模糊逻辑及神经网络动态摩擦和死区补偿的机器人滑模变控制

针对机器人中存在非线性不确性项LuGre动态摩擦和非对称死区的问题,提出采用模糊RBF神经网络及模糊逻辑分别对动态摩擦及死区进行补偿,且实时、自适应训练非线性动态摩擦项及非对称死区项的参数,实现对实际机器人系统准确再现的滑模变鲁棒控制算法,并论证了该算法的Lyapunov稳定性。通过在2自由度机器人上的仿真,证明该算法提高了机器人轨迹跟踪精度、控制力矩及摩擦力矩两者的稳定性。同时发现了该机器人控制力矩的脉冲式补偿误差、摩擦模型中存在类菱形吸引子、缺乏死区补偿将导致控制系统极限环振荡等非线性动力学现象,以及死区逆模型中ε的估计对系统的精度有决定性作用。     

不确定非完整AGV的自适应反演滑模控制

提出了一种(2,0)型受非完整约束的自动导向车( AGV)的轨迹跟踪控制方案.该方案针对AGV复杂非线性动力学系统,应用输入—输出非线性反馈控制进行线性化,针对AGV的模型参数不确定性和外部未知干扰,结合从执行器输出的总体不确定动力学模型,采用基于李亚普诺夫方法设计的自适应反演滑模控制器进行伺服补偿,保证系统稳定和渐近...     

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.     

不确定移动机械臂的反演滑模轨迹跟踪控制

针对一类受复杂不确定影响下的非完整移动机械臂轨迹跟踪问题,建立包含模型误差和外界扰动的不确定动力学模型,提出一种基于反演设计的滑模控制方法。该方法首先采用输入-输出非线性反馈进行系统线性化,建立包含总体不确定性的等价系统;然后,基于李雅普诺夫直接法两步反演设计幂次趋近率滑模控制器,有效抑制系统有界不确定性,减小滑模抖振,保证闭环控制系统渐进收敛,从而实现对参考轨迹的快速精确跟踪。仿真结果表明,该方法跟踪速度快,精度高。     

无模型坐标补偿积分滑模约束的自动驾驶汽车轨迹跟踪控制

为了解决四轮自动驾驶汽车轨迹跟踪的复杂控制问题，提出一种新的全格式无模型自适应坐标补偿积分滑模约束控制方案。控制方案只需要自动驾驶车辆轨迹跟踪的I/O数据，不涉及车辆模型信息，即前轮转角输入数据和车辆横摆角输出数据。因此，该方案对于不同车型均能实现轨迹跟踪控制。在轨迹跟踪过程中只针对车辆横摆角进行控制易造成跟踪轨迹偏差，本文在全格式无模型自适应控制的基础上加入坐标补偿算法；为了提高系统在运行过程中的鲁棒性，加入积分滑模控制；为了应对在滑模控制过程中系统运行在饱和区域，设计了动态补偿，使轨迹跟踪系统运行在滑模控制的线性区域。最后，对无模型自适应积分滑模约束控制方案、原型无模型自适应控制算法和PID算法进行仿真比较。仿真结果表明，所提算法比传统控制方法具有更好的控制性能，跟踪波动误差在0.09%以内，稳定时间在0.5 s以内，跟踪曲线平滑。     

欠驱动无人船的运动控制设计

针对欠驱动无人船在受到非完整约束和模型不精确时对精确轨迹跟踪控制设计困难,提出了曲率跟踪和逆动力学自适应控制设计方法;首先建立欠驱动无人船水平面的运动学和动力学模型,充分利用其非完整约束下的运动规律基础上引入目标轨迹曲线的相对曲率设计动态跟踪目标,从而将原问题转化为一个简单轨迹跟踪控制问题;然后基于滑模控制和逆动力学自...     

基于非线性干扰观测器的机械臂终端滑模控制

为了在干扰存在的情况下实现对五自由度机械臂的有效控制,提出了一种基于非线性干扰观测器的终端滑模控制策略.通过选择适当的非线性增益函数,干扰观测器能够精确地估计未知干扰,实现对控制器的补偿,降低滑模控制抖振.非奇异快速终端滑模面的设计提高了收敛速度,保证轨迹跟踪误差在有限时间内快速收敛.基于Lyapunov方法证明了闭环系统的稳定性,数值仿真结果验证了所设计方法的有效性.     

一类不确定非线性系统的模型偏差补偿跟踪控制算法

针对一类带有系统未建模动态和干扰的不确定仿射非线性系统,基于滑模变结构控制和模型偏差补偿控制的思想,给出一种轨迹跟踪数字控制器的实现方法.在采样周期足够小的情况下,利用连续时间系统的前向Euler近似离散模型,首先推导出等价控制项作为前馈控制.然后将导出的状态误差修正项和模型偏差补偿项代替滑模控制中的切换函数,其中状态误差修正项用来保证状态误差趋于零,模型偏差补偿项用来补偿系统的未建模动态和干扰的不确定性,从而既保证了控制系统的鲁棒性,又消除了抖动现象.最后通过构造Lyapunov函数,证明了该控制算法的稳定性,同时以两连杆机械臂的轨迹跟踪为目标的仿真实验也说明了此数字控制器的有效性.     

欠驱动UUV三维轨迹跟踪的反步动态滑模控制

提出一种欠驱动无人水下航行器(UUV)反步自适应动态滑模控制方法.结合反步和自适应滑模控制技术设计UUV的位置、姿态和时变速度跟踪控制器,采用虚拟速度来代替姿态误差的控制策略,将姿态跟踪控制转化为速度控制,能够有效避免传统反步法控制律设计存在的奇异值问题.针对系统模型不精确及时变扰动问题,引入滑模控制技术进行自适应补偿估计,提高了欠驱动UUV在未知环境中的鲁棒性及自适应能力,并基于李雅普诺夫稳定性理论证明了该控制系统误差最终一致有界.仿真结果表明:提出的UUV三维轨迹跟踪反步动态滑模控制方法收敛、有效,能够实现在系统参数不精确及时变扰动情况下的三维轨迹精确跟踪控制.     

不确定分数阶同步发电机混沌系统的滑模自适应控制及参数辨识

考虑了一种带有周期性负荷扰动和电磁功率扰动的同步发电机系统模型.基于分数阶稳定性原理,对分数阶系统的动力学特性做了仿真分析.针对系统内部参数和扰动幅值的不确定,利用径向基函数神经网络的万能逼近特性改进滑模控制方法,设计了一种基于径向基函数的自适应滑模控制器,实现参数辨识,使系统输出能渐近跟踪目标轨迹,进而抑制分数阶系统混沌振荡.研究表明,该方法控制时间短、逼近误差小,而且有效地消除了抖振,具有实时控制、鲁棒性高等特点.     

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。     

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.     

考虑系统总和扰动的多关节机械臂 反步有限时间滑模控制

针对多关节机械臂轨迹跟踪控制中存在的模型参数摄动和外部有界扰动等不确定性因素影响问题,设计了一种考虑系统总和扰动的反步有限时间滑模控制算法,用于实现多关节机械臂轨迹跟踪控制任务。首先,利用严格反馈形式描述多关节机械臂的动力学模型,并将模型参数摄动和外部有界扰动等不确定性因素看成系统的总和扰动,进而设计非线性扩张状态观测器对系统总和干扰加以估计,以提高系统的鲁棒性能;其次,在传统反步法设计的基础上结合有限时间滑模控制技术,完成系统反步有限时间滑模控制器的设计;最后,应用Lyapunov稳定性理论证明了多关节机械臂的位置矢量能够实现对期望位置矢量的有限时间稳定跟踪。仿真对比结果表明设计反步有限时间滑模控制算法的有效性。     

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。     

基于神经网络及综合电机特性的柔性关节空间机器人全阶滑模控制

研究了载体位置、姿态均不受控的自由漂浮柔性关节空间机器人机械臂轨迹跟踪及关节柔性振动主动抑制问题,利用系统动量、动量矩守恒关系及第二类Lagrange法,并综合考虑关节驱动电机特性,导出了其全系统动力学模型;然后基于奇异摄动理论将该动力学模型分解为描述机械臂刚性运动的慢变子系统及描述关节柔性振动的快变子系统,并结合关节电机输出力矩与电枢电流的关系,将对控制力矩的设计转化为对电流控制的设计。之后,针对关节柔性振动快变子系统,采用速度差值反馈控制方案对其进行了振动主动抑制;针对机械臂刚性运动慢变子系统,则基于RBF神经网络提出了一种全阶滑模控制方案;其中RBF神经网络用于逼近由系统不确定参数带来的未知非线性项,全阶滑模控制方案的引入在于使控制系统在兼备传统滑模控制方案鲁棒性强特点的同时,还能克服抖振问题。最后,系统数值仿真结果说明了所提方案的有效性。     

基于操作空间的机械臂自适应模糊鲁棒控制

为提高动力学模型不确定的机械臂系统的跟踪精度, 提出了一种基于操作空间的自适应模糊的鲁棒轨迹跟踪控制方法。考虑存在未知的外部扰动和其他未建模动态, 引入GL(General Linear)矩阵及其乘法算子,利用模糊系统逼近任意非线性函数的能力对机械臂动力学进行前馈补偿, 通过鲁棒控制项抑制建模误差和有界扰动。该方法无需求解机械臂在操作空间的动力学模型。根据Lyapunov 稳定性理论证明了系统的稳定性,并通过仿真实验验证了所设计控制器能达到较好的轨迹跟踪效果。     

采用非线性干扰观测器的机械臂补偿型滑模控制

针对机械臂系统中存在的内外复合不确定性干扰问题,提出一种非线性干扰观测器补偿型滑模控制策略.在非线性干扰观测器设计过程中,引入辅助函数,避免加速度反馈测量项;同时实现对复合不确定性干扰的准确估计,用以补偿系统的控制输入,克服系统的"抖振"现象.在滑模控制策略方面,基于传统方法对惯性矩阵项进行调整的基础上,引入跟踪误差对模型离心力和哥氏力项进行调整,提高系统鲁棒性和稳定性.结果表明:两者结合能够最大限度地降低系统不确定性及外界干扰对机械臂控制性能的影响,在抑制抖振的同时增强系统的鲁棒性,提高轨迹跟踪精度.     

基于快速平稳幂次趋近律AGV滑模轨迹跟踪控制研究

针对应用于地下车库的自动导引车(automated guided vehicle, AGV)轮式泊车机器人轨迹跟踪过程中的位置偏差和姿态偏差问题,提出了一种快速平稳幂次趋近律的滑模轨迹跟踪控制方法。首先,在泊车机器人坐标系下建立运动学模型,通过全局坐标系与机器人坐标系之间的转换关系,得到泊车机器人在全局坐标系下的运动学模型;然后采用Lyapunov直接法设计滑模切换函数,采取快速平稳幂次趋近律的方法使泊车AGV从偏差状态快速到达滑模切换面,使AGV泊车机器人快速平稳地跟踪给定参考轨迹。最后,通过MATLAB进行仿真试验,仿真结果验证了所提方法的可行性与有效性。