基于新型变指数趋近律的智能小车轨迹跟踪

针对一种跟踪运动精度低、鲁棒性弱的新型智能滑模小车的轨迹跟踪运动控制问题,提出了基于新型变指数趋近律的小车轨迹跟踪运动控制器的研究方法。该方法在趋近律中加入了变指数幂次项,且能保证趋近律在限时间内稳定运行来限制抖振现象,使小车在趋近阶段中按不同趋近速度做自适应调节。通过对滑模小车的运动学模型进行坐标变换,建立小车轨迹面的跟踪收敛误差模型,接着根据Lyapunov稳定性理论和新型趋近律的跟踪全局有限性和时间收敛误差性建立滑模面,设计跟踪误差控制律。控制小车的线速度和角速度使轨迹跟踪误差迅速趋近到0,来实现其对给定期望轨迹的快速跟踪。最后采用MATLAB仿真软件进行系统控制特性的仿真研究,通过对比双幂次趋近律的滑模控制方法验证实验的有效性。     

采用改进快速变幂次趋近律的滑模控制方法

针对基于传统幂次趋近律的滑模控制方法在使用中抖振现象突出、趋近速度慢、时间长等问题,提出一种改进快速变幂次趋近律的滑模控制方法。首先,采用快速双幂次趋近律并加以改进,在原快速双幂次趋近律的基础上加入变指数项,使系统状态在不同趋近阶段中针对性地调节速度,大大地提高了系统动态响应过程的趋近速度,限制了抖振现象的产生,同时具有有限时间收敛性。对改进后的快速变幂次趋近律的数值分析结果表明：当系统状态的绝对值小于1时,系统相当于快速幂次趋近律,系统可平滑进入滑模段,消除抖振;当系统状态的绝对值大于等于1时,又相当于快速双幂次趋近律,系统的动态响应速度有所提高,趋近时间缩短。然后,将改进的快速变幂次趋近律用于滑模控制中,构成改进快速变幂次趋近律的滑模控制方法。采用所提滑模控制方法对履带机器人轨迹进行跟踪控制,实验结果表明：与几种基于传统的幂次趋近律控制方法相比,所提控制系统在趋近平衡零点时几乎无抖振现象的产生,具备更优的性能,且收敛时间最短,最短时间仅为其他方法的69.4%。     

一种滑模控制新型幂次趋近律的设计与分析

针对传统趋近律存在的抖振问题,以及全局收敛速度较为缓慢的情况,本文通过对以往的多种幂次趋近律和指数趋近律进行对比分析,提出了一种新型幂次趋近律.该趋近律在以往幂次趋近律的基础上通过函数改进和新型函数的引入,实现了系统的快速收敛和无抖振.首先,新型幂次趋近律通过改进变指数项,在避免了系统收敛到滑模面时变指数项存在的抖振问题的同时,保留了变指数项在系统远离滑模面时优于比例项和幂次项的快速收敛性.其次,新型幂次趋近律引入了正切函数,在初始状态可知的条件下通过调节正切函数参数能够实现系统更快速的收敛性.本文通过理论证明了新型幂次趋近律能够实现系统快速收敛到滑模面且无抖振,并提出了趋近律中的参数设定方法,保证了系统在有界扰动条件下能够实现有限时间内快速地收敛到期望稳态精度.最后,通过对多种趋近律进行对比仿真验证了该趋近律的有效性,并通过系统在有界扰动下的仿真验证了参数设定方法的正确性,航天器姿态机动控制仿真进一步验证了新型幂次趋近律和参数设定方法的有效性和正确性.     

采用hp自适应伪谱法的全自动泊车系统轨迹规划与跟踪控制

针对平行泊车和垂直泊车应用场景,提出一种基于hp自适应伪谱法的全自动泊车系统轨迹规划与跟踪控制方法。首先,综合考虑汽车运动学约束、泊车过程中避障约束和边界条件约束,建立泊车轨迹规划问题数学描述,并通过hp自适应伪谱法将其转化成非线性规划问题进行求解;然后,将泊车轨迹跟踪控制问题解耦成了泊车路径跟踪控制问题和泊车速度跟踪控制问题,并基于有限时间稳定性理论设计了泊车路径跟踪快速终端滑模控制律,以及基于"比例+积分"平滑切换准则设计了泊车速度跟踪控制律。结合汽车动力学仿真软件对所提出的全自动泊车系统轨迹规划与跟踪控制方法的可行性和有效性进行验证,结果表明:针对不同泊车起始点,所提出的方法均可以规划出满足约束条件的时间最短泊车轨迹,并能够精确地控制汽车沿着规划的轨迹自动完成泊车操作。     

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.     

基于变幂次趋近律的滚珠丝杠进给系统滑模控制

为了解决滚珠丝杠进给系统滑模控制的抖振问题并提高系统跟踪性能,提出了一种基于变幂次趋近律的滑模控制方法.所设计的非线性干扰观测器能精确地观测出是否满足匹配条件的干扰.采用改进的变幂次趋近律提高了滑模函数的收敛速度,改善了运动品质.在控制律中设计积分补偿项消除了匀速段的稳态误差.仿真及实验结果表明:基于指数趋近律方法的最大跟踪误差仿真值与实验值分别为3.40和17.77μm,基于改进的变幂次趋近律方法的最大跟踪误差仿真值与实验值降低至2.79和11.00μm.控制电压信号中的抖振明显削弱,且增加外部干扰后仍能维持高精度.仿真及实验结果证明了基于变幂次趋近律的滚珠丝杠进给系统滑模控制方法能够有效消除抖振及匀速段的稳态误差,提高跟踪精度,且对外部干扰具有强鲁棒性.     

基于改进滑模趋近律的航空发动机控制器设计

将多幂次滑模趋近律用于航空发动机控制,设计了基于滑模控制方法的航空发动机追踪控制器。针对多幂次滑模趋近律在航空发动机追踪控制中出现的高频振荡问题,提出了一种改进的多幂次滑模趋近律。基于改进多幂次滑模趋近律的追踪控制仿真表明,改进的多幂次滑模趋近律适用于航空发动机追踪控制,该方法不仅具备了多幂次滑模趋近方法响应速度快、鲁棒性好的优点,而且消除了控制中的高频振荡现象。     

基于Lyapunov稳定性的爬壁机器人路径跟踪双环滑模控制

针对爬壁机器人路径跟踪控制问题,提出一种双环滑模控制算法。该算法是以建立的爬壁机器人运动学模型为基础,设路径跟踪偏差信息为滑模切换函数,结合backstepping思想设计了控制率,通过Lyapunov函数验证其稳定性,实现了外环位置和内环姿态的准确跟踪。对于环境的不确定性,采用提高内环增益大于外环的方法解决。将设计的双环滑模控制器与一般滑模控制进行轨迹跟踪仿真比较,并对直线轨迹跟踪进行了实验验证,结果表明:本文设计的路径控制器能较快达到零误差跟踪,整个控制过程和过渡过程准确且平滑,所以该算法可有效提升爬壁机器人工作水平。     

基于自适应趋近律的滑模控制方法

为了提高系统的动态性能和稳态精度,在幂次趋近律和变速趋近律基础上提出一种自适应趋近律.当系统状态变量距离滑模面较远时,幂次项起主要作用,保证趋近速度足够大;当系统状态变量距离滑模面较近时,变速项起主要作用,随系统状态变量自适应调节滑模面参数,直至系统状态轨迹运行到稳定点.趋近律具有二阶滑模特性,可在有限时间内到达滑模面.当系统出现有界外部干扰时,系统状态及其导数可快速收敛到平衡点附近的邻域内.仿真结果表明:提出的自适应趋近律能够有效提高系统动态性能和稳态精度,增强系统鲁棒性.     

基于趋近律的力矩电机终端滑模轨迹跟踪控制

针对终端滑模控制的抖振及收敛缓慢问题,提出一种基于改进趋近律的快速非奇异终端滑模控制(FNTSM)策略,将提出的控制策略应用于直流力矩电机的跟踪控制,设计了FNTSM轨迹跟踪控制器.仿真结果表明:在负载扰动力矩影响下,该算法能有效地抑制抖振,准确跟踪目标轨迹,使跟踪误差在有限时间内收敛到零;此外,与基于指数趋近律、快速平滑趋近律的普通非奇异终端滑模相比,具有更好的趋近性能和更快的收敛速度,验证了所提算法的有效性和优越性.     

基于区间二型模糊滑模的移动机器人轨迹跟踪控制

针对具有典型非线性特性的移动机器人轨迹跟踪问题,提出区间二型模糊控制与滑模控制相结合的方法对其轨迹进行跟踪。通过对滑模控制的滑模面和趋近律的适当选取,令系统快速趋近,在一定时间内收敛至平衡状态。采用区间二型模糊控制方法,实时对趋近律参数进行调节,实现对未知干扰的处理,令系统对外界干扰具有良好的抵抗能力。并通过Lyapunov函数进行稳定性证明。最后仿真结果显示,本文提出的方法在未知干扰作用下,可对移动机器人轨迹进行良好跟踪,具有良好的运动品质。     

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。     

不同轴距车辆路径跟踪研究

针对不同轴距车辆路径跟踪鲁棒性,提出了基于滑模自抗扰控制的平行泊车路径跟踪算法.该算法利用线性滑模控制设计自抗扰控制律中的误差反馈环节,改善了自抗扰控制器的结构,能适用于不同轴距车辆.线性自抗扰控制器能够观测和补偿由于不同车辆轴距引起的不确定性和车辆受到的外界干扰.在假定低车速和小侧偏角情况下,控制器的设计考虑非线性运动学模型及运动学约束.仿真结果表明,基于滑模自抗扰控制的路径跟踪控制算法能够将不确定性部分观测出来并且补偿掉,保证了不同轴距车辆很好地跟踪规划的理想泊车轨迹.     

火灾预警巡检机器人轨迹跟踪控制

针对如何减小火灾预警巡检机器人在目标轨迹跟踪过程中产生的角度和距离偏航问题,提出一种基于Backstepping的轨迹跟踪快速响应控制算法。首先根据机器人行驶偏差与轮速之间的关系,推导出移动机器人运动学模型,利用Backstepping构造出跟踪控制器,在控制器中引入虚拟反馈函数,调节控制器的跟踪效果;然后借助Lyapunov稳定性理论证明收敛性;最后,借助仿真实验和实物验证算法的有效性。研究结果表明所提出的轨迹跟踪控制方法可以使机器人减少轨迹跟踪过程中的误差,并最终使系统趋于稳定。     

基于扩张状态观测器的轮式移动机器人全阶滑模控制

针对存在模型参数摄动和外部有界扰动不确定因素影响下的非完整移动机器人轨迹跟踪控制问题,提出一种基于扩张状态观测器的全阶滑模移动机器人轨迹跟踪控制方法.通过坐标变换将耦合的系统动力学模型转化为2个独立的子系统,再将模型参数摄动和外部有界扰动不确定因素扩张为一个新的变量,进而分别对2个子系统设计扩张状态观测器用于估计并补偿系统的总和扰动,抑制其对系统控制性能的影响,结合滑模控制理论设计基于扩张状态观测器的全阶滑模控制器,保证系统输出稳定跟踪给定信号且消除传统滑模控制中抖振突出的问题,提高系统滑动模态的品质.仿真对比结果验证了所设计控制方法的优越性和有效性.     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

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.