油罐容积检测爬壁机器人的动态路径规划

针对油罐内检测机器人的实际环境——圆柱内表面，提出空间环境下的动态路径规划．应用人工势场法，在圆柱表面建立空间速度－位置相关场，并根据环境信息，对机器人运动进行动态路径规划、控制．计算机仿真结果表明，该方法对实际环境具有良好的适应性及稳定性     

爬壁机器人全方位移动机构研制

开发了用于机器人壁面自动清洗装置的可越障轮式全方位移动机构。该机构保证机器人在保持机体方位不变的前提下，沿壁面任意方面直线移动或在原地旋转任意角度，同时能跨越存在于机器人运行路径中的障碍。     

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.     

湿吸仿生爬壁机器人分层控制系统

湿吸原理的六足机器人具有结构相对复杂,控制输出多,动作协调困难等特点.基于仿生学原理,提出一种基于这种爬壁机器人的多层控制系统,提出系统设计方案,并对系统设计进行实验验证.根据Saridis的分级递阶智能控制思想理论,结合实际控制要求,提出了适合湿吸仿生爬壁机器人的独特的分层控制系统,并且从控制理论的角度详细介绍了该类系统各层次的设计要求及实现方法.实验结果表明,该控制系统设计不仅能够满足机器人爬壁行走的控制要求,而且能控制机器人肢节末端良好的与壁面接触,节律运动执行速度快,多层次模块化的设计有利于控制系统的进一步扩展.     

基于降级模糊算法的爬壁机器人避障控制

针对罐体表面作业过程中避障的问题,提出了改进模糊避障控制算法。为保证爬壁机器人能够缩短到达目标点的时间,除爬壁机器人与障碍物距离量外,增加爬壁机器人与目标点的角度量作为输入变量,速度、角速度作为输出量,确定了各参数的论域与隶属度,建立了模糊规则表,采用重心法解模糊化;考虑罐体环境的复杂多变性,提出优雅降级避障控制策略,在探测传感器受扰失灵的情况下仍能够越过障碍物到达目标点。通过与人工势场避障法仿真比较,改进模糊控制法可更有效地避开障碍物,并在探测传感器异常情况下,也能保证爬壁机器人到达目标点,体现了该避障算法的优越性与可靠性。最后进行了爬壁机器人避障实验,验证了该算法的可行性。     

移动机器人滑模路径的跟踪控制

针对移动机器人的路径跟踪问题,基于反演思想设计了滑模路径跟踪控制器,并利用低通滤波器有效地减弱了控制过程中的干扰.由于该控制器的动态性能不理想,因此采用有界输入的方法对其进行控制律的改进,并简化了控制器的设计.仿真结果表明,改进后的滑模控制器跟踪效果良好,动态响应快,且保证了移动机器人的全局渐近稳定路径跟踪控制.     

基于动态滑模控制的移动机器人路径跟踪

文章研究了室内环境下基于彩色视觉的移动机器人路径跟踪问题,利用颜色信息提取路径,简化了图像的特征提取;拟合路径参数时引入RANSAC方法,以提高算法的可靠性;在移动机器人非线性运动学模型的基础上,设计了一阶动态滑模控制器,并通过仿真验证了控制器的有效性。     

一种柔体爬壁机器人地壁过渡研究

分析了国内外具有凹过渡功能的爬壁机器人的研究现状.针对地壁过渡这种典型的壁面凹过渡问题,提出了一种柔体机器人结构.该柔体机器人在六足爬行机器人的基础上,增加了两个躯干自由度,提高了机器人对各种爬行面的适应能力.通过对这种柔体机器人地壁过渡过程的步态设计和仿真,证明了该柔体机器人结构设计的合理性和步态设计的可行性.     

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.     

改进神经网络自适应滑模控制的机器人轨迹跟踪控制

为了提高机器人轨迹跟踪控制性能,在神经网络滑模控制方法的基础上,提出了一种改进型神经网络自适应滑模控制方法.该方法将神经网络作为控制器,利用其非线性映射能力来逼近各种未知非线性,同时通过在控制律中加入鲁棒项来消除逼近误差.考虑到隐含层单元数和网络结构参数对神经网络映射有效性的影响,将降低抖振作为优化目标,采用粒子群优化算法对网络结构参数进行优化.最后在Matlab/Simulink环境下进行了仿真实验,并与其他控制方法进行了对比分析.仿真结果表明,基于该方法所设计的控制系统具有良好的鲁棒性和控制精确度,同时有效地削弱了抖振.     

飞艇森林巡防轨迹跟踪的滑模控制

为实现无人飞艇在森林巡防时的轨迹跟踪控制, 针对飞艇飞行运动的非线性、 耦合等特点, 提出一种滑模控制方法。基于牛顿第二定律等定理推导飞艇巡防飞行的精确数学模型, 并通过选取状态向量和控制向量, 将其数学模型描述为非线性控制系统。通过泰勒级数展开将非线性系统简化为线性系统, 并设计滑模控制律, 同时采用饱和函数的方法抑制了滑模控制中的抖振问题。基于Lyapunov稳定性理论证明了所设计控制系统的稳定性。仿真结果表明, 该方法的轨迹跟踪效果较为理想, 可实现无人飞艇对期望轨迹的精确跟踪。     

非奇异快速终端滑模液位跟踪控制

针对传统终端滑模控制中控制输入奇异和收敛时间长的问题,提出了一种非奇异快速终端滑模(NFTSM)控制方法.该方法由NFTSM滑模面和控制律组成.在此框架下,首先通过在非奇异终端滑模面中引入指数函数和符号函数来设计NFTSM滑模面,其中指数函数用来加快状态远离平衡点时的收敛速度,符号函数用来提升系统稳定性.然后,基于NFTSM滑模面来设计由等效控制输入和切换控制输入构成的NFTSM控制律,该控制律具有能同时实现控制输入非奇异和系统状态有限时间内快速收敛的优势.最后,根据给出的耦合双容水箱模型数学描述,将NFTSM方法应用于耦合双容水箱液位控制中,设计了NFTSM液位跟踪控制器.仿真证明,在存在外扰且参数摄动25%条件下,该控制系统仍能精确跟踪给定液位,表明了NFTSM控制方法的有效性和鲁棒性.     

机器人前馈补偿滑模鲁棒控制

本文针对机器人轨迹跟踪控制问题,基于滑模变结构控制的基本理论,提出了一种具有前馈补偿的滑模变结构鲁棒控制器。通过引入顺馈控制（对滑模切换函数的ＰＩ控制）来改善滑动模态的动特性,并消弱或消除常规变结构控制所存在的“颤振”现象：应用前馈补偿来提高跟踪精度。仿真结果验证了该方法的有效性。     

基于终端滑模的多关节机器人跟踪控制

针对具有不确定性干扰的多关节机器人系统的轨迹跟踪控制问题,利用终端滑模控制方法,给出了全局有限时间跟踪控制器设计;首先,根据多关节机器人动力学模型的特点,基于非奇异终端滑模控制技术并利用滑模设计思想,设计了轨迹跟踪滑模控制器;在该控制器的作用下,跟踪误差不仅能够在有限时间内从任意初始状态到达滑动面,而且也能在有限时间内沿着滑模收敛到原点;其次,由于所设计的控制器的非连续性,将会使得系统产生抖振现象;针对这个问题,利用修正的饱和函数来代替控制律中的符号函数,从而消除了系统的抖振问题;最后,仿真算例表明了该方法的有效性。     

基于滑模观测器的卫星姿态控制系统滑模容错控制

针对卫星姿态控制系统执行机构故障,设计了基于滑模观测器的滑模容错控制律.采用迭代学习算法在线调节观测器滑模项切换增益,设计滑模观测器估计卫星姿态和角速度.在此基础上,将执行机构故障作为系统的未知动态,提出一种对卫星姿态控制系统执行机构故障不敏感的滑模容错控制方法.该方法利用系统输入和状态信息,结合动力学特性实现未知动态估计,以此设计滑模控制律.通过数字仿真验证了该容错控制方法的有效性.     

移动机器人路径跟踪控制方法的研究

介绍了移动机器人的基本硬件组成，基于预测控制的思想，提出了一种参考路径产生的新方法，这种方法可根据对机器人的运动预测，提前实现相应的控制动作，能在2～3个控制周期内准确逼近参考路径，且不存在一般反馈控制器的振荡问题，能够完成移动机器人路径跟踪的智能控制。实验表明：此控制方法可保证移动机器人沿各种参考路径行走且具有理想的鲁棒性。该技术也可应用到实用自主车的自动导航。     

基于高阶滑模观测器的风机改进反演滑模控制

针对风电机组风速波动幅度大、发电机转矩抖振大、功率无法平滑输出等问题,同时考虑风电机组中部分状态参数难以准确测量的问题,设计一种基于高阶滑模观测器的改进反演滑模控制策略。通过在反演设计中引进积分项来实现系统的有效控制和全局调节。采用高阶滑模观测器来实现时估计系统的状态,避免了直接测量会引入高频噪声的问题,使系统在外界扰动干扰的情况下具有较强的鲁棒性。为了验证算法的优越性在MATLAB中进行控制器仿真实验。最后通过仿真证明了所提方法的正确性,可行性。     

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.