高空作业车轨迹控制设计研究

针对折叠伸缩混合臂高空作业车提出了作业轨迹控制方案,实现了工作平台升降及水平直线运动时的轨迹自动控制.由两号折叠伸缩臂和飞臂组成的混合式高空作业车,工作平台轨迹控制是冗余自由度问题,其臂节变幅角度与伸长量有范围限制要求.基于一阶逆运动学数值算法设计出了工作平台直线运动轨迹闭环控制方案,针对范围受限控制变量设定了缓冲带,避免了控制率失效,实现了高空作业车作业轨迹的自动控制.     

高空作业车调平机构液压系统仿真研究

本文为了研究现有工作斗调平系统的动态特性及提高控制精度,提出了一种液压比例调平系统。建立了液压调平系统的数学模型,建立了基于的仿真模型。仿真结果表明：系统的稳定性较好。     

基于Python的高空作业车液压故障诊断系统设计

目的:设计基于Python高空作业车液压故障诊断系统,提高故障诊断效率。方法:以工作过程中转向动作失效为例,建立液压系统故障产生原因的故障树,对故障定性分析。利用传感器、单片机和通信模块等硬件设计下位机故障在线监测和传输系统。上位机诊断系统采用Python编程语言和MySQL数据库设计,由HTML, JavaScript和CSS完成系统界面的显示。结果:建立了具有良好用户交互界面,各个模块下的功能操作一目了然,对于使用者要求不高的故障诊断系统。结论:本系统可提高故障诊断效率、缩短故障诊断时间。     

基于无模型自适应控制算法的机械臂轨迹跟踪控制

机械臂控制研究领域目前研究的热点分为目标点的位置控制和运动轨迹跟踪两方面.目标位置点的控制重点在于对末端执行器的位置点位的控制,对中间各个轴的运动过程并不关心;轨迹控制的重点在于通过各个轴的力矩控制来使其运行过程更加连续,更好地实现工作要求.针对机械手控制过程中总是存在不确定的情况,利用基于紧格式无模型自适应控制算法分...     

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.     

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。     

融合速度信息的机械臂自适应轨迹跟踪控制方法

针对机械臂动力学模型参数不确定性与速度信息不精确影响轨迹跟踪精度的问题，提出一种多传感器信息融合的机械臂参数自适应轨迹跟踪控制方法。首先将未建模动态视为系统内部干扰，简化机械臂动力学模型；其次采用反步控制方法为机械臂系统设计控制律，并为动力学模型中不确定参数设计自适应律；最后考虑使用单一位置传感器的差分值或转速计的测量值作为速度信息可靠性低的问题，通过多传感器信息融合方法为控制器提供更精确的速度信息。仿真与实验结果表明：采用融合速度信息能够提高所提控制方法的精度与稳定性，速度信息的精确性提升7%;与反步控制方法、自适应控制方法相比，所提控制方法具有更好的机械臂轨迹跟踪控制性能，轨迹跟踪误差分别降低了30%、50%。     

自动引导车跟踪控制的仿真研究

提出一种跟踪精度高、计算量小、易于实现的自动引导车跟踪控制方法。这一方法将要跟踪的轨迹划分成若干段，然后进行分段跟踪。采用此法，可以避免使用路径曲线段进行跟踪时曲率的计算以及计算量大和计算复杂等问题，使得自动引导车跟踪的实时性，精确度得到提高。通过多种路径跟踪的仿真实验，结果表明提出的方法是正确和有效的。     

车辆变速轨迹跟踪横纵耦合控制方法

针对变化速度下车辆轨迹跟踪精度以及实时性差的问题,提出一种基于模型预测控制的横纵耦合控制方法。在三自由度车辆动力学模型中,将车轮驱动力与前轮转角作为控制量,以单控制器形式实现车辆横纵向运动的综合控制,并且在考虑耦合特性的基础上,设计目标函数与可变权重系数,求解最优横纵向控制量。并且基于五次多项式理论,设计一种变速双移线轨迹以验证控制器综合轨迹跟踪能力。实验结果表明,该控制器能有效跟踪变化车速并且保持高轨迹跟踪精度与良好的实时性。     

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。     

汽车起重机六边形截面箱形伸缩臂计算研究

本文对五节臂六边形截面伸缩臂的设计计算方法进行了探讨。编制了相应的计算程序,对50T汽车起重机伸缩臂强度、刚度、稳定性进行了计算。     

具有参数不确定的移动机器人鲁棒轨迹跟踪控制

研究了具有参数不确定性的非完整移动机器人轨迹跟踪问题.综合考虑了移动机器人的运动学和动力学方程,首先采用输入-输出反馈线性化方法得到具有不确定性的线性化模型,系统中的不确定性满足匹配条件;然后基于积分滑模控制的思想设计了鲁棒轨迹跟踪控制器,保证了系统在整个响应过程中的鲁棒性,并且分析了参数不确定对控制器的影响,给出了一个闭环系统稳定的充分条件;最后对系统具有较大的参数摄动进行了仿真试验,结果表明所设计的控制器能够保证移动机器人有效性地跟踪期望轨迹.     

Adaptive trajectory tracking control of two-wheeled self-balance robot

Wheeled mobile robot is one of the well-known nonholonomic systems.A two-wheeled self-balancerobot is taken as the research objective.This paper carried out a detailed force analysis of the robot andestablished a non-linear dynamics model.An adaptive tracking controller for the kinematic model of anonholonomic mobile robot with unknown parameters is also proposed.Using control Lyapunov function(CLF),the controller's global asymptotic stability has been proven.The adaptive trajectory trackingcontroller d...     

智能自校正多模态轨迹跟踪控制

对于类似于机械手的运动轨迹跟踪和定位控制,为了获得良好的跟踪性能和定位精度,针对复杂多变的被控对象,运用智能控制理论,引入对象过程特征和行为特征的概念,以对象的过程特征状态和行为特征状态为条件元素,构造了1个分层递阶高阶产生式跟踪控制系统结构.系统在运行过程中通过对对象的过程特征和行为特征辨识,实现控制器参数的自动调节和多模态控制.为了具体实现该系统结构的应用,建立用于过程特征辨识、参数校正和控制决策的特征模型,以及从过程特征状态集、行为特征状态集到参数校正模态集和控制决策模态集的映射关系.针对机械手的运动特性进行了仿真研究,仿真结果表明,该系统结构具有较强的鲁棒性,是一种行之有效的方法.     

基于强化学习的指定性能轨迹跟踪最优控制

为保证无人船对期望轨迹的高动态精确跟踪,针对带有输入饱和限制的无人船轨迹跟踪系统,提出一种基于强化学习的指定性能轨迹跟踪最优控制策略.采用双曲正切函数逼近饱和函数,并利用指定性能控制技术将无人船跟踪误差进行误差转换,使跟踪动态误差约束在期望的指定范围内以保证轨迹跟踪系统的高动态性能.在此基础上,采用最优控制理论与强化学...     

平面并联机构的鲁棒轨迹跟踪控制

为提高并联机构运动精度,以2自由度平面并联机构为模型,研究了提高并联机构轨迹跟踪精度的方法.在机构运动学分析的基础上,应用Lagrange乘子法建立并联机构的动力学模型.利用非线性系统的线性反馈理论,考虑动力学建模的模型误差和外界干扰等不确定因素,提出了一种鲁棒轨迹跟踪控制策略.该控制方法能够保证系统稳定,同时对外界干扰具有抑制作用.仿真表明,鲁棒轨迹跟踪控制可以显著减小跟踪误差,加快误差收敛速度.这种控制策略同样适用于其他类型的并联机构.     

轮式移动机器人滑模轨迹跟踪控制

对质心与几何中心不重合的轮式移动机器人轨迹跟踪问题进行了研究.分析了轮式移动机器人运动学的数学模型,并在反演(backstepping)控制算法的基础上设计了变结构控制的切换函数,由此构造了具有全局渐进稳定性的滑模跟踪控制器.仿真结果表明了该方法的有效性和正确性.     

基于改进高斯伪谱法的多无人机协同轨迹规划

针对当前伪谱法求解无人机轨迹存在的计算量大、运算时间长以及难以保证最优性等问题,提出了将粒子群算法与高斯伪谱法相结合的改进方法。首先,使用粒子群算法进行航迹预规划,保证近似最优解的快速实现;其次,针对高斯伪谱法配点的相对位置选取,对粒子群预规划的航迹点做拟合处理,并以此作为高斯伪谱法的初始参考指令,从而解决伪谱法的初值敏感问题,加快优化算法的收敛速度。最后,综合考虑无人机编队性能指标、飞行环境以及协同飞行约束等进行实验。实验结果验证了初值选取的重要性,同时表明了所设计算法可提升解的最优性与收敛速度。研究结果可为多无人机协同飞行控制快速规划出多维度、高精度的引导指令,对实现智能自主化飞行有一定参考价值。