基于模型预测控制的智能车辆避障跟踪仿真

针对智能车辆的避障跟踪控制问题,设计一种模型预测控制器。该控制器采用分层结构,上层基于非线性车辆点质量模型在避障时进行局部路径规划,下层基于单轨车辆动力学模型实现路径跟踪。通过Carsim和Matlab联合仿真,利用粒子群算法在线优化控制器参数,以不同的速度测试控制器性能,仿真结果表明：控制器具有良好的鲁棒性和实时性,跟踪误差较小,在单个和多个障碍物情况下,通过分层控制均实现了平稳避障并重新跟踪上原路径,表明控制器准确性高。     

基于模板匹配的多模式车辆跟踪算法

动态目标识别与跟踪是计算机视觉研究的热点问题,为实现汽车辅助驾驶系统中复杂背景下多目标的稳定跟踪,提出了一种基于灰度图像模板匹配的多模式车辆跟踪算法。根据不同模式下车辆灰度图像的特点,分别采用目标边缘特征更新模板、切割分块模板和逆转模板实现了车辆在正常行驶、遮挡及边界条件下的稳定跟踪。算法应用于道路多个车辆目标跟踪提高了目标形变和遮挡情况下的跟踪鲁棒性,采用改进的金字塔加速算法提高了跟踪速度。     

基于扰动观测器的飞行器轨迹跟踪控制器设计

针对多种扰动作用下的固定翼飞行器三维轨迹跟踪问题, 设计了一种基于改进非线性扰动观测器的非奇异快速终端滑模轨迹跟踪控制器。首先推导固定翼飞行器三维轨迹跟踪误差模型, 考虑模型误差和飞行过程中的未知扰动, 设计了一种基于状态估计误差反馈的非线性扰动观测器对扰动进行观测。基于非奇异快速终端滑模控制方法, 采用双幂次趋近律设计轨迹跟踪控制器, 并证明了闭环控制系统的稳定性。仿真结果表明, 在多种扰动的作用下, 所设计的轨迹跟踪控制器能够对三维机动轨迹进行准确、稳定的跟踪。     

提高汽车操纵稳定性的控制器设计

为提高汽车操纵稳定性,设计了一种新颖的两级分层操纵稳定性控制系统。分级控制系统的第一层是一基于线性矩阵不等式的鲁棒模型匹配控制器。当汽车处于不稳定行驶状态时,该控制器优化稳定整车操纵性的横摆控制力矩,并根据该横摆力矩计算目标控制车轮的滑移率。控制系统的第二层是一移动滑模控制器。该控制器可以在预定的时间内精确地跟踪第一层控制器输入的参考滑移率,并对目标控制车轮施加制动力矩来达到稳定汽车操纵性的目的。在各种极限行驶状况下的仿真试验表明,该控制器可以有效地提高汽车操纵稳定性,而且该控制器对不同车速,各种附着系数的路面和车辆物理参数的变化具有很好的鲁棒性。     

车辆弯道变速行驶时的纵横向耦合控制研究

车辆弯道变速行驶时，纵横向运动存在强烈的动力学耦合效应，通过纵向和横向单独控制很难取得比较理想的控制效果。为了实现复杂工况下车辆自动跟踪控制，建立了纵横向耦合车辆模型，主要包括整车模型、传动系统模型和轮胎模型，根据滑模控制以及动态表面控制理论，研究了车辆在弯道变速行．驶工况的动力学藕合控制问题，提出了一种基于滑模和动态表面控制的纵横向耦合组合控制器，仿真结果表明该耦合控制器具有较强的鲁棒性，其纵横向跟踪性能优于无耦合补偿的控制器。     

基于工作坐标系的最优轮廓控制及其仿真

在多轴轮廓运动中,轮廓误差是比跟踪误差更为重要的性能指标,但在实际应用中轮廓误差是难以计算与使用的.通过在期望轨迹上建立Frenet坐标系作为工作坐标系,轮廓误差可以用位置跟踪误差在工作坐标系中的法向分量来近似.然后将系统动力学方程由全局坐标系变换到工作坐标系,在工作坐标系下采用最优线性二次型(LQR)方法来设计最优轮廓控制器,通过提高法向误差分量的权值来改善轮廓精度.在XY平台模型上进行的系统仿真实验表明,与基于全局坐标系的计算力矩控制相比,该方法有效地提高了轮廓精度,具有明显的优越性.     

四轮转向直接横摆力矩鲁棒集成控制仿真研究

将四轮转向与直接横摆力矩相结合,考虑模型摄动优化权函数抑制外扰,基于模型跟踪设计μ综合鲁棒集成控制器.采用J-turn操纵方式高速下验证控制器的鲁棒性,比较前轮转向直接横摆力矩,四轮转向与四轮转向直接横摆力矩三种车辆控制系统的操纵性能,仿真表明设计的四轮转向直接横摆力矩集成μ综合控制器更能有效地提高车辆闭环系统的鲁棒性,抵制外部扰动的鲁棒稳定性,且避免了H∞控制器的保守性.     

基于RBF的机械手建模误差补偿自适应控制

针对机械手动力学建模误差,提出了基于RBF神经网络误差补偿的自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上,对系统输入与目标轨迹进行修正,设计了两种误差补偿自适应控制器。利用RBF神经网络对修正项在线自学习,并根据Lyapunov稳定性理论建立了网络权重自适应学习律,保证了跟踪误差的收敛及系统的稳定。以平面转动双臂机械手轨迹跟踪为例进行仿真,结果表明该方法能够有效地补偿建模误差,提高了系统的控制性能并使控制系统具有对参数摄动的鲁棒性,对于机械手自适应控制具有一定的可行性。     

无人机自主精确着陆控制律设计及仿真研究

将无人机对理想着陆轨迹精确跟踪能力和抗干扰能力的要求分开考虑,从精确输出跟踪和鲁棒性两个角度综合自主着陆控制律.针对着陆过程中动态方程的非最小相位特性,利用在线稳定逆产生用于着陆轨迹精确跟踪的前馈输入和状态参考轨迹.将建模误差等不确定性和外干扰看成为广义干扰,利用一个构造性的非线性干扰观测器对其进行观测.在干扰观测器的基础上设计滑模控制器对状态参考轨迹跟踪的误差系统进行鲁棒镇定.仿真结果表明,设计的自主着陆控制律能精确跟踪理想着陆轨迹,并有很好的鲁棒性和抗干扰性.     

一类不确定非线性系统的模糊边界层滑模控制

饱和函数控制法是抑制滑模抖振的有效方法,为得到跟踪精度和未建模动态鲁棒性之间的权衡,边界层厚度应该自适应调整.对边界层厚度设计模糊控制器进行调整,模糊控制器的输入采用状态轨迹到滑模面的距离| s|和状态轨迹与滑模面的夹角θ.针对二阶不确定非线性系统进行了仿真研究,仿真结果表明该方案可以消除系统抖振,优化边界层厚度,减小系统跟踪误差,使控制系统的跟踪性能优于边界层自适应调整方法和边界层接近角调整方法.     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计。首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization, QPSO)算法对控制器参数进行优化,考虑无人机飞行过程中受到的未知干扰,引入扩张状态观测器(extended states observer, ESO)对干扰进行观测,进一步提高系统的鲁棒性,并结合实际工程应用对系统进行数学仿真。仿真结果表明,基于状态扩展双反馈模型预测控制的无人机侧向航迹跟踪控制器,能够在系统存在模型不确定性与受到动态干扰时对期望航迹进行准确、稳定的跟踪。     

不确定Liu混沌系统的动态面跟踪控制

针对一类含有常参数不确定性及外部干扰的Liu混沌系统的跟踪控制问题,采用动态面控制方法设计了一个新颖的非线性自适应鲁棒跟踪控制器。该方法由于在逆推设计过程中结合使用了一阶低通滤波器,从而避免了因“微分项的膨胀”而引起的算法复杂性。理论分析及仿真结果均表明所得到的控制器能够保证闭环系统的半全局渐近稳定,使得输出渐近期望跟踪轨迹,且对不确定性具有良好的适应性及鲁棒性。     

Adaptive robust control of mobile satellite communication system with disturbance and model uncertainties

The tracking and stable control of a typical shipmounted mobile satellite communication system(MSCS) is studied.Unlike the former studies based on simplified single-axis models,a tri-axis nonlinear model including the kinematic and dynamic features of the MSCS is used as the control object.An adaptive robust controller with trajectory planning is designed to deal with large parametric uncertainties and uncertain nonlinearities of the system.A theoretic performance result is given and proved.The designed adaptive robust controller and other two traditional controllers are tested in the comparative simulations under three different situations.The simulation results show the tracking and stable validity of the proposed controller.     

无人机鲁棒轨迹线性化控制航迹跟踪设计

研究一种鲁棒轨迹线性化控制方法并将其应用于无人机(unmanned aerial vehicle, UAV)航迹跟踪控制设计。通过理论分析指明传统轨迹线性化控制方法对系统中的不确定性存在鲁棒性不足的问题,采用改进隐层自适应神经网络对不确定性进行补偿,并利用Lyapunov理论证明了跟踪误差的有界性,最后将该方法应用到无人机三维航迹跟踪控制中。仿真结果表明,当参数摄动在20%时,该控制方法仍能使UAV很好地跟踪理想航迹,从而验证了该方法的有效性。     

基于干扰估计的高超声速飞行器鲁棒控制方法

针对高超声速飞行器高度与速度跟踪所面临的参数不确定与外界干扰问题,提出基于干扰估计的鲁棒控制律设计方法。首先建立含参数不确定与外界干扰的高超声速飞行器模型;而后基于动态逆思想,将动力学模型进行线性化,并将由参数不确定与外界干扰对系统造成的总效果看作系统总干扰,从而引入线性扩张状态观测器实现对系统状态及总干扰的估计;最后考虑总干扰作用,提出具有鲁棒性能的动态逆控制律与滑模控制律。通过与传统控制律进行对比仿真,结果表明所设计的两种鲁棒控制器只需在原有方法基础上进行简单改进,即可较大程度提高对系统参数不确定与外界干扰的鲁棒性,具有良好的跟踪性能。     

未知扰动下自主水面船自适应有限时间轨迹跟踪

研究了未知干扰下的自主水面船(autonomous surface vehicle, ASV)的轨迹跟踪问题,并提出了基于一种有限时间理论的自适应控制策略。首先,基于反演法将控制系统分为运动学回路和动力学回路两部分;在运动学回路,提出关于跟踪误差的快速终端滑模面(fast terminal sliding surface, FTSS),为实现跟踪误差在有限时间达到FTSS,设计了ASV速度的辅助控制律;在动力学回路,以速度辅助控制律为ASV速度的跟踪目标设计关于速度跟踪误差的FTSS,同时考虑外界干扰,设计了包含鲁棒项的自适应控制律,使得速度跟踪误差在有限时间内收敛于动力学回路FTSS附近的邻域;最后,基于船模的仿真实验证明了所设计控制策略的有效性。     

海流扰动下无人水下航行器的动态面反演轨迹跟踪控制

针对存在未知海流扰动条件下无人水下航行器(unmanned underwater vehicle, UUV)的轨迹跟踪控制问题, 提出一种欠驱动UUV的动态面反演轨迹跟踪控制方法。首先, 设计一种改进型海流扰动观测器来估测航行器动力学模型中存在的未知海流扰动。然后, 采用反演法并结合动态面控制技术设计三维轨迹跟踪控制器, 将控制算法中微分运算转换为简单且易于实现的代数运算, 降低控制算法复杂性的同时避免“微分爆炸”问题, 结合李雅普诺夫理论证明系统闭环稳定性。最后, 对所设计的控制器进行仿真验证, 结果表明所设计观测器能够有效应对时变海流干扰问题, 精确地完成UUV的轨迹跟踪控制任务。     

空空导弹控制系统鲁棒动态逆设计

将导弹动力学分离为快变状态动力学子系统和慢变状态动力学子系统,分别进行非线性动态逆控制设计。应用基于李雅普诺夫稳定性的鲁棒控制方法,设计出期望的慢变动力学和快变动力学,以保证动态逆控制系统对气动系数摄动的鲁棒稳定性。给出了通过构造动态反插值表,由力矩系数指令反解舵偏角指令的反插值方法。动态逆方法所需要的速度指令、滚动角指令及其一、二阶导数通过滤波器得到。对过载回路的稳定性问题和跟踪误差进行了定性分析,给出了过载回路的无静差设计方案,作为对动态逆的补充设计。给出了导弹控制系统六自由度数学仿真结果。