基于虚拟模型的四足机器人控制策略

为提高四足机器人在对角小跑(Trot)步态下的行走稳定性,并减小控制策略的复杂程度,提出了一种基于虚拟模型的四足机器人控制策略;将四足机器人控制策略分为支撑相及机身运动控制、摆动腿相运动控制及足端轨迹规划三部分;在Trot步态下行走时支撑相中存在的前后对角支撑足,在分析四足机器人支撑足受力情况后,并添加相关的约束条件,实现了四足机器人足端力及力矩可控;并通过在四足机器人机身的质心位置添加相应的虚拟弹簧阻尼组件,实现了四足机器人姿态和高度控制;通过在摆动腿足端实际位置与环境之间添加虚拟的弹簧阻尼组件并结合足端轨迹规划实现了四足机器人柔顺行走以及足端轨迹跟踪精确性;通过Matlab和CoppeliaSim建立联合对比仿真验证了控制策略的有效性和优越性。     

基于Kalman滤波和LQG控制的起重机控制研究

针对双载荷轨道起重机在抬升重物时的消摆时间长、定位速度慢的问题,提出采用最优控制理论和卡尔曼滤波算法,设计线性高斯二次型(Linear Quadratic Gaussian, LQG)控制器并对其进行残余振动抑制。首先,运用Lagrange方程建立起重机系统的非线性动力学方程,其次,运用雅可比矩阵将非线性方程线性化,得到系统的状态空间方程;通过证明线性系统的可控性和可观性,选择合适的权函数,设计最优二次型线性调节器(Linear Quadratic Regulator, LQR)和最优状态估计器来得到LQG控制器,通过建立相关模型的Simulink控制系统仿真表明：设计的LQG控制器能有效衰减残余振动;通过与PID控制器对比分析,所提出的LQG控制器能更有效衰减残余振动幅值,振动的超调量更小,所需的稳态时间更短,验证了该控制策略的有效性和可行性。