基于鲁棒神经网络的水下机器人运动控制

针对水下机器人神经网络控制中系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,提出了一种基于鲁棒神经网络的水下机器人控制方法E利用指数趋近律,推导出神经网络参数的镇定算法,并采用标准误差反向传播(EBP)算法最小化目标函数,最后在水下综合探测机器人仿真平台上进行了试验研究E试验结果表明,该控制方法对神经网络学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.     

基于非对称模型的水下机器人全局指数镇定

针对水下机器人的水平面镇定控制问题,提出了一种基于非完全对称(前后不对称,左右对称)模型的全局指数镇定控制方法.建立了非完全对称水下机器人的运动模型,通过设计控制输入的反馈变换,得到简化的水下机器人镇定控制系统;基于非线性反步法,设计了水下机器人速度的虚拟输入,从而实现了位置和姿态角的镇定控制;通过对虚拟输入误差的镇定设计,得到了水下机器人系统的全局指数稳定控制律,并利用李雅普诺夫稳定性理论证明了所设计控制器的稳定性.最后通过仿真实验验证了所设计的反步镇定控制器的有效性和可靠性,同时通过与传统基于完全对称(前后、左右均对称)模型的水下机器人运动控制方法比较,验证了基于非完全对称模型控制算法的优越性.     

开架式水下机器人运动的变结构神经网络控制

针对开架式水下机器人运动的精确控制问题,提出一种水下机器人变结构神经网络控制方法。利用变结构控制理论中的趋近律方法,推导出神经网络参数的镇定算法,并讨论了学习算法的全局稳定性条件。仿真实验结果表明该控制方法对网络学习率的改变和外界扰动有很强的鲁棒性,具有一定的理论和实用价值。     

基于神经网络PID的AUV控制方法研究

针对水下机器人各自由度之间存在较强的耦合和非线性特征，其精确的数学模型很难获得的问题，建立了水下机器人空间运动的数学模型，并根据实际需要和控制器设计的方便进行了适当简化，得到了水下机器人自由度运动模型．在此基础上，使用了基于神经网络的PID控制方法．结合水下机器人六自由度水动力模型，建立了基于BP网络的PID的水下机器人控制器，并进行了仿真环境下的试验．试验结果表明，以上控制方法较为适合水下机器人的运动控制．     

自主式水下机器人运动稳定性控制方法

针对自主式水下机器人稳定性控制问题进行了研究.首先对水下机器人的总体结构及其在水中的运动特性进行了分析,建立水下机器人系统的动力学模型;然后建立了直线、方向和位置的运动稳定性分析方法,确定了纵向稳定性和侧向稳定性准则,提出了基于特征值的稳定性要求;最后设计了无源自适应控制器,针对水下机器人在水中悬停和运动时易受海流影响的问题,建立了自适应补偿方法,进而确定了输入的不确定性补偿方法.对自主式水下机器人进行多方向的运动稳定性控制试验,通过试验修正稳定性控制参数,验证了设计的水下机器人运动稳定控制器的有效性和可靠性.     

基于全局PID模糊滑模算法的机器人跟踪控制仿真

为了解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振、在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差和干扰方面具有极高的鲁棒性.     

四足机器人气动人工肌肉驱动的仿生柔性机体动力学分析

基于四足生物动态步行时其柔性机体辅助腿机构的运动机理,设计了一种由气动人工肌肉、仿生脊柱、前机体和后机体组成的四足机器人仿生柔性机体.采用几何法分析仿生柔性机体运动学,建立四足机器人转向时仿生柔性机体弯曲角与气动人工肌肉长度变化间的关系,通过控制气动人工肌肉长度以控制机体弯曲.基于浮动坐标法和动量矩定理进行仿生柔性机体刚柔耦合动力学建模,对比分析了不同机体刚度下机体弯曲所需气动人工肌肉驱动力.设计仿生柔性机体弯曲控制实验系统,采用PID控制算法进行机体弯曲实验分析.四足机器人的仿生柔性机体分析,为提高其非结构化环境机动性奠定了基础.     

仿生四足机器人嵌入式控制系统设计与实验分析

仿生设计一款小型的单腿具有四自由度的仿生四足机器人,开展机器人运动学正逆解分析。基于ARM Cortex-M3内核的嵌入式芯片建立了机器人控制系统。该控制系统以半双工串口通讯方式向各个关节数字舵机发送步态数据包,控制舵机转动角度值,从而精确地控制四足机器人的稳定协调运动。实验结果表明:机器人在行走过程中机身的横滚角、俯仰角、偏航角(RPY角)变化较小,运动较为平稳,验证了机器人运动学正逆解准确性;以及所设计的嵌入式控制系统能较为精确地控制四足机器人运动,实现稳定的四足行走。该小型的嵌入式控制系统具有运算处理速度快、外设可扩展性和存储能力强的优点,满足仿生四足机器人智能算法、低功耗运动要求。     

基于力控制模式的四足仿生机器人的动力学仿真

针对四足仿生机器人,研究了基于力控制模式下的四足仿生机器人的动力学仿真实现方法.首先利用虚拟现实建模语言对四足仿生机器人进行仿真模型的建立和有关参数的定义;然后对四足仿生机器人按照空间向量代数建立运动学方程;接着,采用迭代牛顿-欧拉算法对四足仿生机器人进行逆动力学分析,以求得在力控制模式下的动力学仿真所需的各关节驱动扭矩,并建立了基于机器人中间件的动力学仿真系统.最后,通过四足仿生机器人在对角小跑步态下的动力学仿真实验,验证了该方法的有效性和实用性.     

基于神经网络的滑模控制在水下机器人中的应用

在水下机器人的控制中,对强耦合非线性运动进行精确建模和解析是极其困难的,本文采用神经网络对水下机器人水动力引起的不确定项和干扰的上限进行自适应逼近学习,然后采用滑模变结构方法对水下机器人航向进行控制,并进行了跟踪仿真和静态水池实验,结果表明:该种控制方法具有一定的效果。     

Yaw stability control using the fuzzy PID controller for active front steering

In order to improve the yaw stability of the vehicle with active front steering system, an adaptive PID-type fuzzy control scheme is designed to make the yaw rate tracking the desired values as close as possible. A 2-DOF vehicle model with active front steering is built firstly, and then the fuzzy PID controller is designed in detail. The simulation investigations of the yaw stability with different steering maneuvers are performed. The simulation results show the effectiveness of the fuzzy PID controller for improving the vehicle's yaw stability.     

分布式电动车的线性自抗扰稳定性控制策略

为研究分布式电动车的操纵稳定性控制策略问题,将直接横摆力矩控制器设计为2个一阶线性自抗扰控制器,用于计算车辆维持稳定所需的横摆力矩。在转矩分配方面,根据路面附着和车辆状态调节目标函数的权值,采用二次规划算法计算得到电机输出转矩。应用硬件在环仿真平台进行了正弦迟滞和正弦递增实验,实验结果表明分布式电动车的操纵稳定性控制策略能够提高车辆的操稳性能,使得控制变量能够紧密跟踪期望值。      

柑橘果园机器人仿生眼的目标跟踪与定位系统

针对传统柑橘园林机器人云台视野范围小、定位精度低等问题,在仿生眼平台上,提出一种基于连续自适应均值偏移(CAM shift)算法和变结构PID控制器相结合的目标跟踪方法。具体包括效仿人类眼颈的结构特点,设计一个4自由度的仿生眼视觉平台;建立仿生眼的成像模型,提出一种相机外参数自适应标定方法,以解决仿生眼平台外参数会随着相机位姿改变而不断变化的问题;提出基于CAM shift的仿生眼目标跟踪算法,成功实现了对于目标的持续跟踪;为提高仿生眼系统在饱和非线性特性下的动态响应性能,提出采用基于抗饱和(Anti-windup)的变结构自适应PID控制器来设计仿生眼控制系统。以柑橘为研究对象,在设计的仿生眼平台上开展试验。结果表明,本文方法左眼平均中心位置像素误差(CPE)为7.2,右眼CPE6.1,均小于设计所要求的CPE10,且每帧图像处理过程小于0.1s。系统能满足实际应用,具有较高的鲁棒性和准确性。     

AFS/DYC协调控制的分布式驱动电动汽车稳定性控制

为进一步提高分布式驱动电动汽车行驶过程中的稳定性,提出主动前轮转向(AFS)和直接横摆力矩控制(DYC)协调控制策略.为提高车辆稳态行驶时转向能力,设计基于滑模控制(SMC)的前轮主动转向控制器实时修正前轮转角;以维持车辆工作在稳态工作区为控制目标,设计基于模型预测控制(MPC)的车辆稳定性控制器,通过设定的分配规则按轴荷比等比例分配各轮驱/制动力矩.利用相平面法作为判定依据自适应分配各控制器权重,实现控制器之间的切换.在连续转向工况下,对控制算法进行仿真验证.结果表明:在相同转角输入下,相较于无控车辆,受控状态下车辆的横摆稳定性能提高了16%,行驶状态得到了改善.     

碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

基于改进灰色预测模型的自适应PID控制算法

针对大滞后系统提出一种基于改进灰色预测模型的自适应PID控制,采用优化背景值和初始条件的改进GM(1,1)模型作为预测模型,用预测结果代替被控对象测量值,克服了大滞后系统控制效果不能及时反馈的不足,并将二次型性能指标引入到PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制。仿真结果证明,该方法对大滞后系统具有较好的适应性和鲁棒性。     

基于uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。     

基于状态估计的无人车前轮转角与横摆稳定协调控制

针对无人车轨迹跟踪问题,提出了一种基于状态估计的无人车前轮转角和横摆稳定协调控制策略.建立了车辆轨迹跟踪模型,利用模型预测控制算法设计了轨迹跟踪控制器,得到实时跟踪参考轨迹所需的前轮转角.根据车辆模型设计了一种基于未知输入观测器的前轮转角估计方法,并将估计结果作为前轮转角跟踪控制的输入量.基于非奇异终端滑模控制设计了前轮转角跟踪方法,通过转向电机扭矩来控制车辆转向以实现轨迹跟踪.同时,设计了车辆横摆稳定控制器,通过控制横摆角速度跟踪误差确保车辆横摆稳定.建立了CarSim-Simulink联合仿真模型并进行仿真实测试.结果表明,未知输入观测器具有较好的前轮转角估计效果,从而为车辆协调控制提供可靠信息源,协调控制策略能够在保证车辆横摆稳定性的同时完成车辆轨迹跟踪.      

轮毂电机驱动汽车横摆侧倾稳定性联合控制

为提高电动汽车的空间稳定性,开展基于轮毂电机和主动悬架的整车横摆-侧倾运动联合控制.分析了轮毂电机差动驱动联合主动悬架控制对车身横摆-侧倾运动的影响,制定了空间稳定性协同控制策略.以横摆角速度和质心侧偏角为状态变量,设计了基于参考模型的横摆稳定性控制器;以方向盘转角和侧向加速度为状态变量,设计了基于主动悬架侧倾抑制的前馈控制器;以侧倾角速度和侧倾角为状态变量,设计了基于反馈最优控制的侧倾稳定性控制器.建立了四轮驱动转矩和主动悬架力/力矩协调分配规则,通过联合仿真验证了控制策略的有效性.研究表明,轮毂电机差动驱动具有横摆稳定性控制能力和一定的侧倾辅助控制效果,联合主动悬架控制可以改善车辆的横摆-侧倾运动状态,大幅提高整车的空间稳定性.     

线控主动四轮转向汽车控制策略研究

目的 针对线控四轮转向汽车横向稳定性不足及控制鲁棒性差等问题,提出一种主动转向反馈控制策略。方法 使用Simulink搭建线控转向系统转向执行机构动力学模型,将MATLAB/Simulink与Carsim联合仿真,建立线控四轮转向整车模型;基于二自由度模型分析横摆角速度和质心侧偏角对汽车稳定性的影响,推导理想的横摆角速度和质心侧偏角;以横摆角速度增益恒定为依据设计理想传动比,得到期望前轮转角,以横摆角速度误差为控制量设计模糊控制器得到附加前轮转角对期望转角实时修正,实现前轮主动转向;针对横摆角速度和质心侧偏角与理想值之间的误差,加权得到稳定性控制目标;设计自适应积分滑模反馈控制策略输出后轮转角,对理想值进行跟踪,实现后轮主动转向。结果 仿真实验结果表明：所搭建的线控转向系统能够准确反映汽车动力学特性。相比无控制的机械前轮转向汽车与横摆反馈控制的四轮转向汽车,线控主动四轮转向汽车在双移线工况下将质心侧偏角控制在0值附近波动,横摆角速度跟踪误差控制在1.149 deg/s以内;在角阶跃工况下将质心侧偏角稳态值控制在0.065 deg,横摆角速度稳态值误差为0.074 deg/s。结论 线控...