机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.     

基于全局视觉的服务机器人滑模轨迹跟踪控制

以轮式移动服务机器人的轨迹跟踪控制为研究对象,分别建立了轮式移动机器人在任务空间和视觉空间内的运动学模型,利用摄像机成像模型,实现了视觉空间到任务空间的速度向量变换.采用视觉伺服控制方法,构建了全局视觉轨迹跟踪控制结构.结合滑模控制思想,建立了具有全局渐近稳定的滑模轨迹跟踪控制器.以具有任意初始误差的圆和直线为参考轨迹,进行了仿真研究.仿真结果表明,所构建的系统控制器具有理想的响应速度和跟踪精确性.     

基于滑模控制器的电弧传感焊接机器人轨迹跟踪控制研究

针对电弧传感焊接机器人系统的非完整约束性,建立了机器人运动学模型,通过讨论两后轮为控制输入的电弧传感焊接机器人轨迹跟踪问题,设计了一种滑模控制器,且应用Lyapunov稳定性理论保证了跟踪误差渐近收敛到零.经直线和圆弧2种轨迹跟踪的实验仿真结果,验证了所设计控制器的有效性和正确性.     

改进神经网络自适应滑模控制的机器人轨迹跟踪控制

为了提高机器人轨迹跟踪控制性能,在神经网络滑模控制方法的基础上,提出了一种改进型神经网络自适应滑模控制方法.该方法将神经网络作为控制器,利用其非线性映射能力来逼近各种未知非线性,同时通过在控制律中加入鲁棒项来消除逼近误差.考虑到隐含层单元数和网络结构参数对神经网络映射有效性的影响,将降低抖振作为优化目标,采用粒子群优化算法对网络结构参数进行优化.最后在Matlab/Simulink环境下进行了仿真实验,并与其他控制方法进行了对比分析.仿真结果表明,基于该方法所设计的控制系统具有良好的鲁棒性和控制精确度,同时有效地削弱了抖振.     

轮式移动机器人滑模轨迹跟踪控制

对质心与几何中心不重合的轮式移动机器人轨迹跟踪问题进行了研究.分析了轮式移动机器人运动学的数学模型,并在反演(backstepping)控制算法的基础上设计了变结构控制的切换函数,由此构造了具有全局渐进稳定性的滑模跟踪控制器.仿真结果表明了该方法的有效性和正确性.     

基于干扰观测器的AUV深度自适应终端滑模控制

针对欠驱动自治水下机器人（autonomous underwater vehicle,AUV）在外部干扰和系统内部扰动下深度难以控制的问题,提出基于非线性干扰观测器（nonlinear disturbance observer,NDO）的自适应终端滑模控制方法。首先建立欠驱动AUV在垂直面上的状态方程并对其简化,其次根据简化后的系统状态方程构建NDO对外部干扰进行观测,再结合反步法设计出自适应终端滑模控制器;最后通过李雅普诺夫稳定性理论证明控制系统的稳定性。结果表明：欠驱动AUV最大跟踪误差为0.137 5 m,峰值时间为2.1 s,证明了所设计的控制器能够实现深度控制,降低抖振,具有较强的鲁棒性。     

飞艇森林巡防轨迹跟踪的滑模控制

为实现无人飞艇在森林巡防时的轨迹跟踪控制, 针对飞艇飞行运动的非线性、 耦合等特点, 提出一种滑模控制方法。基于牛顿第二定律等定理推导飞艇巡防飞行的精确数学模型, 并通过选取状态向量和控制向量, 将其数学模型描述为非线性控制系统。通过泰勒级数展开将非线性系统简化为线性系统, 并设计滑模控制律, 同时采用饱和函数的方法抑制了滑模控制中的抖振问题。基于Lyapunov稳定性理论证明了所设计控制系统的稳定性。仿真结果表明, 该方法的轨迹跟踪效果较为理想, 可实现无人飞艇对期望轨迹的精确跟踪。     

基于滑模控制的四旋翼无人机的轨迹跟踪控制

针对四旋翼无人机,研究了基于滑模控制的轨迹跟踪问题.根据无人机复杂的数学模型,首先利用单位四元数法描述系统姿态,再将其分解为位置和姿态两个子系统;通过引入中间控制输入,跟踪三个自由度的位置信息;考虑到位置和姿态子系统分别受到干扰力和干扰力矩的影响,设计了鲁棒反演滑模控制器,保证了对目标轨迹的稳定跟踪.仿真结果验证了该控制方法的有效性.     

基于滑模PID的微型旋翼飞行器轨迹跟踪控制

针对微型旋翼飞行器的轨迹跟踪精度不高的问题, 提出一种基于自适应调节PID（Proportion Integration Differentiation）增益的滑模控制器。基于李亚普诺夫稳定性理论, 通过自适应律在线调节PID控制增益参数, 设计饱和函数抑制滑模控制器的高频抖振, 以实现轨迹跟踪误差系统对模型参数变化和外部扰动的鲁棒性。仿真结果表明, 该控制器能驱动旋翼飞行器精确跟踪期望的轨迹, 具有较高的控制精度, 能满足实际工程应用的要求。     

基于滑模变结构控制的液压伺服系统超低速轨迹跟踪

为了实现液压伺服系统大摩擦力矩下的超低速轨迹精确跟踪,分析了系统中存在的非线性摩擦特性及摩擦模型.针对中空液压电机液压伺服系统,设计了基于趋近率的滑模变结构控制器,进行了阀控中空液压电机伺服系统实验研究.结果表明:滑模变结构控制方案较PD控制策略具有更好的动、静态特性以及对参数变化和外界干扰的鲁棒性,实现超低速下的大摩擦力矩补偿.     

采用模糊扩张状态观测器的四旋翼无人机滑模轨迹跟踪控制

针对四旋翼无人机(UAV)的轨迹跟踪控制存在外界未知扰动的问题,提出一种基于模糊扩张状态观测器的非奇异快速终端滑模控制算法.首先,根据双闭环控制结构分别对姿态内环、位置外环引入模糊扩张状态观测器,利用该观测器对系统所受到外部总扰动进行在线估计.然后,根据模糊扩张状态观测器的观测值,设计非奇异快速终端滑模控制器,保证四旋翼无人机的状态变量可在有限时间内收敛于期望轨迹.最后,根据李亚普诺夫理论,得出四旋翼无人机系统的闭环稳定性,并通过仿真对比实验验证该控制算法的优越性.结果表明：所提的控制算法可以提高跟踪性能,并有效增强系统的抗外界干扰能力.     

基于网络远程控制滑模变结构控制策略

基于网络远程控制循环中存在随机通信延迟时间,影响控制循环的稳定性.提出采用滑模变结构控制来消除控制循环中随机通信延迟时间对稳定性的影响,研究了滑模变结构控制的实现方法、滑动平面求解、控制函数的实现等.滑模变结构控制的仿真结果与远程机器人直接控制结果的对比表明,前者能够保证在存在随机通信延迟时间时控制系统的稳定,证明了滑模变结构控制应用于机器人远程控制的合理性.     

变结构滑模飞行控制

飞机飞行的范围广泛，复杂，不可能得到精确的飞机数学模型，所以，常规的控制理论应用于飞行控制，效果不佳，模型跟踪变结构控制理论不依赖数学模型，而能对理想模型进行跟踪，使飞机具有良好的性能，本文研究了变结构滑模控制在飞行控制系统的应用，首先，对滑模进行极点配置，使滑模有良好的动态特性，设计了一个比例积分切换超平面，确保消稳态误差，采用饱和控制技术，消除了抖振现象，对系统进行了数字仿真，表明系统不仅实现了无抖模型跟踪，而且具有很中的鲁棒性。     

轮式移动机器人轨迹跟踪控制方法

针对轮式移动机器人轨迹跟踪这一典型控制任务,提出了基于模糊控制规则的滑模控制方法。该方法采用等速趋近律,利用连续函数代替符号函数获得切换控制律,最后运用Lyapunov理论证明系统的稳定性。仿真结果表明该方法不但能够有效的跟踪机器人的参考轨迹,还能有效的减少在控制中的抖振现象。即使存在外界干扰的情况下,也具有良好的控制品质。     

汽车防抱死制动系统的滑模变结构控制器设计

针对汽车防抱死系统中存在的高度非线性问题, 以汽车当前的滑移率和当前路况下的最优滑移率之间的偏差作为控制变量, 设计了滑模变结构控制器。在对汽车的驱动轮进行建模的基础上, 设计了滑模变结构控制器, 并对滑模控制器中存在的抖动问题进行了处理, 有效减小了因滑模变结构控制算法中抖动问题所带来的影响。同时将该滑模变结构控制器应用于实车仿真软件veDYNA中进行了硬件环仿真实验。仿真结果表明, 该控制器可有效防止汽车轮胎抱死。     

基于快速平稳幂次趋近律AGV滑模轨迹跟踪控制研究

针对应用于地下车库的自动导引车(automated guided vehicle, AGV)轮式泊车机器人轨迹跟踪过程中的位置偏差和姿态偏差问题,提出了一种快速平稳幂次趋近律的滑模轨迹跟踪控制方法。首先,在泊车机器人坐标系下建立运动学模型,通过全局坐标系与机器人坐标系之间的转换关系,得到泊车机器人在全局坐标系下的运动学模型;然后采用Lyapunov直接法设计滑模切换函数,采取快速平稳幂次趋近律的方法使泊车AGV从偏差状态快速到达滑模切换面,使AGV泊车机器人快速平稳地跟踪给定参考轨迹。最后,通过MATLAB进行仿真试验,仿真结果验证了所提方法的可行性与有效性。     

基于滑模变结构的迭代学习控制器算法

迭代学习控制是一种新型控制算法,它不依赖于动态系统的精确数学模型,通过重复执行同一任务来减少误差,使系统输出尽可能逼近理想值的方法.滑模变结构控制具有很强的鲁棒性,将滑模控制算法引入ILC,提出两种基于滑模变结构的迭代学习控制算法.仿真结果表明随着迭代次数的增加,误差逐渐减小并趋于平稳,得到较好的跟踪效果.