基于3D-APF和约束动力学的无人机编队飞行控制

针对无人机编队的路径规划和队形保持问题, 提出了一种基于三维人工势能场(three-dimensional artifical potential field,3D-APF)的无人机编队路径规划与队形保持方法。对于无人机的路径规划,建立了改进的三维人工势函数。在此基础上,建立并推导了虚拟力环境下的无人机运动学模型。对于无人机的队形保持问题,运用约束动力学理论引入拉格朗日乘子建立含有队形约束的编队无人机约束动力学方程组,使编队无人机在整个飞行过程中保持期望队形。采用Penalty-Formulation对拉格朗日乘子进行求解,得到编队无人机约束动力学方程组。最后基于Matlab的仿真实验验证了所提方法的有效性。     

基于虚拟长机的无人机侦察编队控制方法

针对使用多无人机编队对周边区域实施协同侦察任务的协同控制问题,提出了以虚拟长机为编队航迹引导的分布式编队控制方法。该方法基于编队通信拓扑的分布性,以“相邻”无人机为参考估计长机状态,然后设计无人机编队的分布式线性化反馈控制器。仿真实验表明,在无人机编队沿阿基米德螺旋线实施侦察的过程中,该控制器能够使多无人机形成期望队形,并维持其稳定,同时减小编队队形误差,实现对侦察航迹的高精度跟踪。     

基于视觉的近距离编队对偶四元数相对位姿估计算法

针对近距离编队飞行中位姿估计问题,提出了一种新的点到区域匹配航天器间视觉相对位姿估计算法。给定主星表面上的点集及与之匹配的从星摄像机像平面图像凸区域,结合对偶四元数及凸优化数学工具,充分利用对偶四元数描述坐标系变换的简洁性,建立了对偶四元数凸优化位姿估计模型,估计出主星与从星之间的相对位姿参数。该算法不仅利用对偶四元数较传统四元数描述坐标系变换的优势,而且采用凸优化方法可大大降低传统位姿估计方法中需要精确的点到点匹配的要求。仿真结果证明,该算法能满足近距离编队相对位姿估计精度要求,具有较好的鲁棒性,对目前航天任务中航天器间视觉相对位姿估计具有重要参考价值。     

具有弱通讯的多智能体分布式自适应协同跟踪控制

针对具有弱通讯的高阶严反馈非线性多智能体系统,提出一种新颖的分布式自适应反演控制方法,并研究了该系统的协同跟踪控制问题。首先,以5个智能体作为被控对象,其中一个智能体以分布式结构组成“领航者-跟随者”编队模式,并且将领航者的运动速度作为整个编队系统的前行速度,其余智能体作为跟随者跟随领航者编队运动。其次,采用自适应反演方法,对系统中由于弱通讯导致的不确定参数进行自适应估计,并对系统设计补偿追踪控制律,使系统中的智能体能够实现自主跟踪时变的参考轨迹,最终以最优的轨迹避开障碍物,并保持期望队形运动。接着,根据Lyapunov稳定性理论,证明了所提方法的有效性。最后,通过仿真对比表明,所提方法能够使多智能体系统的横向、纵向跟踪误差以及参考轨迹的相对误差均实现快速收敛,并在跟踪过程中保持该系统渐近稳定。     

有人/无人机编队队形集结控制研究

针对有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)编队队形集结控制问题，设计了一种基于航迹规划-跟踪的MAV/UAV编队集结控制策略。首先，考虑编队队形集结边界约束与防碰撞约束条件，设计了一种基于Dubins曲线与协同模拟退火粒子群优化相结合的编队集结航迹规划算法。然后，以规划得到的集结航迹作为期望航迹，设计了一种双回路结构的非线性路径跟踪控制方法。最后，利用Matlab软件对设计的航迹规划与跟踪控制方法进行了仿真对比实验，仿真结果验证了方法的有效性和优越性。     

星载SAR干涉测量中伴随卫星编队构形保持与姿态控制的协同

研究星载SAR干涉测量中伴随卫星编队构形保持与姿态控制的协同问题。首先,简介主SAR卫星与伴随卫星编队所构成干涉测量系统的工作原理,当主SAR卫星施加偏航导引补偿多普勒频移时,为实现波束指向同步,伴随编队需进行构形与姿态的协同控制。给出协同控制框架结构图,通过设置轨道协同规划器与姿态协同规划器明确了解决方案;进而从构形规划、姿态规划、构形与姿态协同控制三方面具体地阐述伴随编队的协同控制技术。最后对构形保持、姿态规划和姿态控制进行数值仿真,结果表明伴随编队的协同控制满足波束指向同步要求,所提出的协同控制方案具有可行性。     

海况影响下的分布式海战补给路径规划方法

传统的舰船伴随补给方式路径规划较为简单,且没有考虑风浪等海况因素的影响,已无法满足现在分布式杀伤海战概念及其反制措施的要求。为此,建立了多编队海上补给路径规划模型,综合考虑了复杂海况及补给时间窗对舰船补给的影响。为了求解规划模型,提出了基于时长步进的路径评估算法,首先利用海洋气象预报信息计算各时间步长的舰船阻力,随后估算不同候选路径的航行时间、等待时间及作业时间,从而比较得到最优路径。仿真实验证明了所提算法的优越性,能够为分布式海战补给提供决策支持。     

海况影响下的分布式海战补给路径规划方法

传统的舰船伴随补给方式路径规划较为简单,且没有考虑风浪等海况因素的影响,已无法满足现在分布式杀伤海战概念及其反制措施的要求。为此,建立了多编队海上补给路径规划模型,综合考虑了复杂海况及补给时间窗对舰船补给的影响。为了求解规划模型,提出了基于时长步进的路径评估算法,首先利用海洋气象预报信息计算各时间步长的舰船阻力,随后估算不同候选路径的航行时间、等待时间及作业时间,从而比较得到最优路径。仿真实验证明了所提算法的优越性,能够为分布式海战补给提供决策支持。     

有人/无人机编队指挥控制系统结构设计

针对有人/无人机(manned aerial vehicle/unmanned aerial vehicle, MAV/UAV)编队指挥控制系统结构设计问题进行了研究。以未来空中作战为背景,结合MAV/UAV编队作战流程和特征,基于人机合作机制,设计了MAV/UAV编队协同三层递阶式指挥控制结构,分别为任务规划层、协调控制层和功能实现层。在此基础上,分析了系统结构中关键模块如辅助决策模块、人机交互系统、编队控制管理系统和航迹规划路径跟踪系统的内容。最后,设计了人机交互系统指挥界面,并针对典型控制任务进行了仿真验证。     

基于规则的无人机编队队形构建与重构控制方法

针对已有方法在无人机编队队形控制方面的不足,结合无人机系统有限范围感知的特点提出一种基于规则的队形控制方法。首先,利用目标位置选择算法为编队成员选择刚体中的期望位置点,使分布式条件下的复杂无人机编队队形控制问题转化为个体对自身期望位置点的追踪问题;其次,通过控制协议的设计引导编队成员对自身的期望位置点进行追踪和避免碰撞;最后,在netlogo平台上实现了队形的控制;进一步,将目标位置选择算法与基于全局信息的“禁忌搜索”优化算法的效果进行了对比。实验表明:本文的控制方法简单,生成的航迹图简洁、平滑,其效果与基于全局信息的优化效果接近,且可生成任意队形和对突发威胁能主动有效的规避。     

基于模糊逻辑的机械手智能力/位控制

提出了一种面向机器人参与机械加工的智能柔顺控制策略,通过一个模糊阻抗控制器和一个速度控制器,该策略被应用于机器人切除毛刺操作中。模糊阻抗控制器可以根据机器人末端实际位置和期望位置的误差调整阻抗参数,从而提高控制性能和加工效果。而模糊速度控制器被用来调节工具进给速度,从而彻底清除较大的毛刺,避免损害工件和刀具,得到理想的加工表面。为了验证控制策略的柔顺控制能力,以一个三关节机器人进行了计算机仿真,仿真结果表明提出的策略能够很好提高控制性能,获得理想的加工效果。     

Predictive Control with Velocity Observer for Cushion Robot Based on PSO for Path Planning

This paper proposes a novel model predictive control method with velocity estimation simultaneously constraining trajectory and velocity tracking errors for a cushion robot. The authors investigated a path planning method using improved particle swarm optimization(PSO) combined with Dijkstra's algorithm and obtained a real-time desired optimal motion path for obstacle avoidance.The authors designed a velocity observer to estimate the unmeasurable speed, while the asymptotic stability of the observer error system was established. A predictive controller with error-constrained performance was derived by solving a quadratic programming problem with incremental control. Simulation and experimental results confirm the effectiveness of the proposed method and verify that the error constraints adopted in the cushion robot provide safe motion while avoiding obstacles.     

ADAPTIVE PRACTICAL OUTPUT MANEUVERING CONTROL FOR A CLASS OF NONLINEAR SYSTEMS

This paper deals with the adaptive practical output maneuvering control problems for a class of nonlinear systems with uncontrollable unstable linearization. The objective is to design a smooth adaptive maneuvering controller to solve the geometric and dynamic tasks with an arbitrary small steady tracking error. The method of adding a power integrator and the robust recursive design technique are employed to force the system output to track a desired path and make the tracking speed to follow a desired speed along the path. An example is considered and simulation results are given. The proposed design procedure can be illustrated by the use of this example.     

无人机集群规避动态障碍物的分布式队形控制

本文研究了无人机集群躲避动态障碍物下的队形控制问题。首先, 引入针对动态障碍物的碰撞预判机制判断集群是否需要对障碍物进行规避。其次, 在动态障碍物与无人机间构造斥力场实现避障。最后, 根据一致性理论设计基于集群各无人机之间、无人机与虚拟领导者之间的位置、速度一致性控制律, 结合人工势场法实现躲避动态障碍物下集群队形的形成与保持。仿真结果表明, 集群无人机能够在以分布式方式躲避动态障碍物的同时实现队形的形成、保持与重构。     

机器人位置/力混合鲁棒自适应控制

提出一种机器人位置/力混合控制的鲁棒自适应算法,利用自适应算法调节机器人系统的未知参数,为了避免在外界干扰作用下引起自适应参数的漂移,在参数自适应律中引入死区,使自适应控制器具有较强的鲁棒性能,滑模控制消除了死区自适应律引起的参数误差,并且具有较强的干扰抑制能力,使机器人末端执行器能够沿环境约束运动,并与约束表面保持期望的接触力,保证了位置和力轨迹跟踪的鲁棒性与精确性。二连杆机器人的仿真分析说明了算法的有效性。     

基于路径-速度解耦的无人机编队协同轨迹规划

针对无人机编队在复杂机动情形下的协同轨迹规划问题,提出了一种基于路径-速度解耦方法的预瞄自适应轨迹规划方法。在路径规划阶段,考虑无人机转弯机动的曲率限制,采用Dubins曲线作为路径构成的基本子结构。为得到最优的Dubins曲线连接控制点,设计了自适应预跟随路径特征的预瞄距离规划算法。在速度规划阶段,针对控制参数化与时间离散化(control parameterization and time discretization, CPTD)的速度规划方法,提出了栅格化空域下差异区间速度规划方法,简称为DIPR。仿真结果表明,预瞄距离自适应算法能够有效优化路径，对比固定预瞄距离方法在转向弧度上平均减少30.70%,在跟踪偏离上减少16.41%,在路径长度上缩短10.87%。对比CPTD方法, DIPR平均提前30代收敛,收敛值平均提高10.67%,编队完成队形集结时间平均缩短15.4 s。得到结果更快更优,并且速度曲线结果连续平滑。     

基于路径-速度解耦的无人机编队协同轨迹规划

针对无人机编队在复杂机动情形下的协同轨迹规划问题,提出了一种基于路径-速度解耦方法的预瞄自适应轨迹规划方法。在路径规划阶段,考虑无人机转弯机动的曲率限制,采用Dubins曲线作为路径构成的基本子结构。为得到最优的Dubins曲线连接控制点,设计了自适应预跟随路径特征的预瞄距离规划算法。在速度规划阶段,针对控制参数化与时间离散化(control parameterization and time discretization, CPTD)的速度规划方法,提出了栅格化空域下差异区间速度规划方法,简称为DIPR。仿真结果表明,预瞄距离自适应算法能够有效优化路径，对比固定预瞄距离方法在转向弧度上平均减少30.70%,在跟踪偏离上减少16.41%,在路径长度上缩短10.87%。对比CPTD方法, DIPR平均提前30代收敛,收敛值平均提高10.67%,编队完成队形集结时间平均缩短15.4 s。得到结果更快更优,并且速度曲线结果连续平滑。     

基于分数阶微积分的机械臂滑模控制的研究

针对机械臂这类非线性与不确定性的系统,将分数阶微积分理论与滑模控制策略的优点相互结合,提出一种有效的分数阶滑模控制方法。在控制器的设计过程中,分别以分数阶趋近律与分数阶滑模控制律两种手段将分数阶微积分引入到滑模控制中,并运用Lyapunov理论进行证明,从而确保系统的稳定性。将提出的控制方法应用于二关节机械臂上,使用MATLAB仿真软件进行仿真验证。结果表明,所提控制策略可有效提高关节的跟踪速度与跟踪精度,控制器具有良好的有效性和鲁棒性。     

Task-Space Tracking Control of Robotic Manipulator Via Intermittent Controller

An intermittent controller for robotic manipulator in task space was developed in this paper. In task space, for given a desired time-varying trajectory, the robot end-effector can track the desired target under the designed intermittent controller. Different from most of the existing works on control of robotic manipulator, the intermittent control for robotic manipulator is discussed in task space instead of joint space. Besides, the desired trajectory can be time-varying and not limited to constant. As a direct application, the authors implemented the proposed controller on tracking of a two-link robotic manipulator in task space. Numerical simulations demonstrate the effectiveness and feasibility of the proposed intermittent control strategy.