轮式移动机器人大转向航向跟踪控制

为了防止轮式移动机器人在大弯道路跟踪时出现过度转向而引起较大跟踪误差或偏离预定路径,提出了种能适应大转向的航向跟踪控制方法,利用机器人前轮偏角的绝对方向作为控制器反馈航向,仿真实验结果表明,该方法与以机器人车体航向作为反馈量的常规方法相比,在大转向航向跟踪时能有效志改善系统的动态特性,减少超调和振荡,提高基于航向控制的轮式移动机器人大弯道路径跟踪性能。     

基于最优前轮侧偏力的智能汽车LQR横向控制

为提高智能汽车在大曲率高速工况下的车辆横向稳定性和跟踪精度,该文提出了一种基于最优前轮侧偏力的智能汽车线性二次型调节器(LQR)路径跟踪横向控制方法。通过构建基于"前馈+反馈"的LQR控制器对期望前轮侧偏力进行实时在线求解并使跟踪误差收敛,最终通过刷子轮胎模型将控制量转化为期望前轮转角。该方法有效地保持了车辆模型与轮胎模型原有的非线性特性。基于PreScan搭建了仿真模型,结果表明:与应用线性轮胎模型的LQR控制器相比,所提出的控制方法在降低路径跟踪误差的同时,还能有效提升车辆的横向稳定性。     

基于双闭环的矢量推进器的AUV转向控制方法

水下无人自航行器(autonomous underwater vehicle,AUV)在对海洋环境进行勘查与测量时,实际航迹与目标航迹的偏差要求控制在一定精度范围内.在传统常采用的航向单闭环方法控制下,基于矢量推进器的AUV在高速转向时存在航迹跟踪效果差的缺点.针对这一问题,设计了一种双闭环自适应转向运动控制方法.该方法基于矢量推进器机动性强的特性,在AUV转向时将航向控制闭环和航速控制闭环设计成双闭环,调整航向的同时依据航向环偏航角差实时控制航速环AUV转向目标速度.理论分析和实验证明:在AUV转向时,该控制算法可以更好地实现航迹跟踪,实际航行轨迹与目标航迹的最大偏差可以控制在10,m以内.     

考虑误差校正的智能车辆路径跟踪鲁棒预测控制

为进一步增强高速智能车辆路径跟踪预测控制的鲁棒性和实时性,研究了一种考虑误差反馈校正机制的路径跟踪预测控制方法。考虑车辆纵向、侧向和横摆运动建立三自由度弱非线性车辆模型,以泰勒公式展开实现控制模型的线性时变一阶近似,引入预测状态变量构建路径跟踪预测优化问题。针对车辆参数偏差、系统时变和外界干扰等不确定性因素导致的建模失配,定义系统实际状态值与预测值之间的误差,得到带有反馈校正项的预测输出模型,通过误差反馈校正机制增强路径跟踪控制系统的鲁棒性。将路径跟踪预测优化问题推导转化为带约束的二次规划问题,并通过数值解法实现路径跟踪鲁棒预测控制律的滚动优化求解。结果表明:误差反馈校正机制可以有效改善路径跟踪预测控制算法因整车质量和横摆转动惯量变化导致的低鲁棒性问题,能够实现智能车辆高速行驶工况下的路径跟踪功能,且具备良好的实时性。     

一种机器人系统的鲁棒轨迹跟踪方法

文章基于标称模型，在反馈力矩补偿控制的基础上，考虑在实际机器人系统存在不确定性(外部扰动及摩擦力)时，基于终值有界定理，运用连续状态反馈的方法设计出一个新的机器人轨迹跟踪控制器．数值仿真表明，在初始误差较大的情况下，该轨迹跟踪控制器能够保证跟踪误差的终值有界性。     

无反步设计的严格反馈型非线性系统神经网络自适应跟踪控制

针对一类具有外部干扰、仅输出可测的SISO严格反馈型非线性系统,提出一种神经网络输出反馈跟踪控制方法。该方法将严格反馈型系统转换成标准仿射型系统,从而避免反步设计过程,且无需设计状态观测器。最终控制律和神经网络权值更新律中仅用到输出误差。基于Lyapunov方法证明了闭环系统所有信号有界,跟踪误差收敛到有界紧集内。最后,应用高机动导弹的位置跟踪控制验证了该方法的有效性。     

基于定子磁链轨迹跟踪的优化PWM高性能闭环控制

在低开关频率下采用优化脉冲宽度调制(pulse width modulation, PWM) 可获得较小的谐波畸变, 但将其直接应用于高性能闭环控制系统时会引起PWM 波形紊乱和系统过流. 给出了一组离线求解得到的特定谐波消除脉宽调制(selected harmonic eliminated pulse width modulation, SHEPWM) 开关角, 分析了将优化PWM 应用于高性能闭环控制系统会造成系统过流的原因. 深入研究了基于定子磁链轨迹跟踪的优化PWM 闭环控制方案, 给出了一种结合SHEPWM 特点的脉冲实时修正策略, 实现了采用优化PWM 的磁链轨迹跟踪高性能控制. 通过三电平逆变器异步电机驱动系统的仿真实验验证了该策略的有效性. 结果表明,驱动系统在200∽300 Hz的低开关频率下获得了较小的电流谐波畸变, 同时具有快速动态响应能力.     

基于OAT输入整形器和能量控制的不确定柔性航天器姿态跟踪

针对含模型不确定性的柔性航天器姿态跟踪和振动抑制问题,提出了一种将最优任意时延(OAT)输入整形器和能量控制相结合的控制方法.其中前馈控制是根据系统标称模型参数设计的OAT输入整形控制,将其与参考输入指令做卷积后作用到标称模型上能够实现期望的姿态跟踪,且当反馈控制环节出现故障时能保证受控系统的基本安全性.考虑到标称模型与实际系统间的误差,采用基于对象能量的跟踪控制方案设计了反馈控制器,并证明了与前馈控制结合后闭环系统的稳定性.仿真结果验证了所提出方法的优越性.     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法 .与基于非连续状态反馈的有限时间控制算法相比 ,该控制算法更适合于工程应用 .设计了 2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差 .由此得到的闭环系统是齐次的并且具有负的齐次度 .结合齐次系统的有限时间稳定性结果和Lyapunov方法 ,证明了在这些控制律作用下 ,对满足一定角速度条件的期望轨迹 ,非完整移动机器人能够实现全局跟踪 ,并且能够在有限时间内完全跟踪上期望轨迹 .仿真结果表明了该方法的有效性 .     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法．与基于非连续状态反馈的有限时间控制算法相比，该控制算法更适合于工程应用．设计了2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差．由此得到的闭环系统是齐次的并且具有负的齐次度．结合齐次系统的有限时间稳定性结果和Lyapunov方法，证明了在这些控制律作用下，对满足一定角速度条件的期望轨迹，非完整移动机器人能够实现全局跟踪，并且能够在有限时间内完全跟踪上期望轨迹．仿真结果表明了该方法的有效性．     

考虑横向稳定性的智能车辆路径跟踪控制

对于智能车辆的路径跟踪,传统位置偏差控制方法往往忽略了车辆的动态稳定性.针对这一问题提出一种考虑横向稳定性的智能车辆路径跟踪控制方法.首先建立二自由度车辆动力学模型和路径跟踪误差模型,综合考虑车辆位置偏差和车辆动力学状态,利用基于反馈优势的反推法(FDB)生成期望横摆角速度;然后基于线性二次型跟踪器(LQT)设计了主动前轮转向(AFS)和直接横摆力矩控制(DYC)的集成控制策略,得到了理想的控制输入(前轮转角和外部横摆力矩),进而实现精确跟踪期望横摆角速度和质心侧偏角;最后在Simulink仿真环境中对提出的控制方法进行验证.结果表明:提出的控制方法在路径跟踪的同时具有很好的横向稳定性能;相比于不考虑横向稳定性的控制方法,提出的方法在路径跟踪过程中跟踪精度更高,车辆的质心侧偏角更小,横摆角速度也能更好的跟踪期望值.     

基于扰动观测器的非线性切换系统有限时间跟踪控制

针对一类带有未知扰动的非线性切换系统,基于扰动观测器设计和有限时间鲁棒控制理论,研究抗干扰动态跟踪控制问题.首先,基于平均驻留时间(average dwell time,ADT)构造该系统所对应的切换信号,同时结合状态反馈信息和干扰估计信息设计一种PI型抗干扰复合控制器;其次,基于Lyapunov分析方法证明闭环系统的...     

一种基于增强型烟花算法的自抗扰控制的机器鱼路径跟踪控制方法

机器鱼在未知水域进行路径跟踪时受到内外多种未知干扰因素的影响。自抗扰控制(auto disturbance rejection control, ADRC)具有较强的适应性、鲁棒性,是解决非线性、不确定性、强干扰、强耦合、大时滞等控制问题的一种有效方法。为了获得高质量的跟踪效果,提出基于增强型烟花算法的自抗扰控制(enhanced fireworks algorithm-auto disturbance rejection control,EFWA-ADRC)的路径跟踪控制方法。针对ADRC中参数的优化问题,采用增强型烟花算法(EFWA)在线调整,以提高机器鱼在路径跟踪过程中的抗干扰性。以多关节仿生机器鱼为研究对象,结合机器鱼的数学模型,在Serret-Frenet坐标系下建立路径跟踪误差模型,重点设计前向速度和转向速度控制率,构建基于EFWA-ADRC的路径跟踪控制系统。最后仿真与实验结果显示基于EFWA-ADRC与常规ADRC的控制方法使机器鱼分别在2.8 s、3.3 s左右跟踪给定路径,且跟踪误差分别保持在正负0.09 m、0.1 m内,相比于常规ADRC,所提出的控制方法使跟踪的稳态误差降低10%,证明提出的EFWA-ADRC控制器对受到强干扰的被控系统具有更优的控制效果。     

基于虚拟领航者的多艘船舶协调路径跟踪控制

针对多艘船舶的协调路径跟踪问题,提出了基于虚拟领航者的分布式协调策略.该策略假定一个虚拟体作为领航者,每艘船与该领航者的相对位置作为闭环系统的反馈信息,通过对每艘船进行控制器设计,使多船形成一定的队形,实现协调路径跟踪.同时引入自适应反步法来设计每艘船的控制器,以抵消海流的干扰,增强系统的鲁棒性,并用李雅普诺夫理论证明了所设计控制器的稳定性.最后通过仿真验证了所提出的协调策略和控制方法的有效性.     

紧急避撞路径规划及其跟踪驾驶员转向模型

针对紧急避撞工况,提出并设计了一种紧急避撞路径规划方法和路径跟踪反馈预瞄驾驶员模型。首先,提出了一种基于Sigmoid曲线与物理约束的避撞路径规划方法,并建立融合最优曲率预瞄与闭环反馈转向修正的驾驶员模型以对所规划路径实现快速和精确跟踪。之后,搭建了CarSim+Simulink离线联合仿真平台,对避撞路径规划和路径跟踪反馈预瞄驾驶员模型的有效性进行了验证。最后,基于自主改装的试验车辆,进行实车试验以验证所提出的路径规划方法及驾驶员模型的可行性与实时性。仿真及实车试验结果均表明,所规划的避撞路径和驾驶员模型可以控制车辆快速、安全地避让障碍物。     

采用极点配置的自动驾驶汽车换道路径规划与跟踪控制

针对自动驾驶汽车高速行驶过程中切换道路避让障碍物工况,提出了一种基于三次多项式曲线的路径规划算法和一种基于线性矩阵不等式区域极点配置方法的路径跟踪控制策略。首先,将汽车换道避让路径分解成几何形状相同的4段路径,采用三次多项式曲线规划出满足汽车运动学和动力学约束的第一段路径,并通过对第一段路径进行平移、翻转和旋转操作得到后3段路径,以及实现4段路径的平滑连接;然后,基于线性二自由度汽车动力学模型建立能够充分表征轮胎侧偏刚度不确定性的汽车换道避让路径跟踪控制模型,并采用线性矩阵不等式区域极点配置方法设计具有"前馈+反馈"控制结构的汽车换道避让路径跟踪控制策略,使闭环系统的极点配置在期望的位置上,保证闭环系统具有良好的动态和稳态性能。仿真实验结果表明:所提出的方法可将汽车驶离本车道时的纵向延迟距离由4.3m减小到2.3m,并且将汽车靠近目标车道时的最大侧向超调量由0.21m减小到0.004m,呈现出更好的动态和稳态性能。     

输入饱和约束下的非完整移动机器人轨迹跟踪控制

在控制输入饱和的约束条件下,以非完整移动机器人的运动学模型为对象,研究了移动机器人的轨迹跟踪控制问题,提出了一种光滑时变的控制器.基于Lyapunov方法,证明了所设计的轨迹跟踪控制器能够满足控制输入饱和的约束条件,并且能够保证闭环系统一致稳定,当机器人的期望线速度不为零时,闭环系统能够全局渐近稳定.仿真结果验证了该控制器的有效性.     

基于转向响应特性的智能车辆轨迹跟踪双闭环控制

智能车辆轨迹跟踪的准确性与鲁棒性是车辆运动控制性能的重要表征,基于路径预瞄信息的跟踪控制研究使车辆性能显著提升. 然而,车辆转向系统响应不足给车辆实时准确的基于预瞄信息跟踪参考轨迹带来挑战. 针对此问题,实时引入转向系统状态建立双闭环轨迹跟踪控制结构,保证智能车辆轨迹跟踪控制算法对转向系统响应不足的鲁棒性. 具体结构外环基于预瞄信息使用模型预测控制求解最优转向角,内环基于转向状态误差使用PID方法设计反馈控制律以补偿转向响应不足. 双闭环结构耦合控制输入保证了车辆鲁棒最优跟踪控制. 最后通过Carsim与Simulink联合仿真,验证了该双闭环控制结构的有效性.      

基于反步法的SCARA机器人轨迹跟踪控制

针对SCARA机器人轨迹跟踪问题,提出了一种基于反步法的轨迹跟踪控制方法。利用反步法设计控制器的虚拟控制和实际控制量,基于李雅普诺夫稳定理论设计的控制律能够实现对机器人的轨迹跟踪,并确保闭环系统为全局稳定。仿真结果验证了算法的有效性,所设计的跟踪闭环系统一致全局渐近稳定,有效提高了轨迹跟踪控制精度,保证了跟踪误差信号的收敛。     

基于模糊算法的无人驾驶压路机自动碾压控制

针对无人驾驶振动压路机在自动碾压作业时的路径跟踪误差影响整体碾压作业质量的问题,提出了基于模糊算法的路径跟踪控制方法.建立了压路机整体运动学模型和液压动力转向系统模型,设计了基于预瞄的航向跟踪算法和模糊比例-积分-微分(PID)控制器来实现对自动碾压误差的控制.通过无人驾驶压路机路径跟踪控制模型的仿真和现场自动碾压试验对自动碾压控制性能的验证,表明基于预瞄的航向跟踪模糊PID控制较普通PID控制在无人驾驶振动碾压过程中具有更好的控制性能,显示了模糊控制算法的有效性与优越性.