基于模型预测控制的移动机器人轨迹跟踪

通过分析与建立全向移动机器人运动学与动力学模型,研究了移动机器人轨迹跟踪问题。在误差模型的线性化描述的基础上使用模型预测控制方法,在满足控制约束的条件下,将样周期内最小化目标函数的优化问题转换为二次规划问题的求解,有效减低了计算量。结果表明该方法对移动机器人的轨迹跟踪控制是有效可行的。     

基于视觉图像的全向移动机器人轨迹跟踪控制研究

机器人轨迹节点跟踪比较难,导致机器人实际轨迹偏离期望轨迹,所以设计基于视觉图像的全向移动机器人轨迹跟踪控制方法;构建全向移动机器人的运动学数学模型,以此确定机器人移动轨迹数学模型;以移动轨迹数学模型为基础,按照视觉图像划分标准对全向移动机器人运动图像的分割,通过分离目标节点的方式提取运动学特征参量,完成机器人轨迹节点跟踪处理;结合节点跟踪处理结果,将运动学不等式与误差向量作为机器人轨迹跟踪控制的约束条件,利用滑模变结构搭建轨迹跟踪控制模型,实现全向移动机器人轨迹跟踪控制;对比实验结果表明,所设计的方法应用后,全向移动机器人角速度曲线、线速度曲线与期望运动轨迹曲线之间的贴合程度均超过90%,满足全向移动机器人轨迹跟踪控制要求。     

轮子打滑状态下全向移动机器人轨迹跟踪控制

针对全向移动机器人轨迹跟踪控制中存在未知轮子打滑干扰问题,设计自抗扰反步控制器.首先,建立存在轮子打滑扰动的全向移动机器人的运动学模型;然后,融合自抗扰控制技术与反步控制技术,设计基于全向移动机器人运动学模型的轨迹跟踪控制器,该控制器分别从纵向控制、横向控制及姿态控制上对打滑干扰进行实时估计与补偿;最后,利用Lyapunov定理分析闭环系统的稳定性并通过仿真实验验证了所提出控制算法的有效性和鲁棒性.     

基于眼到手视觉伺服的移动机器人模型预测控制

针对具有速度约束的移动机器人视觉轨迹跟踪问题,提出了一种基于LOQO内点法的模型预测控制方法;在眼到手框架下,首先建立了移动机器人误差模型,并对该误差模型进行离散化,给出了移动机器人视觉伺服跟踪的代价函数;同时考虑到实际中移动机器人存在速度约束问题,将代价函数的最小化问题转换为带输入约束的模型预测控制问题;然后采用障碍函数法将移动机器人的速度约束转化为等式约束并采用拉格朗日乘子法引入到代价函数中;进而,利用LOQO内点法求解具有速度约束的最小化问题,得到基于视觉的轨迹跟踪控制器;最后,通过仿真验证了所提算法的有效性和优越性.     

基于预测控制的非连续路段下移动机器人的轨迹跟踪

针对非连续路段下的轨迹跟踪问题,设计了基于观测型的预测控制器。首先建立了移动机器人的运动学模型,根据机器人的运动学模型得出了其位姿误差微分方程;然后在轨迹跟踪问题的基础上,设计了系统的观测模型,通过将预测控制器与系统的观测模型结合,设计了观测型预测控制器;最后再MATLAB环境下,利用本文所设计的控制器对移动机器人在非连续路段下的轨迹跟踪问题进行仿真,并将仿真结果与PID控制器控制的仿真结果进行对比,由仿真结果可以看出,本文所设计的控制器具有很好的鲁棒性、快速性及稳定性,可适用于移动机器人的轨迹跟踪的研究。     

考虑运动受限的履带式移动机器人轨迹跟踪控制

针对履带式移动机器人的轨迹跟踪控制问题进行研究,首先,建立了履带式移动机器人的运动学模型和跟踪误差模型;其次,设计了转速有限时间控制和线速度滑模控制的轨迹跟踪控制律,并给出了考虑运动受限作用下的控制律修正表达式;最后,基于MATLAB对所提控制律进行仿真,对比分析了不考虑运动受限情况下跟踪控制效果;结果表明,设计的跟踪控制律能够实现履带式移动机器人对圆轨迹的有效跟踪,且考虑运动受限作用的控制律更加符合实际;文章研究分析了运动受限作用对于移动机器人轨迹跟踪控制的影响,分析结果对其他移动机器人的运动控制研究具有参考价值。     

基于Lyapunov方法和快速终端滑模的轨迹跟踪控制

针对移动机器人的运动学模型,提出一种具有全局渐近稳定性的跟踪控制器。该跟踪控制器的设计分为两部分：第一部分是采用全局快速终端滑动模态的思想设计了角速度的控制律,用来渐近镇定移动机器人跟踪的前向角误差;第二部分是采用Lyapunov方法设计了线速度的控制律,用来渐近镇定移动机器人跟踪的平面坐标误差。采用Lyapunov稳定性定理,证明了移动机器人在满足这些控制律条件下,实现了对参考轨迹的全局渐近跟踪。实验结果表明移动机器人能够有效地跟踪期望轨迹,有利于在实际应用中推广。     

三轮驱动移动机器人轨迹跟踪控制

针对三轮驱动移动机器人在轨迹跟踪控制过程中运动不平滑的问题,建立了移动机器人在一定运动约束条件下的运动学模型。根据移动机器人位姿误差微分方程的描述,设计了基于后退时变状态反馈方法的移动机器人轨迹跟踪控制器。基于李雅普诺夫方法,对轨迹跟踪控制器的稳定性进行了分析,证明了该控制器能够保证闭环系统全局一致渐进稳定。仿真结果验证了运动学模型的正确性,以及轨迹跟踪控制器的有效性。     

极坐标下基于迭代学习的移动机器人轨迹跟踪控制

为提高自主移动机器人对一类特殊轨迹的重复跟踪能力,在极坐标下建立了3轮全向移动机器人的运动学模型,结合离散时域下对轨迹跟踪问题的描述方法,采用开闭环P型迭代学习控制算法,并在给定条件下证明了其收敛性,随着迭代次数的增加,该算法能够有效改善动态不确定环境中系统的稳定性与收敛的快速性。通过将仿真结果作用于实际动态系统的初始控制输入,从而在实际环境下能以较少的迭代过程来获取控制律。实验结果表明,在仿真环境下机器人可以较好地跟踪玫瑰曲线,在实际机器人测试中,机器人能够较好地跟踪期望轨迹,从而证实了该方法对提高自主移动机器人轨迹跟踪能力的可行性与有效性。     

基于APSO的GIS腔体移动机器人区间二型模糊跟踪控制

为解决气体绝缘封闭开关设备(GIS)腔体移动机器人的轨迹跟踪控制问题，提出一种基于优化算法的麦克纳姆轮全向移动机器人(MWOR)区间二型模糊跟踪系统。建立MWOR在腔体中的非线性模型，并设计相应的区间二型模糊逻辑控制器(IT2FLC);针对IT2FLC隶属度函数难以确定的问题，采用自适应粒子群优化(APSO)算法对隶属度函数进行优化。分别对MWOR在无扰动和有扰动时进行直线和圆轨迹跟踪的仿真实验。结果表明，该方法对MWOR具有很好的控制效果和抗干扰效果。     

智能控制与常规控制

智能控制是在常规控制理论与技术基础上的进一步发展与提高,目的是在非结构化、不确 定性与控制对象有强相互作用的环境中实现过程任务(追求目标)的闭环自动控制.虽然传统 人工智能方法应用于实际控制问题有很大困难,但是把对复杂环境建模的严格数学方法研究 同人工智能中新兴学派思想的研究紧密结合起来,有可能导致新的智能控制体系结构的产生 和发展.这种研究将会在"自上而下"和"自下而上"两个方向的交汇处取得重大突破.     

局域网的安全控制与病毒防治

网络技术的发展,给局域网带来了很大的安全威胁,本文介绍了局域网安全控制的策略及局域网病毒防治的基本模型。     

基于可拓控制的离散变结构系统的组合控制

提出了一种新的离散变结构系统组合控制策略和一种改进的变速趋近律.众所周知,由于变结构控制系统中存在高频抖振,这一现象限制了变结构控制方法在各种工程设计领域中的应用.新的离散变结构系统组合控制策略的目的是使系统在最短的时间内完成正常运动从而系统的鲁棒性得以提高.对于滑动模态的到达问题,提出了基于改进的变速趋近率、指数趋近率和可拓控制的组合控制策略.这种新的控制策略能有效地削弱抖振提高系统的动态性能.最后通过将传统组合控制策略与所提出的组合控制策略仿真比较,其结果表明新的组合控制策略能够获得令人满意的结果.     

基于在线LS-SVM的逆模/PID复合控制

针对最小二乘支持向量机(LS-SVM)无法在线建模的问题,提出了一种基于在线LS-SVM回归的非线性逆模型建立方法。在线LS-SVM能够跟踪时变非线性系统的动态特性,当系统参数随时间变化时仍然有效。在前馈控制中,在线LS-SVM建立系统逆模型,并与PID反馈控制相结合构成复合控制方法,应用于较一般的离散非线性系统。仿真结果表明,采用在线LS-SVM建立非线性系统的逆模型的方法有效,复合控制策略具有良好控制性能。     

网络控制系统的建模与控制方法研究

网络控制系统降低了电缆成本,易于系统诊断和维护,具有很大的灵活性,因此正逐渐应用于工业控制中.在网络控制系统中,不可避免地存在网络诱导时延,这降低了系统的性能甚至使系统变得不稳定.本文研究了系统建模,控制等问题.系统仿真结果表明了本文方法的正确性和有效性.     

模糊控制理论在微网控制技术中的应用

微网控制策略是微网技术中最重要组成部分。由于各种分布式电源发电机制和环境不同,所需控制策略也不同。针对风力发电机、光伏发电等新能源发电具有间歇性,本文将模糊控制理论运用于控制系统中,利用参考电流和误差电流控制滞环环宽,使开关频率得到很好控制,从而有效控制了逆变器的输出电流。通过MATLAB/SIMULINK以及模糊控制块仿真,证明系统鲁棒性强,能提高电流跟踪精度和降低谐波,干扰和参数变化对其控制效果的影响减弱。     

网络控制系统的分析与控制

网络控制系统是指通过网络形成闭环的实时反馈控制系统.针对同时具有网络诱导时延和数据包丢失的网络控制系统,研究了其建模、稳定性分析与控制器设计的问题.所考虑的网络诱导时延为小于一个采样周期的短时延,既可以是定常的也可以是时变的;随机丢包过程是具有普遍意义的任意丢包过程,其数字特征不必先验得到.运用Lyapunov方法,得...     

智能控制在城市交通控制中的应用

介绍了自适应神经模糊推理系统的结构,以及用MATLAB模糊工具箱提供的ANFIS应用工具仿真,完成训练模糊神经网络,将智能控制应用在城市交通控制中。     

基于Fuzzy-PI双模控制的控制系统

叙述了孵化装置中有关温度与湿度的控制方法。为了提高控制精度、改善系统的动态、稳态性能,引入了基于Fuzzy-PI双模控制方法,并利用Matlab进行仿真。通过仿真和实际运行表明,采用了Fuzzy-PI双模控制以后,加快了动态响应,提高了控制精度,有效地降低了超调量,孵化率达到了规定的技术指标。对于实际中存在的非线性、大滞后、大惯性、难以建立数学模型的系统,采用该控制方法,不失为一种好的策略。     

烤箱温度控制系统的模糊PID控制

通过与单纯的模糊控制和单纯的PID控制相比,采用模糊PID控制烤箱温度系统可以明显改善系统的稳态性能以及稳态响应。