轮式移动机器人航向跟踪预估控制算法

本文提出了一种轮式移动机器人航向跟踪预估控制算法 ,航向预估量根据机器人前轮偏角和纵向速度实时得出 ,预估量与机器人实际航向之和作为控制反馈航向 .仿真和实验时用 PID控制器和航向预估算法结合进行航向跟踪 ,结果表明该算法与常规 PID算法相比 ,对机器人纵向速度适应范围较宽 ,能有效地改善控制器的动态特性 ,表现出了较好的自适应能力 .

基于速度控制的轮式滑动转向移动机器人航向跟踪

针对轮式滑动转向移动机器人(WSMR)航向跟踪困难的问题,提出了基于神经网络训练的速度控制航向跟踪算法.介绍滑动转向原理并建立模型,采用虚拟样机仿真软件ADAMS构建WSMR虚拟样机.结合Matlab采用提出的算法对样机航向跟踪进行动态仿真.可视化的三维仿真结果表明,该算法可有效地实现航向跟踪.

轮式移动机器人大转向航向跟踪控制

为了防止轮式移动机器人在大弯道路径跟踪时出现过度转向而引起较大跟踪误差或偏离预定路径 ,提出一种能适应大转向的航向跟踪控制方法 ,利用机器人前轮偏角的绝对方向作为控制器反馈航向 .仿真实验结果表明 ,该方法与以机器人车体航向作为反馈量的常规方法相比 ,在大转向航向跟踪时能有效地改善系统的动态特性 ,减少超调和振荡 。

船舶航向跟踪系统自适应滤波反步终端滑模控制

针对船舶航向非线性系统,提出了一种基于自适应滤波反步法的终端滑模控制器.系统由二阶非线性野本模型和舵机响应模型串联组成,考虑了模型不确定性和外部干扰等未知项,并由模糊系统对未知项进行在线逼近.首先引入二阶低通滤波器,避免了对虚拟控制律的解析求导,从而简化了反步控制器的设计,而且滤波器的低通特性可大大减小测量噪声的影响;然后利用滤波反步法的结果设计了终端滑模面,并最终得到了使系统跟踪误差有限时间收敛的终端滑模控制器.根据Lyapunov理论证明了闭环系统所有误差变量均是一致最终有界的.仿真结果验证了所提方法的有效性.

喷水推进式水面机器人H_∞鲁棒航向跟踪控制

针对水面机器人(unmanned surface vehicle, USV)航向跟踪容易受到风、浪与水流干扰影响的问题,提出了一种基于线性变参(linear parameter varying, LPV)模型的H_∞鲁棒航向跟踪控制器.首先从水动力学机理出发,提出了基于速度变参的LPV模型.然后基于提出的速度变参LPV模型,利用线性矩阵不等式设计了USV的H_∞鲁棒航向控制器,用以抵抗风、浪与水流对机器人的影响.最后,在自主研发的3自由度欠驱动喷水推进式USV平台上进行了实验.实验结果表明,控制器可以实现鲁棒的航向跟踪控制.

无人两栖平台航向跟踪控制策略研究

研究一种利用自适应模糊滑模控制原理来制定无人两栖平台航向跟踪控制律的方法。首先建立无人两栖平台的操纵响应方程,并借助微分同胚变换将其转换为单输入单输出的非线性系统,然后基于自适应模糊滑模控制原理设计了航向跟踪控制器,并借助Lyapunov稳定性分析方法,理论分析证明了所得闭环系统全局一致稳定。最后以某无人两栖平台为例,进行了航向跟踪控制的仿真,结果表明控制器对系统参数摄动及外界干扰不敏感,具有较强的鲁棒性。

一种船舶航向跟踪的混合灵敏度控制算法

针对船舶模型参数变化和环境干扰条件下的船舶航向跟踪控制问题,设计了一种基于信号的S/KS/T混合灵敏度鲁棒算法。该算法中,通过模型降阶生成了便于工程应用的控制器,该控制器的权函数参数通过遗传寻优获得。仿真分析表明:该控制算法在航速变化和各种海况下,闭环系统具有鲁棒稳定性,并且有良好的鲁棒性能。

基于Backstepping的船舶航向跟踪控制

针对线性船舶运动模型航向改变过程中,往往引起快速大的舵动,产生严重的水动力非线性的问题,设计基于backstepping的非线性船舶航向跟踪控制器。它是将Lyapunov函数的选取与控制器的设计相结合的一种回归设计方法,通过从系统的最低阶次微分方程开始,引入虚拟控制的概念,一步一步设计满足要求的虚拟控制,最终设计出真正的控制律,保证了闭环系统是全局渐近稳定的。在计算机仿真研究中,以大连海事大学“育龙”号实习船为设计实例,验证所提出的控制器的有效性。

四轮轮毂电动汽车航向跟踪自抗扰控制

设计了一种用于四轮轮毂电动汽车航向跟踪的高性能控制策略,采用双层控制结构,包括直接横摆力矩制定层和转矩分配层。在直接横摆力矩制定层,分析了汽车航向的动态模型,并通过数学变换,创新性地设计了两个串联起来的自抗扰控制器,计算出了跟踪设定航向角所需的附加横摆力矩;在转矩分配层,设计了转矩分配算法。通过Matlab/Simulink仿真验证了所设计控制策略的有效性。

基于连续滑模控制的水下无人航行器航向跟踪研究

本文提出在构建模糊水下无人航行器运动学模型的前提下,设计一款基于时变干扰观测器的连续滑模控制器。干扰观测器把系统误差及外界干扰等效到控制端,连续滑模控制器通过切换控制量使系统趋于平衡点。该控制器可快速响应,且对于模型参数变化及外界干扰不敏感,具有较强的鲁棒性。此外,将直线、正弦波及自定义曲线设置为预定航向,通过Matlab/Simulink进行仿真验证水下无人航行器是否可以实现在复杂水域下的轨迹跟踪,达到航向控制目的。

基于改进终端滑模控制的USV航向跟踪控制方法

针对喷水推进型无人艇(USV)在水平面内的航向控制问题,提出了一种改进的终端滑模控制方法。首先,建立了无人艇的Norrbin模型,在此模型基础上设计了一种基于终端滑模控制的航向控制器,同时,为了缓解滑模控制带来的抖振问题,引入了S型生长曲线函数对传统指数趋近率进行改进,并借助Lyapunov方法证明了控制系统的稳定性;之后,通过Matlab仿真实验验证了控制算法的正确性;最后,利用自主研发的“海鳐01”号无人艇对所设计的航向跟踪控制算法进行湖上实船试验,结果验证了该算法在实际工程中应用的可行性。

船舶航向跟踪系统自适应单神经网络控制

针对船舶航向非线性系统,考虑模型中存在的不确定性和外部干扰等未知项,设计一种基于动态面控制技术和单神经网络技术的自适应控制器。首先引入一阶低通滤波器,避开对虚拟控制律的解析求导,解决了传统后推方法中普遍存在的"计算膨胀"问题;然后将设计控制器过程中出现的未知部分积存到下一步,依此类推,一直到控制器设计的最后一步,仅用一个神经网络逼近器逼近系统中的未知部分;最后把神经网络权值的范数作为唯一的在线估计参数,使在线学习参数的数目显著减少。所设计的控制算法具有计算量小、结构简单及易于工程实现等特点。采用Lyapunov理论证明了系统中的信号都是半全局一致最终有界,示例仿真结果验证了所提算法的有效性。

AGV航向跟踪预测优化自适应PI控制器

应用预测控制理论对AGV航向的轨迹跟踪进行了研究。采用以AGV实时航向角为输出量的非线性约束方程作为预测模型,推导出基于非线性模型预测控制比例积分自整定控制率,实现对受到高斯白噪声干扰的AGV参考航向角轨迹的跟踪,并与普通的比例积分控制算法相比较。仿真结果表明,所设计的非线性模型预测控制能较好的实现轨迹跟踪。与经典的比例积分控制算法相比,该算法无超调现象,克服不确定干扰的能力也有所提高。

无人水面艇航向跟踪控制器的设计与验证

为解决"蓝信"号无人水面艇的航向跟踪控制问题,设计并实现了一种基于模糊自适应PID的无人水面艇航向跟踪控制器.首先,建立"蓝信"号无人水面艇的数学模型,利用实船操纵数据对其参数进行辨识;其次,在辨识的USV模型基础上,设计一种模糊自适应PID航向跟踪控制器并在干扰环境下进行仿真;最后,采用卡尔曼滤波算法对USV的姿态数据进行融合,设计并实现了"蓝信"号无人水面艇嵌入式航向跟踪控制系统的软硬件.实船验证结果表明,在实际的海洋环境干扰条件下,该航向跟踪控制器具有良好的动静态控制性能和抗干扰能力,可用于"蓝信"号无人水面艇精确和快速的航向跟踪控制.

船舶航向非线性系统鲁棒跟踪控制

对船舶航向非线性系统,提出了一种基于神经网络方法的鲁棒跟踪控制器.系统由船舶运动非线性响应模型和舵机伺服系统串联构成,其中运动响应模型考虑了建模误差和外界干扰力等非匹配不确定性.对建模误差和期望舵角的一阶导数项应用在线二层神经网络予以辨识和补偿,不确定性干扰项处理应用L2增益设计.采用Lyapunov函数递推法,得到包括神经网络权值算法在内的跟踪控制器.跟踪误差和神经网络权值误差的一致终值有界性保证了系统的鲁棒稳定性,合理的控制器参数选择保证了控制精度.仿真结果验证了控制器的有效性.

船舶航向非线性系统的自适应跟踪控制器设计

将非线性船舶操纵数学模型用于船舶航向跟踪的自动舵设计,同时考虑模型参数的不确定性以及舵机伺服系统特性,则船舶操纵非线性数学模型具有非匹配不确定形式.针对上述困难,提出一种新的自适应非线性控制策略,将Nussbaum函数与逆推(backstepping)技术相结合,设计了船舶运动航向跟踪控制器,成功解决了其虚拟控制系数符号未知的问题.在理论上,借助Lyapunov函数证明了所设计控制器使最终的非匹配不确定船舶运动非线性系统中所有信号有界,船舶实际航向自适应地渐近跟踪设定的期望参考航向.仿真结果表明所设计的控制器有效可行,对系统参数变化具有很强的鲁棒性.

基于逆推算法的非线性船舶航向跟踪控制器

针对线性Nomoto船舶运动模型航向改变操纵过程中,往往引起快速大的舵动,产生严重的水动力非线性的问题.基于逆推设计方法设计了非线性船舶航向跟踪控制器,并证明由其构成的闭环动态系统是全局指数渐近稳定的.对大连海事大学远洋实习船"育龙"号的仿真实验表明,所设计的船舶变航跟踪控制器是有效的.

控制增益未知的船舶航向非线性自适应跟踪控制(英文)

针对参数不确定的船舶运动非线性控制系统控制方向未知的困难,将逆推算法与Nussbaum增益方法相结合,提出一种新的自适应非线性控制策略,从而实现船舶运动航向跟踪控制.首先,从理论上证明了所设计的自适应控制器保证最终的控制系数符号未知的参数不确定船舶运动非线性系统中所有信号一致有界,船舶的实际航向全局自适应地渐近跟踪期望的参考航向.对两条船舶数学模型的仿真实验结果表明,所设计的自适应非线性跟踪控制器具有良好的适应性及鲁棒性.

带不确定性的船舶航向动态神经模糊跟踪控制

针对常规水面船舶的航向跟踪控制中建模参数随航速时变引起的不确定性问题,提出一种基于动态神经模糊模型的控制算法.动态神经模糊模型在学习中同时调整结构和参数,充分逼近船舶的逆动力学.训练好的动态神经模糊模型作为逆控制器,与传统的PD控制器并联,用于船舶航向的跟踪控制,且控制过程中能进一步调整模型权值.以5446TEU大型集装箱船为例,进行航向跟踪控制的仿真结果表明,该算法能克服建模参数不确定性的影响,快速有效地跟踪期望航向,控制效果良好.

基于状态反馈线性化和ESO的船舶航向跟踪控制

针对船舶航向跟踪控制问题,考虑舵机伺服系统特性、船舶动态参数不确定以及未知时变环境扰动,利用状态反馈线性化原理与扩张状态观测器(ESO)的基本思想,设计船舶航向跟踪控制律.首先,对带有执行机构的船舶操纵数学模型进行非线性坐标变换;然后,构造ESO,实时估计动态参数不确定和未知时变环境扰动构成的总扰动.基于上述,根据状态反馈线性化原理设计船舶航向跟踪控制律.理论分析表明,所构造的ESO估计误差渐近收敛于零,所设计的船舶航向跟踪控制律保证船舶航向跟踪闭环系统是稳定的,且使得船舶航向跟踪误差渐近收敛于零.最后,以一艘军舰为例进行仿真研究,仿真结果显示了所设计的船舶航向跟踪控制律的有效性和对扰动的鲁棒性.