多特征融合的无人艇视觉目标长时相关鲁棒跟踪

[目的]针对显著海浪遮挡、相机剧烈晃动引起的无人艇视觉目标跟踪脱靶问题,提出一种基于多特征融合的长时相关鲁棒跟踪算法。[方法]首先,采用多特征融合技术,增强目标特征表达,提高目标模型鲁棒性;其次,利用高维特征降维和响应图子网格插值,提高目标跟踪的效率与精度;然后,设计水面目标重识别机制,解决目标完全脱离视野时的稳定跟踪问题;最后,采用多个代表性视频数据集进行验证和比较分析。[结果]实验结果表明,相较于传统的长时相关跟踪算法,平均成功率提升15.7%,平均距离精度指标提升30.3%,F-Score指标提升7.0%。[结论]所提算法能够处理恶劣海况下的目标脱靶问题,对于提升无人船艇及海洋机器人智能感知能力,具有重要技术支撑意义。

空间机器人预设性能约束下的鲁棒跟踪控制

本文针对不确定空间机器人预设性能约束下的鲁棒跟踪控制问题,结合一种具有指定时间收敛性质的预设性能函数,利用双向无约束映射将空间机器人的跟踪问题转化为映射误差的有界性控制问题.进一步,基于降阶方法设计了参考加速度,通过神经网络补偿系统的不确定性,实现了对时变期望轨迹的鲁棒跟踪,保证了映射误差始终有界且跟踪误差满足指定时间收敛的预设性能指标,数值仿真结果验证了所提方法的有效性.

基于T-S模糊模型的下肢关节运动鲁棒跟踪控制

功能性电刺激是临床应用中主要的肢体智能康复技术之一,设计控制算法以有效提高关节运动控制精度和控制器的自适应问题一直是该领域的难题。基于T-S模糊模型,针对功能性电刺激下的膝关节的鲁棒跟踪控制,考虑患者个体的差异性,建立了具有参数不确定性的膝关节运动模型;基于Lyapunov稳定性理论,分析得到了鲁棒跟踪控制器存在的线性矩阵不等式条件,在Matlab平台上求得控制器的可行解,通过仿真结果验证了所提方法的有效性。

高超声速飞行器自适应鲁棒跟踪滤波算法

针对高超声速飞行器在复杂空域飞行时,探测信息为非平稳且统计信息未知的非高斯闪烁噪声,提出了一种改进的鲁棒高斯-学生t混合分布滤波(RGSTMF)算法。首先,针对噪声的非高斯和非平稳特性,该算法利用高斯-学生t混合(GSTM)分布对量测噪声进行建模。针对实际跟踪过程中存在的噪声统计特性未知问题,采用高斯-逆Wishart分布对量测噪声未知且时变的均值进行描述,并且采用伽马函数对学生t(ST)分布的自由度进行建模。引入伯努利随机变量和隐变量,将建模好的GSTM分布模型描述成分层高斯状态空间。基于构建的分层高斯状态空间模型,通过变分贝叶斯算法,完成对RGSTMF算法的推导。仿真结果表明,在复杂空域噪声的探测信息异常值出现以及探测信息统计特征未知时,所提出的算法能有效提高跟踪滤波的精度和鲁棒性。

基于积分强化学习的四旋翼无人机鲁棒跟踪

针对系统模型动态不确定和受外部干扰的四旋翼无人机位置轨迹跟踪控制问题,提出一种新的基于积分强化学习的鲁棒轨迹跟踪控制方法。建立四旋翼无人机原系统与参考轨迹的增广系统,将四旋翼无人机的鲁棒轨迹跟踪问题转化为镇定问题。通过使用带有折扣因子的价值函数,将无人机增广系统的鲁棒镇定问题转化为四旋翼无人机的最优控制问题,从而兼顾到四旋翼无人机的跟踪误差和整体性能。基于积分强化学习方法,构建了单网络演员-评论家结构对最优价值函数进行估计,进而实现对四旋翼无人机控制器的在线求解。对四旋翼无人机系统跟踪误差的稳定性及单网络结构权值的收敛性进行了严格的数学证明,仿真结果验证了所设计控制方案的优越性和鲁棒性。

基于线性矩阵不等式的鲁棒跟踪控制器的设计

当系统部件(传感器、执行器)发生故障时,控制器的实际输出信号值将与准确值存在一定的偏离,这种控制信号的偏离可能破坏系统的稳定性。本文提出了最优增益裕量鲁棒跟踪控制问题,其目的是最大限度地抵御控制信号偏离对系统产生的影响。通过直升机飞行控制模型的实例仿真,验证了本文提出设计方法的可行性；并通过最优增益裕量鲁棒跟踪系统与正常鲁棒跟踪系统的比较,进一步说明了最优增益裕量鲁棒跟踪控制对提高系统的可靠性是必要的和有效的。

具有电枢反应非线性不确定性的直流电机速度鲁棒跟踪控制研究

该文针对电枢反应引起的非线性不确定性及具有参数变化和负载扰动的直流电机速度跟踪控制问题,构造了一个适当的增广被控对象,将其转化为一标准设计问题,设计了速度控制系统的鲁棒状态反馈控制器,进而利用二自由度鲁棒跟踪设计方法设计了速度鲁棒跟踪控制器。仿真研究结果表明,该文所设计的速度鲁棒跟踪控制系统,不仅对于电机的非线性不确定性有较好的控制效果,而且可以有效地抑制电机负载扰动的影响。

具有弱磁调速的轧机速度系统H_∞鲁棒跟踪控制器设计

轧机速度系统通常由直流电机驱动,当具有基速以上的弱磁调速时,速度控制系统的开环放大系数将会由于Cmφ的变化和电机转动惯量等参数的摄动而产生较大范围内的变化,且在电流调节器和速度调节器设计时常忽略反电势闭环的影响,因此,速度控制系统具有较大的参数不确定性和一定的模型误差。另外,轧机速度系统的外界轧 制负载扰动具有较大的时变不确定性,因此,为使速度控制系统具有较好的鲁棒稳定性和干扰抑制性能,该文基于内模原理的H∞混合灵敏度控制方法设计了速度鲁棒跟踪控制器。仿真研究结果及与常规PI控制器效果的比较表明,所设计的速度控制系统具有优良的干扰抑制性能和鲁棒稳定性。

控制受限的移动机器人鲁棒跟踪控制器设计(英文)

研究了非完整移动机器人动力学模型中带有参数不确定和控制受限的鲁棒轨迹跟踪控制器的设计问题 .在建立移动机器人的全动态误差模型的基础上 ,应用滚动时域控制 (RHC)和线性矩阵不等式 (LMIs)方法 ,设计了鲁棒跟踪控制器 ,在满足非完整和控制约束的条件下 ,实现了机器人位置 ,导向角以及速度的同时渐近跟踪 .系统稳定性的充分条件以LMI的形式给出 .

参数不确定机器人分散鲁棒跟踪控制

提出了一种新的参数不确定机器人分散控制器设计方法.首先将关节子系统的动力学模型分解为人工标称模型和非线性时变不确定模型两部分;然后分别设计相应的标称控制器和鲁棒补偿器.标称控制器使得标称闭环系统具有理想的跟踪性能;鲁棒补偿器可以抑制参数不确定和关节间非线性耦合等因素的影响,实现鲁棒跟踪.所设计的控制器只需要局部关节的位置反馈,具有易于实现和可在线调整的优点.仿真结果说明了该方法的有效性.

一种运动目标多特征点的鲁棒跟踪方法研究

提出了一种基于特征光流分割和卡尔曼滤波估计的鲁棒性的运动目标跟踪方法。该方法具有很多特点 :首先在特征光流的计算中采用由粗到细的层级匹配算法 ,因而能够计算大的运动速度和具有更好的匹配精度 ;其次采用了有效的遮挡判决算法 ,该算法综合利用了先验的信息 ,对噪声的干扰不敏感 ;最后建立了线性卡尔曼滤波模型 ,当特征点被遮挡或丢失时 ,能够预测它们的位置 ,这使得跟踪更具有主动性。实验表明 ,该方法具有高精度。

基于区间系统描述的超声马达鲁棒跟踪控制

对近年来超声马达控制研究的现状作了系统的介绍和评述。针对行波型超声马达,在区间系统描述的数学模型基础上,采用了一种新的鲁棒控制方案,设计鲁棒跟踪控制器。该控制器由标称控制器和鲁棒补偿器两部分构成。首先,针对标称系统设计标称控制器以得到期望的输出跟踪特性,然后加上鲁棒补偿器,以实现鲁棒特性。可以证明,鲁棒稳定性、鲁棒静态特性、鲁棒瞬态特性以及鲁棒跟踪特性可以同时得到。仿真和实验结果都表明了控制方案的有效性,而且该控制器结构简单、参数易于在线调整。

飞行仿真转台基于干扰观测器的鲁棒跟踪控制

对三轴飞行仿真转台系统 ,提出一种基于干扰观测器的鲁棒数字跟踪控制器的设计综合方法 .该控制器由前馈控制器、闭环控制器及摩擦补偿环节组成 .前馈环节由零相差跟踪控制器ZPETC (ZeroPhaseErrorTrackingController)及FIR滤波器构成 ,闭环由比例微分 (PD)控制及干扰观测器构成 ,摩擦补偿采用基于库仑模型的固定补偿方法 .实验结果表明 ,该方法能有效提高跟踪性能 。

基于观测器的机器人鲁棒跟踪控制

基于滑模控制原理设计稳定的状态观测器,在此基础上,研究了仅有关节角位移可测量的机器人轨迹跟踪控制问题。运用反推设计方法提出一种机器人鲁棒跟踪控制新方案。通过引入用于抑制观测误差的阻尼项和调制参数,加快了输出跟踪误差的收敛速度。利用李亚普诺夫方法分析了闭环控制系统的全局稳定性,证明了系统所有状态信号有界,跟踪误差收敛到零。仿真结果进一步表明,提出的控制方案具有较强的鲁棒性和良好的跟踪性能。

一种机器人轨迹的鲁棒跟踪控制

把基于拉格朗日方程的n关节机器人动力学模型,转化成了一线性状态方程。基于这种线性状态方程,利用李雅普诺夫函数方法分别针对机器人标称模型和有外界不确定性干扰时,设计前馈控制器和反馈控制器,使得机器人的实际运动轨迹在标称模型下,指数收敛于所给定的期望运动轨迹;在有外界不确定性干扰时,它与期望轨迹的误差是终值有界的。并且,针对后者所提出的控制律进行仿真。仿真结果表明,这种连续鲁棒控制律对于机器人系统存在外界不确定性干扰时是十分有效的。

基于线性矩阵不等式的分散鲁棒跟踪控制器设计

应用线性矩阵不等式 (LMI)方法研究不确定性关联大系统的分散鲁棒输出跟踪控制问题 .系统中不确定项具有数值界 ,可不满足匹配条件 .基于不确定项的表达形式 ,给出了存在分散控制鲁棒跟踪控制器的LMI条件 .在此基础上 ,通过建立求解受LMIs约束的凸优化问题 ,提出了具有较小反馈增益LMI设计方法 ,使受控系统渐近跟踪给定的参考输入 .LMI方法求解简单 ,最后用示例说明了该方法的应用 .

电液伺服结构试验系统的神经网络快速鲁棒跟踪控制

针对结构试验系统的非线性和不确定性特性，提出一种神经网络并行自学习跟踪控制器，在满足试验系统实时性要求的条件下，通过神经网络在线建模和虚拟学习做到了控制器的在线自适应设计，并解决了实时训练样本不足的问题。

含时变不确定线性系统的自适应鲁棒跟踪控制

针对系统的不确定性和扰动满足匹配条件 ,不确定性界和扰动界未知的情形 ,讨论含时变不确定性线性系统的鲁棒跟踪问题。自适应控制器的设计不涉及不确定性界和扰动界 ,运用变结构方法 ,可使带扰系统实现渐近跟踪。该方法适合一类较广泛的不确定系统 ,鲁棒性较强。仿真例子表明了该方法的有效性。

一类不确定切换模糊系统的自适应鲁棒跟踪控制

提出了一类新的不确定切换模糊系统,即切换系统中的每个子系统都是不确定模糊系统.与传统的模糊切换系统不同,这类系统并没有分为两级结构,而是由多个子系统构成,并在子系统之间进行切换.采用多Lyapunov函数研究不确定切换模糊系统的鲁棒跟踪问题,针对模型中未知上界的外部干扰,设计全局鲁棒控制器及其自适应律,并给出使该系统的跟踪误差一致渐近趋于零的切换策略.仿真表明,当自适应参数的在线慢调节与切换律的在线快调节相结合时,能提高系统的暂态响应性能.

非线性系统基于HM模型的自适应鲁棒跟踪控制

研究了非线性系统的跟踪控制问题 ,基于 HM模型对非线性系统进行描述 ,并将全局模糊模型表示成不确定系统形式。在满足匹配条件下 ,针对未知不确定界 ,采用自适应鲁棒控制器 ,利用自适应变量信息来补偿系统的不确定性信息 ,实现了非线性系统的渐近跟踪控制。一级倒立摆仿真实验 ,验证了方案的有效性。控制器结构简单 ,规则少 ,具有应用价值。