首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
为实现欠驱动自治水下机器人(AUV)的精确地形跟踪控制,设计了一种自适应神经网络控制器.采用径向基神经网络估计时变水动力阻尼引起的AUV模型不确定部分和外界海流干扰,设计自适应学习律来实现神经网络权值的最优估计.基于李雅普诺夫稳定性理论分析了跟踪控制系统的稳定性,设计的控制器可以使闭环误差系统渐近稳定且系统状态有界.仿真实验中选择实际测量得到的期望随机真实地形进行跟踪实验,并且要求AUV相对地形保持一个恒定的高度偏差.结果表明,该控制方法可以有效地降低模型非线性和不确定性引起的扰动,具有较高的跟踪精度,满足实际工程需求.  相似文献   

2.
欠驱动自主水下航行器AUV在定深的海域中航行,其模型水动力参数存在不确定性,同时还遭受海流等外来因素干扰,对欠驱动AUV的轨迹跟踪精确带来极大的挑战.本文研究海流环境中欠驱动AUV水平方向上的轨迹跟踪控制问题,通过定义固定坐标系和随体坐标系间的转化关系,将海流速度引入欠驱动AUV运动学和动力学方程,建立海流环境中欠驱动AUV的运动学模型和动力学模型;结合期望轨迹得到欠驱动AUV的轨迹跟踪误差方程.在控制器的设计过程中引入自适应率,得到AUV水平面轨迹跟踪的自适应反演滑模轨迹跟踪控制器(ABSMC),同时为降低海流因素对AUV航行轨迹带来的偏差,设计海流观测器对环境中海流速度进行估计.仿真结果表明,该控制器可实现对由水动力参数不确定和外界时变干扰共同组成的系统总不确定性的估计,并弥补传统反演滑模控制理论中需要精确的模型参数和扰动信息的不足,且海流观测器可提升AUV轨迹跟踪的精度.在理论上证明了由海流观测器和轨迹跟踪控制器共同组成的AUV级联控制系统为全局渐进稳定;仿真对比结果显示所提出的基于海流观测的自适应反演滑模控制器能够克服欠驱动AUV模型中水动力参数不确定性、海流干扰及其他未知干扰的影响,跟踪性能优于基于海流观测的反演轨迹跟踪控制器(BTC).  相似文献   

3.
在外界扰动为有界不可测条件下,利用径向基函数(radial basis function,RBF)神经网络在线逼近全向智能轮椅的非线性逆运动学模型,提出对轮椅轨迹跟踪的直接自适应控制方法.首先,在分析全向智能轮椅平台动力学模型的基础上,设计了基于径向基函数神经网络的全向智能轮椅自适应控制器;并进一步利用李雅普诺夫稳定性理论,证明了在外界扰动及神经网络权值误差逼近有界的条件下,该控制器在全向智能轮椅轨迹控制中跟踪误差的一致稳定且有界;最后,通过全向智能轮椅轨迹跟踪仿真实验,验证了所提出控制方法的有效性和稳定性.  相似文献   

4.
利用反演设计,提出一种强化学习自适应神经网络轮式移动机器人(WMR)轨迹跟踪控制方法.首先在极坐标下建立WMR的轨迹跟踪误差模型,并基于此设计运动学控制器.然后,针对WMR动力学系统,设计自适应神经网络控制器.结合强化学习机制,同时对系统未知侧滑、打滑和模型不确定性进行优化补偿,并引入鲁棒控制项来消除补偿误差的影响,进一步提高了控制效果.所提控制方法使得闭环系统稳定,且最终一致有界收敛,其有效性通过数值仿真结果得到了验证.  相似文献   

5.
针对未知外界干扰存在的情况,提出一种基于非线性干扰观测器(NDO)的自适应反演控制,用于改善欠驱动自治水下机器人(AUV)深度跟踪控制性能。首先对欠驱动自治水下机器人的垂直面模型进行有条件的简化,得到新的运动学及动力学方程,建立简化后模型的状态方程;其次根据系统状态方程构建非线性观测器,设计自适应反演控制器,输出控制量根据李雅普诺夫稳定原理推导得出,确保包含非线性干扰观测器及自适应反演控制器在内的控制系统的一致渐进稳定性。研究结果表明:所设计的非线性干扰观测器以及自适应反演控制器可以实现欠驱动自治水下机器人在存在外界未知干扰情况下深度轨迹跟踪,具有较强的鲁棒性。  相似文献   

6.
针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)三维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV三维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对三维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.  相似文献   

7.
动力定位非线性自适应反步控制器设计   总被引:1,自引:0,他引:1  
提出了一种基于VxWorks实时操作系统的船舶动力定位控制器设计,给出了整体框架和软件模块设计。实际工况中,存在模型参数难以精确描述和外界扰动不确定的问题,在控制方法上,设计了一种基于RBF神经网络的自适应反步控制。RBF神经网络对连续函数在紧集范围内具有任意经度的逼近能力,可有效解决船舶水动力高度非线性以及水动力系数难以准确估计的问题。海浪流引起的不确定外界扰动可通过自适应估计补偿。根据Lyapunov稳定性理论证明所设计的控制器是全局渐近稳定的,仿真结果验证了该方法的有效性。  相似文献   

8.
针对自主水下机器人(AUV)面向海底起伏地形跟踪的实际应用需求,设计了基于预设性能制导律的鲁棒时滞跟踪控制器,实现执行机构时滞下的AUV起伏地形跟踪,同时可提升其航行安全性能.首先,基于航行安全性能函数对地形跟踪误差进行转换,结合时变视线制导角在运动学层面设计了预设性能制导律,为AUV动力层提供参考状态输入.其次,为处理执行机构时滞问题并降低精确建模需求,结合径向基函数(RBF)神经网络设计了鲁棒时滞动力学控制器.最后,采用李雅普诺夫理论证明了基于预设性能制导律的鲁棒时滞跟踪控制系统闭环稳定性.仿真结果表明:所设计的控制器可实现AUV起伏地形鲁棒跟踪,且瞬态跟踪误差时刻处于预设性能范围之内,可提升AUV在跟踪海底起伏地形时的航行安全性能.  相似文献   

9.
针对模型未知和动力学非线性机器人轨迹跟踪,提出了一种基于分布式动态回归神经网络(DRNN)的自适应控制方法.该方法在PD动态反馈控制的基础上,引入神经网络辨识器(NNI)在线逼近对象的非线性动力学,并设计出神经网络自适应控制器(NNC)来补偿机器人动力学非线性造成的误差.仿真结果表明该控制方案具有良好的跟踪性能和较强的鲁棒性.  相似文献   

10.
针对非完整移动机器人的轨迹跟踪控制问题,提出了一种鲁棒项系数自调整的神经网络滑模自适应控制策略。首先由反推法设计运动学控制器;其次,基于滑模控制设计动力学控制器,利用径向基神经网络(RBF)自适应逼近系统非线性不确定性上界,实现鲁棒项系数自调整,克服了传统滑模控制鲁棒项设计需要已知系统不确定性上界的缺陷,实现了速度跟踪。李亚普诺夫稳定性定理保证了闭环系统的稳定性及跟踪误差的渐近收敛。仿真结果进一步验证了所提方案的可行性。  相似文献   

11.
文章针对双轮移动机器人的路径跟踪问题,提出了基于反演法的运动学控制和滑模动力学控制相结合的控制算法,运动学控制器解决位姿和跟踪速度之间的控制关系,动力学控制器解决机器人的姿态和控制电压之间的控制关系;为了减小传统运动学控制器的跟踪误差、提高路径跟踪控制的特性,采用RBF神经网络对控制器的不确定参数进行在线自适应学习。仿真结果表明,文中提出的基于RBF神经网络自适应算法比传统控制算法具有更优越的跟踪效果。  相似文献   

12.
针对海流作用下的全驱动自主式水下航行器(AUV)的动力定位控制,提出了一种新的环境最优动力定位控制策略.通过位置、姿态控制,使得水下航行器的头部“顶住”海流,并和目标点保持一定距离,此时海流的扰动力由轴向主推进器承担,减少了辅助推进器的工作量,同时降低能源消耗.考虑到海流作为系统模型中的非匹配不确定性,基于神经网络自适应反演法设计了动力定位控制器.通过计算机仿真,验证了控制算法的有效性以及鲁棒性.  相似文献   

13.
针对桥式起重机非线性、存在外界干扰的特点,提出了一种神经网络自适应滑模控制器。首先采用拉格朗日法建立桥式起重机动力学模型;然后在分层滑模控制器的基础上,设计了径向基函数(RBF)神经网络权值自适应更新率,利用RBF神经网络补偿系统的非线性与外界干扰引起的不确定上界,并利用粒子群算法对控制器参数寻优,通过构造Lyapunov函数证明了系统的稳定性;最后设计了1组仿真实验和1组在搭建的实验平台上的验证实验,仿真结果表明:在非线性及外界干扰作用下,神经网络自适应滑模控制器可以快速实现小车定位和负载消摆,控制器可以消除不确定上界对系统的影响。实验结果也表明,所设计的控制器可以使桥式起重机达到控制目标,具有一定的抗干扰能力。  相似文献   

14.
为使欠驱动智能水下机器人(AUV)在实际定深作业中,更好地抵抗外界和载体内部信号传输所构成的复杂环境作用,以某欠驱动AUV为研究对象,基于自抗扰控制技术和模糊控制方法,结合水下机器人相关运动学及动力学方程,利用切换控制策略,取自抗扰和模糊控制各自的优点,联合建立了欠驱动AUV模糊自抗扰定深跟踪控制器,并与基于传统比例积分微分(PID)方法的定深控制器在复杂环境下进行了对比仿真.仿真结果表明,基于模糊自抗扰控制技术的欠驱动AUV深度控制方法能够实现准确定深跟踪控制,同时,相比于传统PID控制器,模糊自抗扰深度控制方法能够更有效地抑制复杂环境下干扰所造成的超调和震颤等现象,具有更优的控制效果.  相似文献   

15.
提出了一种对非线性系统的神经网络自学习控制方法,基于逆动力学控制的思想,构造了神经网络结构一致的控制器和辩识器。辨识器采用多层前向网络结构和广义Delta学习规则算法实现了对系统逆动力学模型的动态辨识,并通过在线动态传递权值给神经网络控制器的方法实现了神经网络辨识器的神经网络控制器的有机结合,从而使整个控制系统具有很强的自适应和自学习能力,所提出的控制方案可适用于不含滞后环节和包含滞后环节的非线性  相似文献   

16.
利用神经网络给出了设计非线性控制系统自适应控制器的方法,主要包括基于神经网络的非线性系统的在线直接自校正和间接自校正控制和满足局部能控一般非线性系统的神经网络自校正控制。从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应(或自校正)控制器,其闭环控制系统具有良好的动态与静态响应特性。所提供的控制器都可在线实现  相似文献   

17.
AUV模型解耦水平运动多控制器联合控制   总被引:2,自引:0,他引:2  
为了解决自治水下机器人(AUV)的水平面轨迹跟踪控制问题,提出一种基于解耦模型的多控制器联合控制方法.建立AUV水平面三自由度运动模型并进行模型解耦,将每个自由度都只保留主变量,模型中的交叉耦合项和模型不确定性都当做外干扰项来考虑;对解耦后的AUV运动模型进行轨迹跟踪控制器的设计,针对AUV各个自由度的特点,为轴向和侧向运动设计自适应反演滑模控制器,为艏向运动设计带有干扰观测器的自适应终端滑模控制器;通过公式推导,利用李雅普诺夫理论证明了系统稳定性和误差的收敛性.仿真实验证明:所设计的轨迹跟踪控制器具有较强的鲁棒性能,系统能够实现对平面轨迹的精确跟踪且能够在规定的有效时间内实现对艏向角的精确跟踪.  相似文献   

18.
针对柔性关节机械臂动力学模型具有非线性、不确定性和未知的外界扰动等问题,提出了基于自回归小波神经网络的自适应动态面控制方法.采用对于非线性系统具有良好学习和快速收敛能力的自回归小波神经网络,在线观测和补偿动力学模型的不确定项.并应用动态面方法设计控制器实现了关节轨迹跟踪控制.仿真和实验结果显示:当存在模型参数不准确及未建模的外部扰动力矩时,控制算法表现出良好的自适应能力,与传统动态面法和PD(比例微分)控制相比较,显著提高了柔性关节的位置跟踪精度.  相似文献   

19.
半主动油气悬架的神经网络模型参考控制   总被引:3,自引:2,他引:1  
以提高平顺性为目的,针对油气悬架系统刚度及阻尼非线性的特点,提出了以天棚阻尼为参考模型的神经网络控制方法.建立了二自由度的非线性油气悬架模型,分析了控制系统结构以及神经网络辨识器和控制器的设计与实现.以D级路面作为随机路面输入,分别在满载和空载下,对控制器的性能进行仿真研究.仿真结果表明,神经网络模型参考控制能够有效地衰减车身振动,提高行驶平顺性;并对控制对象的参数变化有良好的适应性.  相似文献   

20.
利用神经网络给出了设计非线性控制系统自适应控制的方法,主要包括基于神经网络的非线性系统的在线直接自校正和满足局部能控一般非线性系统的神经网络自校正控制,从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应(或自校正)控制器,其闭环控制系统具有良好的动态与静态响应特性,所提供控制器都可在线实现。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号