滑模变结构控制在机械臂跟踪轨迹控制中的应用

针对滑模变结构控制中存在的抖动现象,通过调整控制律设计了一种新的抑制抖动的滑模变结构控制方法。该控制方法与常规滑模变结构法、饱和函数法相比,不仅满足了平滑控制量的要求,而且较饱和函数法控制精度高。仿真实例验证了该设计方法的正确性。

结合Udwadia-Kalaba控制理论的下肢外骨骼步态轨迹跟踪控制

针对现有轨迹跟踪控制方法较难兼顾控制精度与稳定性的问题,提出一种基于Udwadia-Kalaba(U-K)控制理论的鲁棒控制方法。基于拉格朗日法建立机器人动力学模型,将动力学参数分为确定的名义部分与不确定部分;结合U-K理论与系统名义部分参数确定外骨骼机器人系统理想运动轨迹约束下的名义部分控制力矩;为消除机器人系统不确定部分的影响,引入鲁棒控制器,通过划分不确定性边界确定其应输出的额外控制力矩。仿真结果表明:相较于传统PID算法,基于U-K控制理论的鲁棒控制的外骨骼机器人髋关节、膝关节角度的轨迹跟踪控制精度分别提高了76.4%和96.8%。基于设计的下肢外骨骼机器人样机进行轨迹跟踪对比实验,实验结果表明:基于该方法的下肢外骨骼髋关节、膝关节角度的轨迹跟踪精度为0.467 0°和0.114 1°,相比作为对照的PID算法,分别提高了82.6%和86.8%,同时系统整体控制周期缩短了56.6%,该控制方法具有更高的同步性、控制精度与稳定性。

融合反步法的无人驾驶汽车轨迹跟踪控制方法

为了解决无人驾驶汽车轨迹跟踪控制的准确性、稳定性和快速性问题,将反步法分别融合滑模变结构控制和模糊自适应控制.建立车辆三自由度运动学位姿误差微分方程,推导了基于反步法的车速和横摆角速度控制律,结合Lyapunov稳定性判据验证了系统稳定性.分别建立融合反步法的滑模变结构和模糊自适应轨迹跟踪控制方法,结合轨迹跟踪稳态误差、超调量和调整时间,验证、比较了控制方法准确性、稳定性和快速性3种性能的优劣.结果表明:融合反步法的滑模变结构轨迹跟踪控制的稳定性最好,轨迹跟踪超调量接近于0;融合反步法的模糊自适应轨迹跟踪控制快速性最好,轨迹跟踪调整时间相对于反步法缩短了18.2%.

差动转向无人车轨迹跟踪和车身姿态控制研究

针对分布式驱动无人车转向时车身在离心力作用下外倾,引起内侧车轮载荷减小,严重时会导致差动转向失效乃至车辆侧翻等问题,提出了一种差动转向无人车的轨迹跟踪和车身姿态控制方法;该控制方法可通过差动转向实现无人车轨迹跟踪,同时通过主动悬架实现转向时车身主动内倾来保证差动转向有效性,提高了无人车的操纵稳定性。建立考虑侧倾因素的车辆模型及参考模型,通过分数阶单点预瞄驾驶员模型得到了参考模型跟踪期望路径所需的参考前轮转角;基于此,设计了H_(∞)鲁棒控制器,通过控制差动转向无人车的横摆角速度和车身内倾角,分别跟踪参考模型提供的参考值,得到了所需的差动力矩及左右侧主动悬架控制力。研究结果表明:所设计的分数阶单点预瞄驾驶员模型和H_(∞)鲁棒控制器能有效保证差动转向无人车实现轨迹跟踪,同时实现了车身姿态控制。

复杂地形六轮独立驱动与转向机器人轨迹跟踪与避障控制

为研究六轮移动机器人在复杂地形的运动控制方法,针对六轮独立驱动与转向机器人复杂地形轨迹跟踪问题,提出一种预测控制和动态补偿的控制方法。基于非完整约束的线性六轮移动机器人运动学模型,以模型预测控制算法为基础,引入比例-积分-微分补偿控制器,抑制动态滞后引起的跟踪误差,设计速度与转向角动态反馈补偿,以应对地形扰动对轨迹跟踪的影响。分析机器人运动过程中障碍物的避碰问题,设计可求解避障轨迹的避障规划器,通过轨迹跟踪系统对局部避障轨迹进行跟踪控制,实现机器人的轨迹跟踪和自动避碰。对轨迹跟踪算法和避障算法进行仿真实验。实验结果表明:在典型工况下,机器人可完成凹形斜坡、凸形斜坡和凹凸地形正弦型轨迹跟踪控制和静态与动态障碍物避碰,验证了新方法的有效性。

矿用无人运输车辆轨迹跟踪控制算法研究

矿用无人运输车辆作业环境恶劣,存在大曲率弯道、坡道等非结构化道路明显特征,对无人化运输控制要求高。为改善PID等传统控制算法适应性问题,提高无人驾驶轨迹跟踪的车辆横纵向控制精度,提出一种纯跟踪与PID结合的多点预瞄横向控制、考虑模糊控制表参数拟合的纵向控制方法,减少控制参数的同时提高算法效果。根据传统控制算法设计基础控制器,结合基础算法优势进行横向与纵向控制算法设计,通过硬件在环仿真和实车测试验证算法的性能。试验结果表明,横向控制算法与斯坦利算法相比,车辆路径跟踪精度有明显改善,纵向控制方面,速度跟随误差<1 km/h,保证了车辆驾驶时的平稳性与舒适性。

基于MPC的自动驾驶汽车轨迹跟踪控制

文中提出了一种基于模型预测控制的自动驾驶汽车轨迹跟踪控制方法。首先,建立了由车辆轨迹跟踪侧向偏差、横摆角偏差与车辆质心侧偏角、横摆角速度构成的自动驾驶汽车轨迹跟踪误差状态空间方程;其次,构建了考虑轨迹跟踪精度和前轮转角变化率的目标函数;然后,设计了包括汽车前轮转角极限值与前轮转角变化率的汽车转向系统执行机构物理约束条件,并采用二次规划方法求解实现轨迹跟踪控制的前轮转角;并进行变质量和变侧偏刚度鲁棒性验证。最后,通过仿真试验、硬件在环试验与实车测试对文中提出轨迹跟踪控制算法进行验证。仿真测试结果表明,相比于LQR轨迹跟踪控制器,文中提出的MPC轨迹跟踪控制器的峰值横向误差7.4%,并且对于质心侧偏角的控制效果更好。硬件在环试验结果表明,在高速高附着工况下文中所提方法具有良好的轨迹跟踪精度和车辆稳定性。实车测试结果表明文中所提方法能够在低速工况下实现单移线、双移线的自动驾驶汽车轨迹跟踪控制。

多参数优化MPC的自动驾驶轨迹跟踪控制

针对自动驾驶车辆横向控制在大曲率路径处跟踪误差较大的问题,提出一种多参数优化模型预测控制(model predictive control,MPC)的轨迹跟踪控制策略。根据车辆动力学模型和目标函数搭建轨迹跟踪MPC控制器,将车速、横向位置误差和横摆角误差作为模糊输入,输出前轮转角作用于车辆。通过模糊控制对MPC控制器的预测时域、控制时域和权重矩阵等多个参数进行实时优化,在双移线轨迹不同速度和不同路面附着系数下完成Carsim/Simulink联合仿真,验证控制策略的有效性。仿真结果表明,MPC多参数优化算法优于MPC传统算法和MPC单参数优化算法,在高附着路面轨迹跟踪精度平均可提高27.4%;在低附着路面能够降低最大横摆角误差27.3%,并且能够更好地平衡跟踪精度和操纵稳定性。

煤矿巷道七自由度喷浆机器人轨迹规划与跟踪控制

针对煤矿巷道喷浆机器人施工过程中存在的动作不连续、位置误差大、稳定性低等问题,提出了一种煤矿巷道七自由度喷浆机器人轨迹规划与跟踪控制方法。根据喷浆机器人静止时工作臂的运动范围和喷枪沿巷道走向的喷浆长度,将巷道划分为若干待喷截面,并规划机器人在每一截面间的移动轨迹和各截面上的工作臂运动轨迹,从而保证机器人在喷浆过程中动作连续。建立了喷浆机器人运动学模型,先采用三次多项式插值法对机器人移动轨迹进行规划,再通过模型预测控制算法对三次多项式插值生成的参考轨迹进行跟踪控制,实现机器人在巷道内精确、平稳移动。根据标准的D-H参数法建立了工作臂运动学模型,采用3-5-3分段多项式插值法对机器人在待喷截面的工作臂运动轨迹进行规划,使工作臂在喷浆过程中具有连续的加速度。仿真结果表明,喷浆机器人移动过程中最大位置误差为0.07 m,最大方向角误差仅为0.99 rad,移动速度整体稳定,且速度发生波动后能快速回到稳定状态,满足机器人移动准确、平稳的要求;工作臂运动过程中,喷浆轨迹、关节变量变化、关节速度和加速度曲线整体连续、平滑,满足喷浆动作连续、稳定的要求。

无人驾驶混合动力汽车轨迹跟踪节能控制融合研究

为进一步提高无人驾驶混合动力汽车轨迹跟踪精度和能耗经济性,提出了一种轨迹跟踪节能控制融合策略。首先,建立车辆运动学模型,采用模型预测控制策略对车辆进行轨迹跟踪控制;在此基础上,以速度为交互变量,提出了一种三阶段动态规划节能控制策略,在线优化最优经济性函数,以降低整车能耗总成本;最后,选择相互独立的纯跟踪轨迹跟踪算法与功率跟随节能控制策略进行比较。结果表明,所提出的轨迹跟踪节能控制融合策略提高了轨迹跟踪效果,降低了整车能耗总成本,轨迹跟踪精度提高了70.47%,纯电动和混合驱动模式下能耗总成本分别下降了4.52%和25.10%。

基于多胞体系统的FWID EV鲁棒加权增益调度轨迹跟踪控制

为了提高四轮独立驱动电动汽车(FWID EV)轨迹跟踪控制性能,针对车辆横向运动系统的不确定性与非线性问题,考虑转向执行机构的动态特性,提出了基于线性变参数(LPV)的鲁棒加权增益调度轨迹跟踪控制策略。首先利用凸分解技术将LPV系统转化为有限多胞顶点凸组合的多胞体系统,然后基于离线设计的每个多胞顶点控制器和线性组合在线计算任意时变参数对应的系统控制器参数,并利用MATLAB和CarSim进行联合仿真。结果表明:在加速变道场景下,所设计的控制器可以保证横向偏移误差不超过2 cm,横向偏移平均绝对误差不超过0.9 cm的较高跟踪精度及行驶稳定性和鲁棒性。

基于固定时间积分滑模观测器的双闭环UUV轨迹跟踪控制

针对水下无人航行器(UUV)轨迹跟踪控制问题,设计一种基于固定时间积分滑模观测器(FTISO)的双闭环运动控制策略。建立UUV运动数学模型,对运动学外环设计积分滑模控制器,使用非线性微分器获得外环虚拟控制律的导数,以保证航行器位置能够精确收敛。考虑动力学内环存在的模型不确定性和外部干扰难以测量等问题,采用FTISO实现对集总干扰快速估计,同时引入李雅普诺夫函数分析系统的稳定性。在仿真环境下对比基于FTISO的双闭环积分滑模控制与积分滑模控制、RBF网络自适应滑模控制的控制效果。仿真结果表明:基于FTISO的双闭环滑模控制对集总干扰有良好的补偿能力,可提高控制系统的性能及精度,可保证UUV在不同环境下均能实现轨迹跟踪。

水下无人航行器实时轨迹跟踪控制方法研究

针对水下无人航行器受外界不确定因素影响产生航行准确度低的问题,研究水下无人航行器实时轨迹跟踪控制方法。分析水下无人航行器运动特性,设计基于贝叶斯神经网络的水下无人航行器自适应控制器,以水下无人航行器的参考速度信号为网络输入,通过网络的不断训练,输出控制力矩,促使水下无人航行器的航行点与预设航行位误差趋近于0,完成实时轨迹跟踪控制。实验结果表明,该方法可完成直线轨迹、圆形曲线轨迹的跟踪控制,且航行点与预设航行位误差小、收敛快、波动次数少,具备轨迹跟踪控制抗干扰能力强、适应能力强的优势。

Udwadia-Kalaba方法在四足机器人单腿轨迹跟踪控制违约问题的应用

针对四足机器人由于初始条件与约束方程不相容和数值积分对低阶约束造成的违约的问题,提出了一种基于Udwadia-Kalaba方法以解决以上四足机器人单腿动力学违约问题的轨迹跟踪控制方法,该方法利用拉格朗日方程建立无约束的动力学方程,将系统的预定轨迹视为系统的约束关系,联系正运动学得到的末端位置建立约束方程.首先,对于初值违约问题,设置了各关节不为零的初角速度,基于Udwadia-Kalaba方法所进行的末端轨迹跟踪误差较大,利用Baumgarte稳定性方法以减小系统误差,并与PID控制下得到的末端轨迹进行对比,验证了对于修正初值违约问题,Baumgarte稳定性方法的优越性;接着,考虑数值积分对低阶约束造成的违约的问题,将其中一个约束轨迹设置为和时间有关的线性方程,利用Udwadia-Kalaba方法进行轨迹跟踪控制,发现其轨迹偏差较大,而后利用Baumgarte稳定性方法对末端轨迹进行修正,达到了使末端轨迹与轨迹规划贴合的目的.

基于PID-IADRC的四旋翼轨迹跟踪控制

针对四旋翼飞行器非线性、强耦合的特点,设计了一种PID-IADRC轨迹跟踪控制器。首先建立四旋翼飞行器的非线性数学模型;然后内环姿态环设计一种改进型自抗扰(IADRC)控制器,利用双曲正切函数对传统的自抗扰控制器(ADRC)的各环节进行了简化;外环位置环采用PID控制实现四旋翼轨迹跟踪;最后通过数值仿真验证所设计控制器的有效性。结果表明,PID-IADRC控制器相较于传统的PID控制器,参数整定的难度得到了降低,而且控制精度得到了提升。

混合驱动水下机器人浮游与爬行双模式轨迹跟踪控制

针对混合驱动水下机器人在进行水下浮游和爬行双模式作业时的轨迹跟踪控制问题,结合混合驱动水下机器人在浮游模式和爬行模式下的不同运动学特性,分别设计了一种基于改进灰狼优化模型预测控制算法的控制器,以实现机器人在浮游模式下的轨迹跟踪,以及一种基于模糊滑模控制算法的控制器,以实现机器人在爬行模式下的轨迹跟踪。仿真结果表明:所设计的改进灰狼优化模型预测控制器通过引入改进灰狼优化算法求解模型预测控制器滚动优化阶段中的目标函数,使得浮游模式的水下机器人能够快速、精确和稳定地跟踪预设轨迹;所设计的模糊滑模控制器采用模糊控制对滑模控制器中趋近律参数进行在线调整,使得爬行模式下的水下机器人能够实现有限时间收敛的同时并抑制抖振问题。

大行程磁阻驱动微定位平台及其轨迹跟踪控制

麦克斯韦磁阻驱动器克服了传统压电陶瓷驱动器行程小及音圈电机推力密度和效率低等难题,在大行程高速微纳米定位中具有极大的应用潜力。设计了一种基于麦克斯韦磁阻驱动的大行程二自由度柔顺微定位平台,并对其进行了高性能轨迹跟踪控制。该定位平台由2个永磁偏置的麦克斯韦磁阻驱动器和二自由度并联解耦柔性导向机构组成,平台利用磁阻驱动器的非线性负刚度来部分补偿柔性导向机构的弹性恢复力,有效提高了运动行程和能量传递效率,使其在±2 mm行程范围内的所需推力从±120 N减少至±24 N。轨迹跟踪控制方面,为补磁阻驱动器偿驱动器软磁材料冲磁带来的磁滞非线性,利用逆Prandtl-Ishlinskii磁滞模型构建了率相关磁滞补偿控制器并将其置于前馈回路中。为解决平台低阻尼谐振及动力学模型不一致等问题,设计了含分数阶相位超前环节的PI反馈控制器以完成对系统开环频率特性的灵活调整,实现了对平台的高精度轨迹跟踪控制,有效减小了系统的跟踪误差。对2 mm幅值、1 Hz和10 Hz频率的三角波信号进行轨迹跟踪所得到的均方根误差分别为0.013 mm和0.017 mm。

多自由度电动静液驱动机械臂轨迹跟踪控制

液压机械臂相比于电动机械臂在重载搬运领域具有不可替代的优势,而多自由度液压机械臂强耦合、本质非线性和模型不确定的特点,给高精度轨迹跟踪控制带来挑战。以多自由度电动静液驱动机械臂为对象,提出一种轨迹跟踪控制策略。首先,建立含电动静液作动器动态的多自由度机械臂动力学模型;其次,基于反步思想设计控制器,并且通过Lyapunov分析证明了系统稳态性;最后,以三自由度电动静液驱动机械臂为例,搭建AMESim-Simulink联合仿真模型,选取3种控制器对比机械臂各关节轨迹的跟踪精度。2种跟踪指令验证结果表明:相较C3控制器和C2控制器,所设计的C1控制器可以较好地补偿机械臂动态,使机械臂各关节更好地跟踪期望轨迹,本研究可为多自由度电动静液驱动机械臂的控制策略设计提供参考。

欠驱动条件下自主水下航行器轨迹跟踪动态性能预设控制

为满足欠驱动自主水下航行器(autonomous underwater vehicle,AUV)在复杂扰动和参数不确定条件下高性能轨迹跟踪需求,提出预设动态性能及收敛时间的三维轨迹跟踪控制方法。首先,对欠驱动AUV的前向位置道进行扩维,构建面向控制的一体化多输入多输出轨迹跟踪模型。然后,结合动态过程函数与预设时间控制理论,建立动态性能预设轨迹跟踪控制系统,使得AUV轨迹跟踪暂态品质可由动态过程函数直接决定,而跟踪误差的实际收敛时间也可由单个控制参数准确预设。最后,为避免控制奇异现象和“微分爆炸”现象,控制系统设计过程中分别融入绝对值修正法和径向基函数网络(radial basis function neural network,RBFNN)拟合法。数值仿真结果表明,所提出的控制方法可显著提升欠驱动AUV的抗扰性和暂态品质,实现快速平滑的高性能三维轨迹跟踪。

基于前馈型变论域模糊PID控制的智能小车轨迹跟踪方法

为提高智能小车轨迹跟踪的精度及抗干扰能力,提出1种基于前馈型变论域模糊控制方法。以自动导向小车(automated guided vehicle,AGV)为研究对象,建立小车运动学模型对其进行动力学分析;在保持主控制参数不变的情况下,将前馈控制加入变论域模糊控制,搭建前馈型变论域模糊PID(proportional-integral-derivative)控制系统,通过变论域模糊PID控制调整参数使系统获得较好的稳定性,再通过调整前馈控制参数使系统的目标跟踪性能达到最佳;设定S形曲线跟踪路线,在Matlab/Simulink平台下搭建传统PID、模糊PID、变论域模糊PID及前馈型变论域模糊PID等4种控制模型进行仿真实验,比较验证本文方法的控制性能。结果表明:无干扰情况下,4种控制方法的车辆转弯最大横向偏差分别为0.2580,0.1988,0.1792和0.1125m,本文方法的偏差最小,轨迹跟踪精度最高;模拟真实路况下,4种控制方法的车辆转弯最大横向偏差分别为0.8917,0.8209,0.7917,0.6833 m,本文方法的偏差依然最小,抗干扰能力最强,验证了本文所提控制方法兼具跟踪高精度和良好稳定性的优点。