI系统联合仿真平台验证了所提控制策略的有效性与实时性。仿真结果表明,在横摆角、纵向速度、前轮转角等关键参数响应时间几乎一样的情况下,基于LTV-MPC控制方法得到的轨迹跟踪误差与离线控制得到的相差不大,但是基于LTV-MPC控制方法得到的车辆横摆角幅值比离线控制得到的幅值小20%左右,这说明LTV-MPC控制方法可以更好地保证车辆的横摆稳定性。     

考虑车辆跟驰作用和通信时延的网联车辆队列轨迹跟踪控制

针对智能网联车辆轨迹跟踪问题, 本文通过考虑车辆跟驰作用和车车通信过程中存在的通信时延, 提出了一种分布式非线性轨迹跟踪控制器. 具体来讲, 首先, 提出一种双向领导跟随通信拓扑来描述智能网联环境下车辆间的通信连接. 其次, 考虑车辆跟驰作用和通信时延, 设计一种分布式非线性轨迹跟踪控制器. 然后, 使用Lyapunov方法证明了所设计控制器的稳定性. 最后, 考虑速度干扰作用于领导者车辆, 针对无时延、同质时延和异质时延等三种场景进行数值仿真实验. 仿真结果表明: 本文所设计的控制器不仅保证了车辆位置跟踪误差收敛到原点, 而且车辆运动规律符合交通流理论, 即无负位置跟踪误差和负速度现象.     

基于T-S 模糊模型的采样数据网络控制系统H∞ 输出跟踪控制

研究具有采样数据的基于T-S (Takagi-Sugeno) 模糊模型网络控制系统H输出跟踪控制问题. 提出将采集器端数据采样周期、数据传输时滞和数据丢包转换为零阶保持器端数据更新周期, 在此基础上, 利用输入时滞法和PDC (Parallel distributed compensation) 技术, 建立网络环境下被控对象和参考模型合并的基于T-S 模糊模型的增广系统模型. 通过Lyapunov 方法, 并充分利用采样特性, 给出系统实现H输出跟踪的充分条件, 以及可靠模糊控制器的设计. 仿真结果表明所设计模糊控制器能够实现该类系统良好的跟踪.     

基于神经网络的机器人轨迹跟踪控制

针对机器人模型未知情况，讨论了用神经网络和反馈控制实现机械手的跟踪控制。提出一种基于参考误差的投影算法来训练网络权值，训练后网络输出能逼近期望的前馈力矩，并从理论上证明跟踪误差的收敛性。仿真结果表明方案具有较好的跟踪性能和较强的抗干扰能力。     

Output tracking control for networked control systems with time delay and packet dropout

This article studies the problems of H _∞ output tracking performance analysis and controller design for networked control systems (NCSs) with time delay and packet dropout. By using linear matrix inequality (LMI)-based method, H _∞ output tracking performance analysis and controller design are presented for NCSs with constant sampling period. For NCSs with time-varying sampling period, a multi-objective optimisation methodology in terms of LMIs is used to deal with H _∞ output tracking performance analysis and controller design. The designed controllers can guarantee asymptotic tracking of prescribed reference outputs while rejecting disturbances. The simulation results illustrate the effectiveness of the proposed H _∞ output tracking controller design.     

H_∞ Controller Design for Networked Control Systems via Active-varying Sampling Period Method

This paper studies the problem of designing H_∞controllers for networked control systems (NCSs) with both network-induced time delay and packet dropout by using an active-varying sampling period method,where the sampling pe- riod switches in a finite set.A novel linear estimation-based method is proposed to compensate packet dropout,and H_∞controller design is also presented by using the multi-objective optimization methodology.The simulation results illustrate the effectiveness of the active-varying sampling period method and the linear estimation-based packet dropout compensation.     

基于主动变采样周期方法的网络控制系统的H∞控制器设计

利用主动变采样周期方法, 本文研究了具有时延及丢包的网络控制系统的 H∞ 控制器设计问题, 其中采样周期在一个有限集合内切换. 提出了一个新的线性估计方法以补偿丢包的负面影响, 并利用多目标优化方法设计系统的 H∞ 控制器. 仿真结果表明了主动变采样周期方法及基于线性估计的丢包补偿方法的有效性.     

基于主动变采样周期方法的网络控制系统的H∞控制器设计

This paper studies the problem of designing H∞ controllers for networked control systems (NCSs) with both network-induced time delay and packet dropout by using an active-varying sampling period method, where the sampling period switches in a finite set. A novel linear estimation-based method is proposed to compensate packet dropout, and H∞ controller design is also presented by using the multi-objective optimization methodology. The simulation results illustrate the effectiveness of the active-varying sampling period method and the linear estimation-based packet dropout compensation.     

不确定离散广义系统的鲁棒严格无源控制

利用线性矩阵不等式方法讨论了不确定离散线性广义系统的严格无源性和严格无源控制问题。通过引入松驰变量来描述广义系统的快变子系统和慢变子系统之间的代数关系,给出一个新的保证离散广义系统正则、因果、稳定且严格无源的充分条件,该条件表示为严格线性矩阵不等式的形式,不涉及系统状态矩阵的分解问题。然后利用这一条件,给出了状态反馈鲁棒严格无源控制器的设计方法。仿真实例说明了该方法的有效性。     

不确定广义系统的最优保性能控制

该文讨论不确定广义系统的最优保性能控制问题.给出了不确定广义系统保性能控制器的两种设计方法:一是代数Riccati方程方法,给出了参数化的控制器;另一个是线性矩阵不等式方法,给出了在使性能函数上界最小的意义下,最优控制器的设计算法,用实例演示了该方法的有效性.     

Comment on “On LMI conditions to design observer-based controllers for linear systems with parameter uncertainties [Automatica 49 (2013) 3700–3704]”

The main objective of this note is to point out the fatal error in a recent paper (Automatica 49 (2013) 3700–3704) and present a correct result. One numerical example is also given in order to show the nonsuperiority of the aforementioned paper to the existing literatures.