模糊九点控制器及其在倒立摆系统中的应用

为了实现倒立摆的稳摆控制,分析了倒立摆系统的物理行为特性,并据此设计了小车九点控制器和摆杆九点控制器,同时,依据控制优先级顺序,重点提出了模糊协调器,以协调两个控制器的行为。该控制方案不依赖数学模型,其设计原理充分体现了人对系统物理特性的认识过程,是一种表达人类控制经验的新型方案。实时控制实验表明,该方案切实有效,简单实用。

模糊优化结合智能干扰区域划分的微装配控制

针对传统机器人零件微装配算法不能有效解决干扰区域划分问题,提出一种模糊优化结合机器学习的智能干扰区域划分算法。首先,根据工作区内零件与目标孔之间的位置关系设计模糊协调器和特殊的规则库,避免激活干扰状态。然后,利用提出的智能区域划分算法合并所有相邻区域。最后,通过决策制定,选择区域中最低模糊熵的四元组控制值作为执行分配任务的最终控制值。实验结果表明,该算法可将69个子区域合并降至10个子区域,相比其他的较为先进的装配算法,算法更加灵活,显著提高了任务效率。

基于传感器信息的AUV局部避碰研究

采用势场法对自主水下机器人(AUV)进行局部避碰规划。在建立前视声呐视域模型和人工势场模型的基础上,对AUV进行决策控制,通过梯度逼近法对目标进行搜索,快速规划出一条无碰撞的路径。在障碍物检测上,设计了监测模块,实时检测障碍的类型,指导AUV进行运动轨迹解算。在AUV深度控制上,设计了AUV深度行为模糊协调器,对最小潜深、最小距底高度进行协调,实时解算AUV深度行为。开发了AUV运动规划与仿真的半实物软件系统,仿真实验证明了算法的合理性与可行性。研究对于提高AUV的自主性和安全性具有重要的应用价值。