无人艇自适应航迹跟踪控制策略研究

针对无人艇航迹跟踪过程中操舵造成的速度损失以及转向导致的跟踪误差变大等问题,提出了一种自适应航迹跟踪控制策略。在制导环中,采用自适应接纳圆策略,根据各航迹段之间的夹角自适应调整航迹点的接纳圆半径,设计了自适应视线制导律,提高了无人艇转向时的跟踪精度;在控制环中,提出了基于模型预测控制的航向及航速解耦控制策略,该策略首先将航向模型与航速模型的耦合项视为时变扰动,提出了一种新的时延估计方法,然后通过航向控制器进行预测,最后在航速控制器中对时变扰动进行补偿,减小了速度损失。之后,通过MATLAB仿真平台对算法的可行性进行验证。实验结果表明,所提出的自适应航迹跟踪控制策略跟踪精度更高、收敛速度更快、抗干扰能力更强、能耗更少。

基于改进自适应积分视线制导方法的欠驱动无人水面艇路径跟踪控制

为提高无人水面艇(unmanned surface vehicle,USV)对复杂海况的适应性,针对欠驱动USV的路径跟踪控制问题,设计基于改进的自适应积分视线(improved adaptive integral line-of-sight,IAILOS)制导方法和径向基神经网络(radial basis function neural network,RBFNN)的积分滑模路径跟踪控制器。在IAILOS制导方法中,引入降阶的扩张状态观测器估计未知时变洋流速度,从而使得该制导方法不仅可以估计时变漂角,而且可以补偿未知时变洋流的扰动。利用RBFNN的无限逼近特性来估计USV动力学模型中的不确定项和未知的外部环境干扰。通过稳定性分析和仿真对比实验,验证了本文所设计的控制器的准确性和鲁棒性。

自适应LOS制导结合MPC控制的车辆循迹优化

为提升无人驾驶车辆循迹过程的动态响应能力,确保车辆能快速且稳定地跟踪参考路线,首先基于模糊控制的思想,在传统视线(line-of-sight,LOS)制导策略中引入了时变前视距离,提出了改进后的自适应LOS制导策略,把目标轨迹的跟踪简化为目标点航向的跟踪。其次,建立车辆三自由度动力学模型,并结合自适应LOS状态方程设计路径跟踪系统的线性数学模型。最后,基于模型预测原理,使用多步预测、滚动实时优化、反馈校正等控制方式,求解出最优反馈的方向盘控制指令。本文为验证上述所提及跟踪策略的有效性,在Simulink仿真环境中分别以直线路径和曲线路径作为参考轨迹进行追踪仿真实验,结果表明:所提自适应LOS制导策略能使循迹车辆的轨迹横向误差和航向误差迅速地收敛到零,从而验证了改进LOS制导算法可以提高无人车路径跟踪的响应速度和平稳性。

基于跟踪误差约束的机器鱼抗扰动路径跟踪控制

为了解决机器鱼在扰动下跟踪效率低的问题,本工作提出了一种抗扰动和自适应的误差约束控制方案。首先,通过设计虚拟控制输入,并利用积分环节更新了自适应视线制导律,消除了侧滑导致的运动位置偏离,增强了机器人的抗干扰能力。其次,通过构造机器鱼的偏航和浪涌自适应控制器,使神经网络函数拟合模型的不确定项和水流扰动,并用逼近值补偿系统的控制输入。这提升了机体的环境适应性。最后,利用障碍Lyapunov理论,机器鱼跟踪位置和角度的一致最终有界性被证明。通过模拟和实验,与经典制导方案相比,所提方案提高了机器鱼的跟踪效率和稳态性能,使机器鱼的位置误差收敛速率平均提升了14.57%。

Double Moving Window MPCA for Online Adaptive Batch Monitoring

Online monitoring of chemical process performance is extremely important to ensure the safety of a chemical plant and consistently high quality of products. Multivariate statistical process control has found wide applications in process performance analysis, monitoring and fault diagnosis using existing rich historical database.In this paper, we propose a simple and straight forward multivariate statistical modeling based on a moving window MPCA (multiway principal component analysis) model along the time and batch axis for adaptive monitoring the progress of batch processes in real-time. It is an extension to minimum window MPCA and traditional MPCA.The moving window MPCA along the batch axis can copy seamlessly with variable run length and does not need to estimate any deviations of the ongoing batch from the average trajectories. It replaces an invariant fixed-model monitoring approach with adaptive updating model data structure within batch-to-batch, which overcomes the changing operation condition and slows time-varying behaviors of industrial processes. The software based on moving window MPCA has been successfully applied to the industrial polymerization reactor of polyvinyl chloride (PVC) process in the Jinxi Chemical Company of China since 1999.

基于多信息的疲劳状态识别方法

基于机器视觉的疲劳检测方法具有非侵入性、快速、准确、全天候可操作等特点,逐步成为国内外研究热点,但该方法容易受复杂光照、驾驶员位姿变化的影响。针对此问题,对复杂光照和位姿变化对驾驶员疲劳检测的影响进行了深入研究,提出基于实时增强约束局部模型的多信息疲劳检测方法。对采集得到的图像进行实时高动态范围增强处理;对增强后的图像进行驾驶员人脸建模,提取驾驶员的视线、眼部PERCLOS特征;最后建立基于贝叶斯置信网络的多信息融合的疲劳状态检测识别方法。实验结果表明,该方法对于复杂光照和位姿变化情况下的驾驶员疲劳状态检测具有较强的稳健性。