车辆轨迹的预瞄与模糊分数阶比例—积分—微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶比例-积分-微分(proportion-integration-differentiation, PID)控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

挖掘机器人模糊鲁棒控制的研究

为了实现挖掘机器人的轨迹跟踪控制,建立了挖掘机器人工作装置的四自由度拉格朗日动力学模型,设计了一个鲁棒控制器.控制律包括等效控制和辅助控制.等效控制保证闭环系统的控制输入基于期望的动力学模型,辅助控制保证动力学建模误差和不确定性存在时控制系统的鲁棒性以及跟踪误差趋于零.为了削弱控制输入的高频振荡,模糊控制被应用.将所设计的模糊鲁棒控制器用于仿真试验,给出了其轨迹跟踪效果及控制输入.     

基于两自由度H_∞控制策略的泵控液压系统研究

针对泵控液压系统存在的控制精度低和鲁棒性差等问题,提出一种两自由度H∞控制策略。根据泵控液压控制系统的工作原理,采用电液模块功能分区的方法构建其数学模型;引入PID控制器作为串联校正函数,提高系统的响应速度,同时设计反馈控制器及前置滤波器提高系统的跟踪精度和鲁棒性;在泵控液压系统的物理模型上对两自由度H∞控制器进行仿真研究,仿真结果表明所设计的控制器具有良好的跟踪精度和鲁棒性,并对其进行实验研究。实验结果表明,与PID控制器相比,采用两自由度H∞控制器时系统的跟踪误差从3.84%~4.64%降低至0.22%~0.42%,同时对外界扰动具有更好的鲁棒性。可见,所提出的两自由度H∞控制器可用于复杂工况下泵控液压系统的实际控制。     

基于全局滑模控制的线控转向控制器设计

针对线控转向(steer-by-wire, SBW)系统快速稳定性的要求,在对滑模控制进行研究的基础上,对全局滑模控制进行改进,设计了SBW系统前轮转角跟踪控制方法,实现了前轮对目标转角跟踪的有效控制并进行了数字仿真实验。仿真结果表明:所设计的快速全局滑模控制器可以更好地跟踪前轮目标转角理想值,使跟踪误差控制在±0.02 rad以内,同时提高了转向系统的稳定性。     

基于反推法的四旋翼飞行器轨迹跟踪控制

研究了四旋翼飞行器的轨迹跟踪控制.针对建立的四旋翼飞行器位置及姿态误差动力学模型,采用反推法设计镇定控制项,分别进行位置控制器设计和姿态控制器设计.利用Lyapunov理论证明了闭环系统的稳定性.数值仿真实验结果表明,所提方法具有较好的跟踪性能.     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

基于预测--模糊联合控制的分布式驱动车辆路径跟踪方法

为研究分布式驱动车辆（4wid）路径跟踪中的跟踪精度和稳定性的问题,提出了模型预测-模糊(Mpc-Fuzzy)的联合控策略, 缓解了单一模型预测控制下车辆跟踪精度与控制器计算压力间的冲突。采用模型预测控制设计了上层路径跟踪控制器,旨在利用模型预测“滚动优化”的优点降低跟踪误差的同时保证车辆的稳定性。下层采用模糊控制,将转向过度和转向不足量化为“方向偏差”和“位置偏差”,利用四轮转矩独立控制的优点进一步优化转矩输出,旨在降低模型预测控制器对参考模型线性化后带来的跟踪误差。为验证控制策略的可靠性,基于Carsim和Simulink.、Driving Scenario搭建联合仿真模型,将联合控制器和单运动学模型预测控制器进行对比研究。仿真结果表明联合控制器可在完成对给定路径跟踪的基础上,减少转向不足和转向过度的发生,降低了方向误差和位置误差。     

汽车电动助力转向系统双模糊控制策略研究

为满足助力转向系统轻便性和稳定性要求,本文对电动助力转向系统助力特性和目标电流跟踪进行了研究,提出了应用于电动助力转向系统的双模糊控制算法,设计了目标电流模糊控制器和用于跟踪目标电流的模糊PID控制器。为了验证所设计的模糊控制器性能,在Matlab/Simulink仿真环境中对EPS动力学模型和设计的控制器进行了仿真。结果表明,所设计的目标电流模糊控制器能实现预定的助力特性,且所设计的模糊PID控制器能在线调整控制参数,适应性强,具有良好的跟踪性能。     

水下滑翔蛇形机器人滑翔运动建模与优化控制

为了实现水下滑翔蛇形机器人滑翔轨迹的稳定控制,针对机器人的外形和尺寸受限问题,对机械结构进行了设计与分析.基于所设计的机械系统,采用动量定理和动量矩定理,建立滑翔运动的数学模型.对非线性模型进行线性化,并采用最优二次型控制策略(LQR)设计状态反馈控制器.为了增强系统对参数扰动的鲁棒性,加入积分控制,构成LQI控制器.通过仿真对2种控制策略的稳定性、鲁棒性和跟踪误差进行分析,结果表明,2种控制策略均能实现渐近轨迹跟踪和输入扰动抑制; LQI控制器还可以实现水动力参数扰动抑制; LQI控制器的稳态跟踪误差为0. 271 5m,比LQR控制器跟踪误差降低了27. 58%.     

考虑人机作用力的康复训练机器人各运动轴最优轨迹跟踪预测控制

针对人机作用力影响康复训练机器人的跟踪性能问题,提出了一种新颖的观测器设计方法,目的是利用系统的位置输出估计人机作用力.同时,为了抑制人机作用力并避免运动中产生较大的跟踪误差而影响康复者安全,设计了非线性控制器,并得到了机器人各运动轴系统模型.进一步,结合预测控制同时约束了系统轨迹跟踪误差和速度跟踪误差,并实现了各运动轴的最优轨迹跟踪.通过仿真结果对比分析和实验研究,表明文中提出人机作用力观测和控制器设计方法的有效性和优越性.      

智能车辆轨迹跟踪控制方法研究

针对智能车辆的轨迹跟踪控制问题,提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先,设计了模糊控制器对智能车辆进行路径跟踪控制;其次,为了提高车辆在高速下的路径跟踪效果,设计模型预测控制器,并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束;然后,为了提高车辆在不同工况下的路径跟踪效果,进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果,选择典型工况在联合仿真平台上进行仿真.结果表明,提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.     

无人软翼飞行器直线航迹跟踪鲁棒反步控制

为实现无人软翼飞行器的直线航迹跟踪控制,提出一种基于模拟对象的可变增益鲁棒反步控制方法.基于模拟对象方法建立软翼飞行器的航迹跟踪误差模型,并设计了可变增益反步跟踪控制器,通过合理设计增益参数,消除了部分复杂非线性项,避免了传统反步法中虚拟量高阶导数问题,简化了控制器形式,更有利于工程实现.根据Lyapunov理论设计的鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.将控制器应用于无人软翼飞行器平面直线航迹跟踪控制中,仿真实验表明,所设计的控制器可以实现直线航迹的精确跟踪,且具有很好的鲁棒性.     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.     

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。     

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。     

一类基于 RBF 网络机械手的轨迹稳定跟踪控制

目的 针对具有外界干扰不确定性的柔性关节机械手实际轨迹跟踪稳定性问题,提出一种自适应动态面控 制与神经网络相结合的方法。 方法 对于非线性系统中的函数以及未知参数,根据径向基函数(RBF)神经网 点对其进行逼近,并对来自外界对系统的干扰项,通过设计阻尼项将其补偿,再根据动态面的相 络的特 关知识对该非线性 系统中的控制器进行设计且实现关节轨迹跟踪控制。 结果 仿真结果表明:在非线性系统中,该方法能够克服干扰 不确定性项,实现机械手连杆转角 q 较好的跟踪效果,误差缩在 5%以内,具有较强的跟踪稳定性,且随着时间的进 行,跟踪误差愈发减小且趋向于 0,对于参数的估计以及逼近都达到了理想的阈值。 结论 该方法保证了闭环非线 性系统半全局稳定,又可利用参数调节的方式达到跟踪误差任意小,且设计的控制器不但保证了机械手的位置跟 踪稳定性,而且很好地解决了跟踪抖动问题。     

双舵轮自动导引车轨迹追踪控制算法

为提高双舵轮自动导引车(automated guided vehicle, AGV)轨迹跟踪控制性能,设计了基于模型预测控制的轨迹跟踪控制器。以双舵轮自动导引车为研究对象,首先建立自动导引车运动学模型,求得车体转弯半径,并重点分析双舵轮自动导引车转向优势;然后,对双舵轮导引车建立了基于模型预测控制的轨迹跟踪模型,并考虑车体运动性能指标及各类约束,最后通过仿真实验验证了模型预测控制算法用于双舵轮自动导引车的可行性,且分析了控制时域权重和预测时域长度两项模型参数对系统性能的影响;与基于比例-积分-微分轨迹跟踪控制器的自动导引车进行轨迹跟踪对比仿真实验。最终实验表明,采用该模型预测控制器可以满足各类约束条件,高效精准完成对连续大曲率目标路径的有效跟踪,同时具有较高的实时性和鲁棒性。     

基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制

设计了一种基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制系统.机械手臂的模型不确定性包含未知模型误差和外界扰动对系统性能的影响.考虑未知的不确定模型在设计精确跟踪控制器产生限制情况下,设计了一种基于演算子理论的反馈控制结构来消除不确定模型的影响.基于得到的控制结构,提出了新的精确跟踪条件用来改进机械臂的跟踪性能.最后通过仿真结果验证了设计系统的有效性.