多约束条件下四旋翼机动轨迹跟踪一体化控制方法

四旋翼无人机高动态飞行需求的增加使其成为一个越来越热门的研究主题。针对四旋翼执行废墟裂缝和树林缝隙穿越任务时的大机动轨迹状态跟踪控制问题,提出基于模型预测控制的一体化控制方法,包含多约束条件下的高机动轨迹规划和多参考状态量的一体化跟踪控制,并通过飞行试验验证了所提方法相比前馈PID控制方法在跟踪规划的高机动轨迹时的优越性能。在飞行试验中,四旋翼成功穿越了60°滚转角的窄框,其实际滚转角达到60°大角度的同时,z轴误差仅为0.065 m。

自适应时域参数MPC的智能车辆轨迹跟踪控制

为了解决智能车辆在低附着路面下主动转向跟踪控制的稳定性和控制精度问题,提出了一种基于自适应时域参数的智能车辆轨迹跟踪控制策略。基于车辆动力学模型和模型预测控制算法(MPC)建立线性时变MPC控制器,并加入包括轮胎侧偏角约束、质心侧偏角约束以及前轮转角约束的动力学约束,求解出最优前轮转向角。分析控制器中的时域参数对控制效果的影响,设计了一种自适应时域参数控制器,能够根据获取的车辆速度,将求解得到最优的预测时域和控制时域参数输入到控制器,提高控制器在不同速度下的控制精度和稳定性。通过搭建MATLAB/SimuLink与CarSim联合仿真平台,在低附着路面情况下对固定时域控制器和自适应时域控制器进行对比仿真实验。结果表明:自适应时域控制器能够有效改善控制器的性能、减少横向偏差、提高轨迹跟踪控制精度,同时对不同速度也具有较强的适应性,车辆质心侧偏角也控制在0°~15°内,有效保证了车辆行驶的稳定性。

智能汽车轨迹跟踪多目标显式模型预测控制

针对现有智能汽车轨迹跟踪控制算法难以同时保证跟踪精确性、横向稳定性、舒适性以及控制实时性的问题,提出了一种基于多目标优化和显式模型预测控制理论的轨迹跟踪控制策略(MO-EMPC)。首先,建立考虑跟踪精确性、横向稳定性、舒适性的多目标函数及约束。然后,针对传统MPC控制实时性低的问题,设计基于EMPC的多目标优化轨迹跟踪控制器,通过引入多参数二次规划(MPQP)理论,将反复在线优化求解过程转化为等价的分段仿射系统(PPWA),离线计算得到最优显式控制律以供实时控制调用,减少在线运算时间。最后,基于CarSim/Simlink联合仿真方法,将所设计控制器的轨迹跟踪多目标优化效果与MPC控制效果进行对比验证。研究结果表明,所提出的轨迹跟踪策略在保证良好的跟踪精度前提下,横向稳定性、舒适性方面的表现更优于MPC控制器,且算法在线运行速度提高56.63%。

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%.

基于分数阶滑模控制的无人机轨迹跟踪控制器设计

四旋翼无人机在农业、工业和国防等领域广泛应用,但其复杂的系统特性和对扰动的敏感性使得控制变得困难。首先,考虑分数阶方法具有良好的鲁棒性以及调节灵活性的优点,将整数阶积分滑模面和改进的分数阶指数趋近律相结合,设计出了一种新的分数阶积分滑模控制器。然后,将所设计的分数阶积分滑模控制器应用于四旋翼无人机轨迹跟踪控制问题。仿真结果表明,所提控制器作用下的四旋翼无人机进行轨迹跟踪时响应速度快、无超调,且对外界干扰具有较强的鲁棒性。

考虑姿态稳定性的智能客车轨迹跟踪控制研究

针对智能客车行驶中遇到突发情况时驾驶员应急激烈操作以及车辆传感器识别误差导致车辆路径规划不合理引起的车辆侧翻,提出一种基于车身姿态稳定性的轨迹跟踪控制策略.根据现有主动防侧倾研究基础推导智能客车目标侧倾角算法,以横向载荷转移率为侧翻指标,采用卡尔曼滤波算法进行车辆参数估计,实现横向载荷转移率预测.根据智能客车横向载荷转移率预测值设计基于差动制动的纵向控制策略、考虑车身侧倾和俯仰运动的垂向控制策略以及轨迹跟踪横向控制策略,最后通过仿真验证上述策略控制效果.结果表明,基于车身姿态稳定性的轨迹跟踪控制策略在车辆行驶遇到突发情况驾驶员激烈操作时能够保证车辆行驶稳定,在智能客车轨迹跟踪过程中能降低车辆侧翻风险.

基于反馈线性化的广义预测控制机械臂轨迹跟踪算法

分析了机械臂轨迹跟踪控制问题的特点,建立了二自由度机械臂动力学模型。为解决广义预测控制(generalized predictive control,GPC)算法难以适用于非线性系统的问题,在现有的GPC算法基础上,设计了基于反馈线性化的广义预测控制(feedback linearization-generalized predictive control,FL-GPC)算法框架,即底层为线性系统预测控制,非线性项使用预估值来进行代替,高层为迭代修正预估量,使用迭代计算的方式对非线性项进行预估。使用FL-GPC算法对二自由度机械臂的静态、动态轨迹跟踪任务进行了仿真。仿真结果表明,算法可以进行有效的机械臂轨迹跟踪控制。

具有不确定滑转的轮式移动机器人轨迹跟踪控制方法

轮式移动机器人在松软复杂地形条件下容易发生车轮滑转,影响轨迹跟踪精度.为提高机器人在该情况下的轨迹跟踪准确性,提出了一种基于容错控制的自适应滑转补偿控制器.首先,考虑车轮滑转率建立了四轮移动机器人运动学模型,并构建了相应的轨迹跟踪误差模型;然后,根据容错控制方法设计了滑转补偿项,并基于Lyapunov稳定性理论证明了自适应滑转补偿控制器的稳定性,实现了对由车轮滑转引起的速度误差的准确补偿;最后,利用四轮移动机器人进行了两种工况下的实验验证.结果表明,设计的控制器能够使移动机器人在未知的车轮滑转率条件下准确跟踪理想路径,并且相较于常规控制器有更强的鲁棒性和更高的跟踪精度.

基于紧约束鲁棒模型预测控制的无人车辆轨迹跟踪控制

针对无人驾驶车辆的轨迹跟踪问题,基于车辆非线性动力学模型,设计了一种紧约束鲁棒模型预测控制(MPC)方法。首先,利用魔术公式轮胎模型,结合车辆3自由度系统,构建了具有有界干扰的车辆线性离散误差模型;其次,采用紧约束控制策略设计系统的鲁棒优化问题;最后,通过在线优化得到最优控制序列,并离线构造之后多个时刻满足约束条件的可行控制序列。仿真结果表明,所提算法能够使车辆稳定快速跟踪上参考轨迹并有效提高系统计算资源利用率。

基于激光传感器的无人驾驶变换轨迹跟踪系统

针对常规无人驾驶轨迹跟踪过程依据一个给定的参考轨迹,存在跟踪角度及速度协同性较差、精度较低的问题,提出基于激光传感器的无人驾驶变换轨迹跟踪系统。设计包含激光传感器、电机控制、液晶显示、上位机通讯模块、键盘控制、微控制器的硬件结构,根据角速度及速度误差调整角速度协同控制器误差,通过神经元加权处理偏置数,优化双推角速度协同控制效果;引入滑模控制器,得到速度控制指令及角速度控制指令回角速度协同控制器,通过轨迹控制器和角速度协同控制器的设计,实现无人驾驶变换轨迹跟踪控制。实验结果表明,应用该系统后,角度轨迹跟踪结果更接近期望角度,直线状态和曲线状态下的轨迹跟踪误差均较小,最高为4 cm,轨迹跟踪精度高、定位准,整体应用效果更佳。

基于改进非线性滑模控制的轮式机器人轨迹跟踪

针对轮式机器人的轨迹跟踪控制存在的问题,设计了一种改进非线性快速终端滑模控制器(improved nonlinear fast terminal sliding mode controller,INFTSMC)的控制方案。首先,通过对轮式机器人运动学的分析建立了轨迹跟踪误差模型;其次,在设计滑模控制器阶段,针对非线性快速终端滑模控制器存在奇异点,采用一种新的滑模面幂指数时变策略来设计非奇异终端滑模控制器,解决了非线性快速终端滑模控制器奇异问题,通过构造Lyapunov函数进行稳定性分析证明了该策略的稳定性,并且进行收敛时间分析给出系统从任意初始状态收敛至平衡点所需要的时间;然后,在新的滑模面幂指数时变策略的基础上设计了轮式机器人线速度和角速度控制律,使得轮式机器人轨迹跟踪误差快速收敛至0,实现了移动机器人对期望轨迹的快速跟踪。通过仿真实验与非线性快速终端滑模控制器和传统滑模控制其进行对比,验证了改进非线性快速终端滑模控制器的优越性。

基于事件触发的预设时间航天器轨迹跟踪控制

针对通信受限条件下的航天器轨迹跟踪问题,提出了一种基于事件触发的预设时间控制算法。为了满足不同任务场景下对航天器快速性的要求,本文设计了一种预设时间轨迹跟踪控制算法。结合反步控制理论及预设时间动态增益,最终实现轨迹跟踪系统的预设时间收敛。作为一种典型的网络化控制系统,航天器在执行任务过程中可能会受到自身通信能力的限制,造成通信阻塞、时延和丢包等问题。为此,本文提出了一种基于动态参数的事件触发算法,在保证系统控制精度的同时,一定程度上避免了控制中心与航天器本体间不必要的通信资源消耗。相比于传统的静态事件触发算法,文中基于动态参数的事件触发算法在减少通信频率方面更具优势。通过理论分析和仿真实验验证所提控制算法的有效性。

基于改进滑模控制的悬臂式掘进机轨迹跟踪技术

针对传统滑模控制在悬臂式掘进机轨迹跟踪中存在全局收敛速度慢、抖振显著等不足,提出了一种基于新型趋近律的改进滑模控制方法。通过在传统指数趋近律基础上引入掘进机机身的横向偏差、航向角偏差以及幂次趋近项,实现了掘进机轨迹偏差的快速收敛以及抖振的削弱;同时,采用边界层法进一步抑制抖振,解决了趋近律中符号函数乘积项易引起抖振的问题。分析了新型趋近律的存在性、可达性以及稳定性,并推导了干扰稳态误差的区间。考虑掘进机的不确定扰动,对传统滑模控制与改进滑模控制方法进行了仿真对比。结果表明,改进滑模控制的控制精度、收敛速度及抗干扰能力均优于传统滑模控制。最后,通过搭建实验平台测试了掘进机轨迹跟踪控制系统的性能,验证了改进滑模控制方法的可行性和有效性。研究结果可为煤矿井下恶劣环境中采掘装备的智能控制提供重要参考。

基于虚拟前轮反馈控制算法的履带车轨迹跟踪方案研究

为了提高煤矿开采环境中履带车辆轨迹跟踪控制的精度,以及减小轨迹跟踪算法的运算负荷,文中以两侧电机驱动履带车为研究对象,提出了一种基于虚拟前轮反馈控制算法的履带车轨迹跟踪方案。采用虚拟前轮反馈控制器为履带车提供参考跟踪轨迹,将前轮转向车与履带车运动轨迹结合,引入执行机构限制条件,建立了虚拟前轮车与履带车拟合的数学模型。针对虚拟前轮反馈控制所得离散参考跟踪轨迹序列点的特点,提出了一种圆弧曲线拟合方法,通过拟合离散参考跟踪轨迹点对履带车的运动控制量求解,将多变量控制问题转化为单变量控制,减小了履带车辆轨迹跟踪算法的运算负荷,实现了前轮反馈控制在履带车辆上的应用。在MATLAB软件中进行仿真试验和实车试验,并与纯跟踪算法比较,试验证明,该方案可以有效地实现履带车的高精度轨迹跟踪。

考虑多关节时滞的液压挖掘机轨迹跟踪研究

为了减小多关节系统的时滞特性对液压挖掘机工作装置轨迹跟踪精度的影响,本文设计了考虑时滞的长短期记忆-广义回归级联网络和一种基于该网络模型的多关节控制系统。利用几何法分析闭式链运动状态,建立以摇臂关节为末端反馈关节的含闭式链的工作装置运动学逆解,通过4-3-3-3-4多项式轨迹规划算法在关节空间上生成轨迹。结合LSTM的时序处理能力和GRNN的强非线性映射能力,以比例阀信号和关节转角的各阶延迟以及目标转角作为网络输入特征,通过多关节联动辨识建立起输出信号和输入特征的映射关系模型,将关节模型作为逆控制器实现多关节轨迹跟踪。经AMESim-Simulink仿真验证:在空载或变载荷作用下,与不考虑时滞的LSTM系统比,考虑时滞的多关节控制系统能更准确、更迅速、更平滑地跟踪规划轨迹,误差小,并且系统具有较强鲁棒性。

考虑输入饱和的机械臂轨迹跟踪滑模控制

针对复合干扰和输入饱和特性影响机械臂轨迹跟踪精度的问题,给出了一种基于输入饱和补偿的自适应积分滑模控制策略。首先,基于自适应控制方法设计了辅助函数,以消除输入饱和特性的影响;其次,利用所估计的复合干扰上限,结合非奇异积分终端滑模控制方法设计轨迹跟踪控制律,使跟踪误差快速收敛至零的邻域,且削弱了抖振,经过Lyapunov稳定性定理的证明,该算法可以保证轨迹跟踪误差的有限时间收敛性;最后,通过仿真与实验手段,与自适应非奇异快速终端滑模控制方法的对比验证了所提控制方法的有效性。结果表明:机械臂各关节在仿真和实验中分别可以在0.5 s和0.8 s内跟踪上期望轨迹,跟踪误差能降低到1.2×10^(-3)rad和8.7×10^(-3)rad内,有效解决机械臂输入饱和问题和复合干扰对系统轨迹跟踪控制精度的影响。

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。

变结构井下救援机器人动力学建模与轨迹跟踪控制

针对钻孔救援需求,设计了一种变结构井下救援机器人,该机器人可改变自身构型,通过钻孔进入井下环境。根据机器人结构特点,分析了机器人的转向机制,建立了考虑机器人前轮/履带-土壤间力学作用、描述机器人转向特性的动力学模型;为提高机器人的转向性能,分析了系统的瞬态及稳态响应以及不同结构参数对转向性能的影响,并对机器人结构参数进行了改进;基于机器人动力学模型,设计模型预测控制(Model Predictive Control,MPC)控制器,实现了直线轨迹和圆形轨迹的轨迹跟踪仿真。结果表明,所建动力学模型是有效的,MPC轨迹跟踪控制器能够稳定地跟踪期望轨迹,为机器人的控制奠定了基础。

基于自适应滑模的欠驱动无人艇轨迹跟踪控制算法

针对欠驱动水面无人艇在航行过程中存在的海洋环境干扰、数学模型参数不确定、执行器故障等问题,提出了一种基于扰动观测器与神经网络技术的自适应滑模轨迹跟踪控制算法;在欠驱动无人艇的三自由度模型基础上,结合视线制导律,提出了一种新的轨迹跟踪制导策略;采用自适应滑模控制技术设计了欠驱动无人艇的轨迹跟踪控制器,有效地抑制了执行器衰减故障对无人艇控制系统产生的影响;同时运用了非线性扰动观测器和自适应径向基函数神经网络分别对无人艇受到的外界时变干扰和模型参数不确定性进行补偿和拟合,提高了无人艇控制系统的鲁棒性;基于Lyapunov定理证明了所设计的控制算法的稳定性,并在MATLAB中进行了仿真测试;仿真结果表明,所提出的轨迹跟踪控制算法可以在较为复杂的环境下实现对欠驱动无人艇的精准控制;相较于对比算法,欠驱动无人艇在文章算法下的位置平均跟踪误差减小了80%以上,具备较高的稳定性和容错能力。

基于双环自适应滑模的移动机器人轨迹跟踪控制

为了提升移动机器人轨迹跟踪精度,针对传统双环控制内外环协调性差、抗扰性弱的问题,文章提出双环自适应滑模的控制方法。为消除传统滑模控制(sliding mode control, SMC)方法中的趋近阶段,设计新型时变积分终端滑模控制器以保证系统状态始终位于滑模面,并通过控制器参数调节实现内环姿态误差和外环位置误差的快速收敛;构建基于势垒函数的增益调控方法,保证在扰动上界未知的情况下有效地抑制状态抖振,提高轨迹跟踪系统的抗干扰能力。对所提方法进行的验证分析结果表明,相较于现有的双环控制方法,该文轨迹跟踪控制方法精度更高、鲁棒性更强。