欠驱动式水下监测机器人航路点轨迹跟踪控制技术研究

欠驱动式水下剖面监测机器人要实现对预定剖面轨迹航路点的跟踪观测,其航路点的轨迹跟踪控制技术是实现高精度剖面观测的关键。研究思路为:首先采用物理建模和实验验证方式对水下机器人进行动力学建模;其次通过设计分布式控制器A和控制器B以及两者之间的通信协议,实现对通信时延的实时计算;然后通过扰动前馈和逐次逼近转换方法,设计能有效抑制脐带缆等外扰动并解决通信网络时延的网络化前馈-反馈最优轨迹跟踪控制方法。其中为实现平滑控制通过设置跟踪误差阈值和控制切换面,设计一种能实现无抖振航路点轨迹跟踪的分段复合有限时间跟踪控制方法。研究步骤为机器人动力学建模、前馈-反馈最优跟踪控制和分段复合有限时间跟踪控制算法设计以及控制方法的仿真和实验验证,分步进行并验证设计方法的有效性,为欠驱动式水下剖面监测机器人的轨迹跟踪控制技术提供理论依据。     

Backstepping法在欠驱动无人船轨迹跟踪上的仿真研究

正提出利用backstepping控制法解决欠驱动无人船的轨迹跟踪问题,首先建立无人船的运动学模型和动力学数学模型;再介绍了backstepping控制法的基本概念;然后设计出运动学轨迹跟踪控制律,再利用设计出的运动学控制律设计出动力学轨迹跟踪控制律;最后对设计出的控制律进行仿真并和PID控制法进行对比,仿真结果表明该方法可以有效的跟踪指定轨迹。     

混沌电力系统的模糊滑模控制

混沌是非线性系统的固有现象,电力系统是典型的非线性系统。针对周期性负荷扰动下电力系统中出现的混沌,提出了一种模糊滑模控制方法,设计了模糊滑模控制器,从理论上证明了控制器可以快速到达切换面。在该控制器的作用下使系统输出渐进跟踪参考轨迹,用模糊控制规则来抑制常规滑模控制器中的高频抖振。仿真结果表明,所设计的模糊滑模控制器能够有效抑制电力系统的混沌振荡。     

基于PD＋I型云模型的移动机器人路径跟踪控制研究

对云模型的基本理论知识作了简要介绍,然后设计了PD I型云模型控制器,并将其应用到机器人路径跟踪过程中。仿真结果表明,该控制器鲁棒性强,实时性好,跟踪效果较优。     

轮式移动机械手的控制

首先介绍了自行设计和开发的一种轮式移动机械手系统的硬件体系结构,然后提出移动平台和机械手的协调控制问题,考虑了机器人系统中的模型误差和外部干扰不确定因素,设计出鲁棒轨迹跟踪控制器。     

基于模型预测控制的四旋翼无人机双闭环控制

针对欠驱动非线性的四旋翼无人机轨迹跟踪问题,本文提出使用模型预测控制方法来解决小型四旋翼无人机的位置航向控制问题。在建立无人机动力学模型的基础上,采用双闭环路控制结构,对外环(位置控制环),MPC控制器旨在跟踪输入的参考轨迹;对内环(姿态控制环),为了实现对姿态的快速响应,将姿态子系统化为LPV表示,提出LPV-MPC控制器使用二次规划求解。通过仿真验证了所提出的控制方法的有效性。     

一种离散的模块化机械臂分布式自抗扰控制策略

针对模块化机械臂动力学中存在的参数不确定性及外界干扰,在参考输入受噪声影响的情况下,提出了一种离散时间模块化机械臂关节空间分布式控制策略。利用跟踪微分器获得了高质量的角位移信号及其微分信号,利用扩张状态观测器来补偿机械臂不确定非线性动力学以及外部干扰,并采用非线性状态误差反馈形成控制作用,在关节空间设计强鲁棒性的自抗扰控制器实现机械臂关节空间的轨迹跟踪控制。由于对每个关节单独设计了控制器,因此控制器结构简单,易于实现,仿真结果进一步验证了所提方案优于传统控制方法。     

转台伺服系统的滑模控制研究

为了提高光电转台伺服系统的跟踪性能,本文提出了一种基于非线性观测器的滑模控制方法。使用设计的非线性观测器对干扰因素进行观测,并通过设计滑模控制器保证系统的稳定性。仿真结果表明,基于本文所设计非线性观测器的滑模控制器能有效抑制扰动因素对系统的影响,设计的滑模控制器具有较好的控制性能,提高伺服系统的跟踪性能。     

四旋翼飞行器的自适应动态面轨迹跟踪控制

针对四旋翼飞行器模型前驱动,多耦合的问题,提出了一种基于自适应动态面的控制方法。该方法用一阶线性滤波器来估计虚拟控制信号的导数,显著简化了控制器的设计过程。此外,并基于李雅普诺夫稳定性理论,证明了轨迹跟踪误差半全局一致最终有界。最后通过仿真实验进一步证实了该方法的有效性和可行性。     

非参数不确定水下航行器系统轴向运动的鲁棒自适应反演控制

研究非参数不确定自主水下航行器系统的轴向运动轨迹跟踪问题,提出了一种鲁棒自适应反演控制方法。基于Lyapunov方法设计控制器,根据Lipschitz条件处理非参数不确定性,对于处理过程中出现的未知参数向量,利用自适应机制进行估计;并利用鲁棒方法补偿随机扰动,采用双曲正切函数代替符号函数,以消除使用后者可能产生的颤振现象。理论分析表明,采用本文设计方法可以实现水下航行器以预设精度渐近跟踪期望轨迹。仿真结果表明本文提出控制方法的有效性。     

一种跟踪式太阳能发电控制系统的研制

智能跟踪式太阳能发电双轴系统的控制器根据地平坐标、太阳方位角和高度角、光电跟踪原理设计。本系统采用双轴跟踪,需要调节太阳电池方阵的高度角和方位角,控制器以单片机和光电传感器为核心,控制高度角和方位角电机。当光电传感器检测到成束光时,单片机根据传感器信号,驱动高度角和方位角电机使太阳能组件跟踪太阳光,最终使组件保持与太阳光垂直。当没有成束光时,系统则按照控制器当前时间及地理位置计算太阳的理论方位角和高度角来驱动系统运行,实现实时跟踪太阳运行轨迹,达到提高发电量的目的。     

一种精密运动平台轨迹跟踪控制器设计

针对基于直线电机的精密运动平台轨迹跟踪控制问题,基于零相位误差跟踪控制器(ZPETC)和干扰观测器(DOB)提出了一种跟踪控制方法,以提高精密运动平台的干扰抑制能力和轨迹跟踪性能。给出了永磁直线电机和运动平台数学模型。ZPETC是一种前馈控制器,通过零极点对消实现误差抑制,可以提高系统的响应速度和跟踪性能,降低系统动态跟踪误差;而干扰观测器则可以补偿系统参数变化、模型不确定、外部扰动、机械非线性等,提高了系统抗干扰能力。实验结果表明:所述方法不仅能够确保系统跟踪性能而且具有较强的鲁棒性,从而改善了运动平台的轨迹跟踪效果。     

基于ADAMS与MATLAB的一种七自由度机械手轨迹跟踪控制仿真研究

针对多关节机械手轨迹跟踪控制精确的传递函数难以建立的问题,采用ADAMS与MATLAB联合仿真进行七自由度机械手轨迹跟踪控制研究.结果表明:利用PID控制七自由度机械手具有较好的轨迹跟踪特性;利用ADAMS软件建立机械手系统虚拟样机可以取代传统的传递函数作为轨迹跟踪控制系统的被控对象.     

漂浮基空间机器人的基于模糊神经网络的自适应补偿控制

针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制( FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子“.”分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足实时性要求.     

基于自适应控制的2-DOF不确定机器人系统研究

由于操作机器人的环境及目标性质在工作过程中会随时发生变化,导致控制因素具有未知性和不确定的特性,而使控制系统的性能变差。所以运用自适应控制的优点,利用给定的期望轨迹,设计自适应控制器,进而控制不确定机器人系统的机械臂的运动轨迹。仿真结果表明,在误差允许的范围内,控制器可达到预期目标。     

基于Matlab的泵控马达系统校正仿真

采用了MATLAB仿真软件对泵控马达系统分别用根轨迹法和程序法进行控制器的校正仿真设计.仿真结果表明,这两种方法不仅方便快捷,而且能将系统校正到令人满意的程度,其性能指标已优于文献[1].     

一种改进的模糊控制太阳能跟踪系统

基于太阳能跟踪系统,对太阳光跟踪问题以及电机控制问题进行了分析。通过对太阳方位角的分析计算和电池板方位角的检测,设计了以太阳方位角为输入量、电池板方位角为反馈量的模糊PID控制器。该控制器可以依据角度的偏差大小来自动控制电动机的转动速度,较好的解决了系统快速性和跟踪精度的问题。并且通过MATLAB仿真对该控制器性能进行了分析。结果表明,该方法不仅降低了调节时间,而且使控制跟踪精度大大提高,有效的提高了光电转换效率,为同类跟踪系统提供了可行性方案。     

擂台机器人设计与研究

根据擂台机器人比赛的情况和规则,对擂台机器人进行本体结构的设计,以及传感器的选择和布置,最后对机器人的轨迹跟踪问题进行了分析和仿真。     

基于嵌入式技术的物流包裹跟踪系统

本论文设计基于嵌入式的物流包裹跟踪系统,系统以嵌入式芯片S3C2440作为主控制器,通过传感器检查包裹的实时状态。包裹传感器系统与车载嵌入式系统通过无线模块进行通信,包裹信息无线传输到远程服务器,用户通过查询系统可以查询包裹的位置、运行轨迹和状态信息,实现物流包裹跟踪系统。     

基于动力学模型的四轮全向机器人滑模轨迹跟踪控制

四轮全向机器人是一个复杂的四维冗余系统,其轨迹跟踪控制性能极易受到模型不确定性及外界干扰的影响。针对这一问题,本文提出一种基于动力学模型的四轮全向机器人滑模轨迹跟踪控制方法。首先,通过输入变换将复杂的四维冗余机器人系统模型转化为三维模型,然后针对模型不确定性及外界扰动,采用滑模控制算法进行轨迹跟踪控制。仿真结果表明,该方法能够有效抑制外界干扰,同时降低模型不确定性的影响,机器人能够很好地跟踪期望轨迹,跟踪速度快,跟踪精度高。