具有不确定性的主从机械手自适应模糊控制

针对具有不确定性且存在执行器未知约束的遥操作机器人系统,研究自适应模糊轨迹跟踪控制方案。该方案无需精确建立机器人遥操作系统的动力学模型,也不需要测量机械臂末端的运动参数与末端受到的外力。通过自适应模糊系统逼近未知的机器人动力学模型,利用运动学参数线性化特性构建预估机器人雅可比矩阵,辅以参数更新律实现跟踪目标的近似表示。此外,通过采用Nussbaum函数处理执行器受到的输入约束实现输入约束补偿。针对遥操作机器人系统主从端受到的相互作用力,借助自适应模糊系统,在控制律中添加模糊项实现对相互作用力的逼近,从而实现更为稳定、精确的轨迹跟踪。通过李亚普诺夫稳定性理论证明了闭环动力学系统是有界的,且位置误差收敛于零,仿真试验进一步证明了理论方案的有效性。

机构自由度计算难点和其运动分析及变自由度机构的探讨

机构的自由度是机构具有独立运动的参数,常规机构的自由度是恒定的,但有些特殊机构,其自由度在工作过程中是变化的,也称为变自由度机构。结合实例分析研究自由度计算中的常见难点及机构的自由度与机构原动件数不等时的机构运动的确定,对变自由度机构的自由度计算作一些探讨,对创新设计更优异新型的机构提供了一条有效的途径。

面向装配序列规划的装配成本评价研究

针对装配序列的特点提出了一个装配成本评价的模型,认为装配成本与产品装配过程中装配方向的变化次数,产品组成零件装配后的运动不确定度总和有关。提出了基于零件的装配方向矩阵确定装配方向变化次数的方法,并根据装配基础件确定零件装配后的运动不确定度。采用了基于优先关系矩阵的干涉推理方法检验装配序列的可行性,并计算装配序列中可能产生的装配干涉数目,最后用实例验证了所提模型的有效性。

基于自抗扰控制的制导与运动控制一体化设计

针对机动目标的拦截问题,将自抗扰控制的思想用于制导与运动控制一体化设计.其中,基于自抗扰控制的制导律产生在目标机动的情况下使视线角速度快速趋于零所需的制导律;而基于自抗扰控制的运动控制律可以在非线性不确定动态情况下实现所需加速度,从而保证快速有效地完成拦截任务.进一步分析所设计方案对制导与运动控制一体化设计的适用性,并通过计算机仿真验证该方案的有效性.

轴对称推力矢量喷管运动奇异性分析

通过建立轴对称推力矢量喷管(AVEN)的构型分岔方程,运用连续同伦方法,研究了AVEN装置驱动机构和扩张调节片导引机构的构型分岔特性,发现,无论推力矢量喷管是否发生偏转,当以喷口面积作为分岔参数时,AVEN装置都存在转向点奇异位置;当以矢量偏转角为分岔参数时,AVEN装置不存在奇异位置。当AVEN装置处于非矢量状态时,扩张调节片导引机构处于多重奇异位置状态。转向点奇异位置和扩张调节片导引机构多重奇异位置,将导致AVEN装置的运动输出具有不确定性,影响含AVEN装置飞机的空中飞行安全。

基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题,在分析车辆运动特点的基础上.提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台,招募驾驶人进行实车跟驰道路试验.建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响.建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程,利用高斯过程算法建立了前车纵向加速度变化随机过程模型.实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程,引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略.通过与前车运动随机过程模型进行交互式迭代学习,得到具有运动不确定性跟驰环境下的主车纵向控制策略,实现对车辆纵向控制的最优决策。最后基于真实驾驶数据,对控制策略进行测试。研究结果表明:该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系,在迭代学习过程中对前车运动的随机性进行考虑,跟驰控制中不需要对前车运动进行额外的概率预测,能够以较低的计算量实现主车稳定跟随前车行驶。