空间机器人地面试验系统建模与规划

在空间机器人研究中,空间机器人的地面试验是必不可少的,通过地面试验系统模拟空间环境,可以进行实验,验证空间系统上所采用的理论、方法是否合理,为下一步的空间实验提供依据。为了给下一步的研究提供平台,针对小型智能空间机器人系统的气浮地面实验系统采用拉格朗日法建立系统的运动学、动力学模型,采用5-3-5混合插值法进行了路径规划,通过仿真试验,验证了空间建模理论和规划方法的正确性,为空间机器人实验的改进提供了依据。

空间机器人鲁棒复合自适应控制

空间机器人系统由于燃料的消耗、操作未知或不确知负载以及动力学参数很难确知等因素,存在参数不确定性,又由于重力梯度力矩、气动力矩、太阳光压、关节摩擦和外界扰动等因素,还存在非参数不确定性。为了解决带有不确定性空间机器人系统的控制问题,针对存在参数不确定性和非参数不确定性的单臂空间机器人系统,建立了系统地动力学模型,研究了空间机器人轨迹跟踪鲁棒复合自适应控制策略,从系统稳定性的角度出发,利用李雅普诺夫函数设计了鲁棒复合自适应控制器,并用其完成了轨迹跟踪的仿真,通过仿真验证了控制器的有效性,给出了仿真结果。所提出的控制策略有效解决了空间机器人完成在轨任务过程中的参数不确定性和非参数不确定性控制问题。

基于神经网络的不确定性空间机器人自适应控制方法研究

提出了一种针对自由漂浮状态的空间机器人模型不确定性的神经网络自适应控制方法。通过RBF神经网络逼近模型的非线性函数和不确定性上界,无需预先估计系统的不确定性程度和外部干扰,提出的自适应控制律保证了权值的有界性,解决了神经网络权值的UUB(Unknown Upper Bound)问题,即未知上界有界问题,完成了笛卡尔空间内空间机器人轨迹规划任务。证明了所提出的控制方法的稳定性,仿真结果表明控制方法避免了对空间机器人动力学模型的参数线性化要求降低了计算量,能够满足实际任务中的实时性要求。

应用多模型粒子群优化算法的过热汽温模糊控制

针对单一模型的粒子群参数优化算法存在鲁棒性差的问题,提出一种应用多模型粒子群参数优化的方法,将其应用于模糊控制器参数的优化,有效地避免了模糊控制器设计中复杂的参数调试,使其获得良好的控制品质。通过对锅炉过热汽温系统的仿真实验,在负荷大范围变化的条件下,控制系统仍保持了良好的控制性能,并且具有较强的鲁棒性。仿真结果表明了所设计的控制器的有效性和所提出的优化算法的优越性。

狭窄环境地形图建立的融合算法研究

针对移动机器人使用超声波传感器在已知狭窄环境和未知狭窄环境中的导航问题,提出一种多层融合算法,该算法通过在数据层融合中使用D-S证据理论,在决策层融合中使用意见一致性理论,建立已知狭窄环境的地形图;对于未知狭窄环境,使用D-S证据理论中的矛盾因子,建立了一个自适应超声波传感器模型.结果表明:使用上述方法有效地减少了超声波传感器镜面反射所引起的不确定性,提高了移动机器人使用超声波传感器在狭窄环境中建立地形图的准确性,证明本文所提出的方法是有效可行的.