具有未知视觉参数的非完整移动机器人的自适应动态反馈跟踪控制

基于视觉反馈和标准链式形式,研究了一类不确定非完整移动机器人的轨迹跟踪控制问题.首先,利用针孔摄像机模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型.基于这个模型,在具有不确定视觉参数的情形下,利用back-stepping技术,设计出了一种新的自适应动态反馈跟踪控制器,实现了全局渐近的轨迹跟踪,并通过李亚普诺夫方法严格证明了闭环系统的稳定性和估计参数的有界性.仿真结果证明了所提出的控制器的有效性.     

含未校准摄像机参数的非完整移动机器人自适应动态反馈跟踪控制

研究基于视觉伺服的不确定非完整移动机器人的跟踪控制问题.基于视觉反馈和状态输入变换,提出一类非完整运动学系统的不确定模型,并运用两个新的变换,对3种不同情况分别设计自适应动态反馈控制器来跟踪不确定系统的期望轨迹.利用李雅普诺夫方法和推广的Barbalat引理,严格证明了误差系统的收敛性.仿真结果验证了所提方法的有效性.     

未知输出反馈非线性时滞系统自适应神经网络跟踪控制

An adaptive output feedback neural network tracking controller is designed for a class of unknown output feedback nonlinear time-delay systems by using backstepping technique. Neural networks are used to approximate unknown time-delay functions. Delay-dependent filters are introduced for state estimation. The domination method is used to deal with the smooth time-delay basis functions. The adaptive bounding technique is employed to estimate the upper bound of the neural network reconstruction error. Based on Lyapunov-Krasoviskii functional, the semi-global uniform ultimate boundedness (SGUUB) of all the signals in the closed-loop system is proved. The arbitrary output tracking accuracy is achieved by tuning the design parameters and the neural node number. The feasibility is investigated by an illustrative simulation example.     

一类具有未知控制方向非线性系统的输出反馈自适应控制

研究了一类控制方向未知非线性系统的输出反馈自适应镇定问题. 首先, 通过一线性状态变换, 将未知控制系数集中起来, 从而将原系统变换为适于控制设计的新系统. 然后, 分别引入状态观测器和参数估计器, 并应用积分反推和调节函数方法, 给出了输出反馈稳定控制律的构造性设计过程. 可以证明,所设计的控制器确保原系统状态渐近收敛到原点, 而其它闭环系统状态有界. 仿真结论验证了所提出方法的有效性.     

具有未知参数的非线性系统动态优化

针对具有未知参数和不等式路径约束的非线性系统动态优化问题,提出一种新颖有效的数值求解方法.首先,将未知参数视为一个动态优化问题的决策变量;其次,利用多重打靶法将无限维的含未知参数动态优化问题转化为有限维的非线性规划问题,进而在不等式路径约束违反的时间段内,用有限多个内点约束替代原不等式路径约束;然后,用内点法求解转化后的非线性规划问题,在路径约束违反的一定容许度下,经过有限多次步数迭代后得到未知参数值的同时得到控制策略,并在理论上对所提出算法的收敛性进行相应证明;最后,对两个经典的含未知参数非线性系统的动态优化问题进行数值仿真以验证所提出算法的有效性.     

一类具有未知增长率非线性系统全局输出反馈实际跟踪

本文研究了一类仅跟踪误差可量测不确定非线性系统的全局输出反馈实际跟踪问题.不同于现有文献,该控制系统具有依赖于不可测状态的增长且增长率为未知常数,并且只要求被跟踪信号及其一阶导数有未知界,因此直接推广现有结果难以解决上述控制问题.受相关镇定结果的启发,并通过灵活运用广义控制(universal control)和死区(dead zone)的方法与技巧,本文设计了自适应输出反馈控制器.主要结果表明,所设计的控制器能够确保跟踪误差经有限时间后收敛于设定的原点的任意小邻域,同时闭环系统的所有信号皆有界.仿真算例验证了理论结果的有效性.     

含未知参数的一维人群动态系统的自适应边界控制

针对一类存在扰动的一维人群动态系统,在扩散系数及边界条件系数未知的情况下,设计自适应边界控制律来控制人群向设定的方向平稳疏散.借助李雅普诺夫稳态判据对自适应边界控制律作用下的人群动态系统的稳定性给出了详细的证明.系统的建模及稳定性的证明均在分布参数系统的范畴内完成,避免了模型降阶方法引起的误差的产生.通过一个仿真实例,对比人群动态系统在未施加外部控制, Robin边界控制及自适应边界控制三种情况下,当扩散系数取不同数值时,人群密度的演化情况,验证了自适应边界控制律的有效性.     

控制方向未知的非线性系统的自适应输出跟踪控制

针对一类含有未知控制方向和时变不确定性的本质非线性系统,应用Nussbaum-type增益技术和Adding a power integrator递推设计方法,设计了一种鲁棒自适应状态反馈拉制器．所设计的控制器能保证闭环系统所有信号全局一致有界,特别是通过适当调整控制器设计参数,可使输出跟踪误差在有限时间后变得适当小．最后通过仿真实例对算法进行验证.     

具有预设性能的切换系统输出反馈自适应动态面控制

本文针对一类具有未建模动态和预设性能的输出反馈非线性切换系统,提出基于公共Lyapunov函数法的自适应输出反馈动态面控制方案.通过设计K滤波器和观测器估计不可测量的状态.引入动态信号处理动态不确定性.利用Nussbaum函数解决增益符号未知的问题.神经网络用于逼近由设计过程和理论分析所产生的未知连续函数.引入性能函数和误差转换器将预设性能控制问题转换为稳定性问题.通过适当选取切换子系统的初值,并利用动态面控制系统证明的特点,证明了闭环切换系统所有信号半全局一致终结有界.仿真例子验证了所提方案的有效性.     

具有H_∞跟踪性能的机器人自适应PID控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,提出一种鲁棒自适应PID控制算法.该控制器由主控制器和监督控制器组成.主控制器以常规PID控制为基础,基于滑模控制思想设计PID参数的自适应律,根据误差实时修正PID参数.基于Lyapunov函数设计的监督控制器补偿自适应PID控制器与理想控制器之间的差异,使系统具有设定的H_∞的跟踪性能.最后,两关节机器人的仿真实验结果表明了算法的有效性.

Abstract：

A robust adaptive PID control algorithm is proposed for trajectory tracking of robot manipulators with nonlinear uncertainties.The controller is composed of a main controller and a supervisory controller.The main controller is designed based on the traditional PID controller.The parameters of the PID controller are updated online according to the system running errors with the adaptation law based on the sliding mode control.The supervisory controller is proposed to compensate the error between the adaptive PID controller and the ideal controller in the sense of the Lyapunov function with the specified H_∞ tracking performance.Finally, the simulation results based on a two-joint robot manipulator show the effectiveness of the presented controller.     

基于自适应动态规划的移动机器人视觉伺服跟踪控制

针对移动机器人视觉伺服跟踪控制问题, 提出一种基于自适应动态规划(Adaptive dynamic programming, ADP) 的控制方法. 通过移动机器人上的相机拍摄共面特征点的当前图像、期望图像以及参考图像, 利用单应性技术得到移动机器人当前的位姿信息与期望的位姿信息(即平移量与旋转角度), 从而通过当前与期望的平移旋转之间差值得到系统的开环误差模型. 进而, 针对此系统设计最优控制器, 同时做合适的控制输入变换. 在此基础上设计一个基于ADP的视觉伺服控制方法以保证移动机器人完成轨迹跟踪任务. 为求出最优控制输入, 采用一个评价神经网络近似值函数, 通过不断学习逼近哈密顿−雅可比−贝尔曼(Hamilton-Jacobi-Bellman, HJB)方程的解. 与以往不同的是, 由于系统存在时变项, 导致HJB方程也含有时变项, 因此需要设计具有时变权值结构的神经网络近似值函数. 最终证明在所设计的控制方法作用下, 闭环系统是一致最终有界的.     

基于模糊控制的移动机器人视觉反馈跟踪

探讨视觉空间下非完整移动机器人的跟踪问题。在不校准摄像机视觉参数的前提下,提出一种利用视觉反馈信息设计非完整移动机器人轨迹跟踪的模糊控制方法。其模糊控制使用Mamdani推理机,包含if-then规则和重心法,对线速度和角速度进行控制。仿真结果证明了该方法的有效性。     

移动机器人轨迹跟踪的参数自校正控制

根据移动机器人运动学模型,对两轮移动机器人的轨迹跟踪问题进行了研究。在动态反馈线性化的基础上,采用基于广义最小方差法实现参数的自校正并设计控制器,考虑到机器人的动力学约束,采取对移动机器人的线速度和角速度加以限制的控制策略,保证机器人的运动平滑。仿真结果表明了该方法的有效性和正确性。     

Adaptive Output Feedback based Output Tracking Control for a Time‐Delay System with a PFC

This output tracking control system for time‐delay systems with a parallel feedforward compensator (PFC). It has been clarified that one can design an adaptive output tracking control system for systems with almost strictly positive real (ASPR) properties. However, the robust stability for non‐ASPR time‐delay systems with a PFC introduced for making the resulting augmented system ASPR has not been analyzed. In this paper, it will be clarified that one can design a stable adaptive output tracking control system for time‐delay systems with a PFC, even if the resulting augmented system is not exactly ASPR.     

不确定型网络系统的分布式自适应跟踪控制器

文章针对带有不确定性的非线性网络系统设计了协调跟踪控制器, 使得follower实现了对仅部分信息可测且受干扰的动态leader的跟踪. 文章运用神经网络方法对follower动态进行建模, 提出了基于观测器的自适应控制策略, 并且通过Lyapunov理论证明, 在适当的网络拓扑条件和适当选择参数的前提下, 该网络系统可以达UUB (Cooperative Uniformly Ultimately Bounded). 最后, 文章给出仿真实例以验证所提算法的有效性.     

Adaptive Control of Piecewise Linear Systems with State Feedback for Output Tracking

A piecewise linear system consists of a set of linear time‐invariant (LTI) subsystems, with a switching sequence specifying an active subsystem at each time instant. This paper studies the adaptive control problem of single‐input, single‐output (SISO) piecewise linear systems. By employing the knowledge of the time instant indicator functions of system parameter switches, a new controller structure parametrization is proposed for the development of a stable adaptive control scheme with reduced modeling error in the estimation error signal used for parameter adaptive laws. This key feature is achieved by the new control scheme's ability to avoid a major parameter swapping term in the error model, with the help of indicator functions whose knowledge is available in many applications. A direct state feedback model reference adaptive control (MRAC) scheme is presented for such systems to achieve closed‐loop signal boundedness and small output tracking error in the mean square sense, under the usual slow system parameter switching condition. Simulation results on linearized NASA GTM models are presented to demonstrate the effectiveness of the proposed scheme.     

Adaptive Decentralized Asymptotic Tracking Control for Large-Scale Nonlinear Systems With Unknown Strong Interconnections

An adaptive decentralized asymptotic tracking control scheme is developed in this paper for a class of large-scale nonlinear systems with unknown strong interconnections,unknown time-varying parameters,and disturbances.First,by employing the intrinsic properties of Gaussian functions for the interconnection terms for the first time,all extra signals in the framework of decentralized control are filtered out,thereby removing all additional assumptions imposed on the interconnec-tions,such as upper bounding functions and matching conditions.Second,by introducing two integral bounded functions,asymptotic tracking control is realized.Moreover,the nonlinear filters with the compensation terms are introduced to circumvent the issue of“explosion of complexity”.It is shown that all the closed-loop signals are bounded and the tracking errors converge to zero asymptotically.In the end,a simulation example is carried out to demonstrate the effectiveness of the proposed approach.     

一类非线性时滞系统的自适应模糊动态面控制

针对一类具有未知方向增益函数的严格反馈非线性时滞系统, 提出了一种自适应模糊动态面控制(Dynamic surface control, DSC)算法. 通过利用DSC设计技术和Lyapunov-Krasovskii函数, 该算法不仅克服了计算膨胀的问题, 而且补偿了未知的时滞. 采用Nussbaum函数解决了虚拟控制增益的符号问题, 并且避免了控制器的奇异性. 所设计的控制器保证了闭环系统所有的状态和信号是半全局有界的, 并且通过选择合适的设计参数可使跟踪误差为任意小. 仿真结果表明了所提出控制器的有效性.