基于吸附行为的多机器人编队避障算法

针对未知环境下多机器人编队避障问题,本文研究了一种基于吸附行为的多机器人编队避障控制算法。建立基于距离-角度的领航跟随编队模型,利用反馈控制率设计多机器人编队方案,在领航者附近设置若干吸附区,解决领航跟随算法编队队形发散问题;提出结合人工势场法和基于“虚拟引导车”的沿墙行为的未知环境下多机器人编队避障算法,解决局部极小值和目标不可达问题;运用仿真实验和搭建实物平台进行实验验证,结果表明该方法可以实现多机器人编队队形稳定和避障控制。

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器.理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界.仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务.

一类具有多种不确定性机器人系统的自适应控制

机器人系统含有不同类型的不确定性因素,这些因素的存在可能会影响系统的控制精度,甚至引起系统不稳定。针对具有外部干扰、内部动力学参数不确定性以及未知死区特性的一类不确定性机器人系统,提出了一种基于干扰观测器的自适应控制器。首先建立具有外部干扰的机器人系统非线性数学模型,并对模型中内部动力学参数不确定性和未知死区特性进行了分析。采用非线性干扰观测器对系统所受到的外部干扰进行估计和补偿,在干扰观测器的基础上设计自适应控制器用来处理内部动力学参数的不确定性以及未知的死区特性。最后采用李雅谱诺夫函数法从理论上证明了系统的稳定性和位置跟踪误差的收敛性,并采用数值仿真验证了所设计方法的有效性。

基于矢量约束的随机特征点选取算法

无人机利用视觉在未知区域自主着降时,提取的特征点具有数量多、随机性强等特点。针对利用随机特征点进行位姿估计精度低、稳定性差的问题,提出一种基于矢量约束的随机特征点选取算法。首先通过分析位姿估计方程可知,特征点地理坐标是影响方程组求解精度的重要因素;然后在引入矢量角均分度、矢量模值均值及矢量模值最大值三项约束指标基础上,制定了一种基于矢量约束的特征点选取策略;最后利用正交迭代算法对所选取的特征点进行位姿估计精度验证。实验结果表明,提出的算法相比于随机选取的特征点进行相对位姿估计精度更高,鲁棒性更强。

电液比例系统鲁棒自适应动态表面控制

针对具有未知死区的单出杆液压缸电液比例系统,提出一种鲁棒自适应动态表面控制方法.为克服死区非线性,引入一个新型死区模型,将未知死区转化为一个具有时变增益和未知上界的不确定项的线性系统.对模型时变增益采用类似鲁棒控制的方法,对模型不确定项的上界进行自适应估计.利用动态表面控制技术简化控制器的设计,采用一种简单的鲁棒设计方法补偿系统的模型不确定项,最终给出整个电液系统的自适应控制器和不确定参数自适应律的设计方法.该控制方法结构简单,鲁棒性强.实验结果表明,采用该控制方法可取得良好的控制效果,尤其可以补偿比例换向阀未知死区不确定性对系统的影响.

一类离散不确定系统自适应滑模输出反馈控制

研究了离散不确定系统的滑模输出反馈控制问题.考虑离散系统的不确定为非匹配不确定,且具有未知的范数界,通过设计死区自适应律,实现了对此不确定界的在线辨识.在此设计的基础上,基于快速输出采样(multirate output sampling)原理,对系统设计了具有不确定自适应的滑模输出反馈控制器,在所设计的控制器作用下系统渐近稳定.快速输出采样是通过设置输出采样频率大于输入采样频率,经过相应的运算得到系统的当前状态信息与系统前一时刻输入信息和当前输出信息具有一定的函数关系.最后通过数值仿真验证了所设计控制器的有效性.

有死区输入的非线性确定系统的自适应控制

通过应用模糊逻辑系统逼近非线性函数,研究一类具有未知死区和外部扰动的非线性系统的自适应模糊控制问题。设计适当的虚拟控制函数和自适应率,解决未知死区和外部扰动问题。利用反推技术,设计了一种新的自适应模糊控制方案,该方案保证了闭环系统的所有信号是有界的,并且跟踪误差收敛到原点的小邻域。

带有时变时滞和未知死区的纯反馈系统的自适应跟踪控制

针对一类带有时变时滞和未知死区的纯反馈非线性系统,提出一种新的自适应模糊跟踪控制方案。采用自适应反步法设计了一个虚拟控制输入信号;利用模糊逻辑近似解决了系统中的未知函数所带来的困扰;为了处理未知死区干扰,设计了一个自适应模糊控制器,使用中值定理解决纯反馈结构中设计控制器的复杂问题。该控制方案保证闭环系统所有信号半全局一致有界,与此同时,系统的跟踪误差收敛到原点的一个小邻域内。最后,仿真例子证明了方案的有效性。

带有死区输入的非线性切换系统的自适应模糊控制

针对一类带有死区输入的严格反馈切换控制系统,提出了一个基于反步控制技巧的自适应模糊控制方案。在控制方案中设计了一个状态观测器来估计系统中的不可测状态变量,并利用模糊逻辑系统近似系统中的未知非线性函数,结合反步法技巧构造了恰当的李雅普诺夫函数,设计了合适的控制器,提出了一个自适应模糊输出反馈控制方案。该方案保证了闭路系统的所有信号半全局一致最终有界。

控制方向未知的非线性系统有限时间跟踪控制

研究了一类具有输入死区以及控制方向未知的严格反馈非线性系统有限时间输出反馈跟踪控制问题.首先,通过坐标变换,将所研究的控制方向未知的非线性系统转化为控制增益已知的等效系统.然后,设计了一个模糊状态观测器来逼近不可测的状态,引入Nussbaum函数来解决控制方向未知的困难.基于模糊状态观测器,通过反步法利用变换后的系统间接得到原系统的控制器.此外,该控制器可以保证跟踪误差在有限时间内收敛于原点的一个小邻域,且闭环系统中的所有信号都保持有界.最后,通过一个仿真算例验证了该控制方法的可行性和有效性.

输出非对称死区的非严格反馈非线性系统控制

本文研究了具有输出非对称死区和状态含未知控制方向的非严格反馈非线性系统,设计了稳定的自适应神经网络控制器.首先,针对输出非对称死区的问题,本文采用死区逆的方法,构造光滑模型逼近原死区模型.其次,在控制器设计过程中,基于障碍Lyapunov函数的构造,动态面控制和反步法,设计出自适应控制信号,虚拟控制信号和实际控制信号.通过稳定性分析,证明所设计的神经网络控制器可以保证闭环系统内所有信号是半全局一致最终有界.最后,通过MATLAB数值仿真,说明所设计控制器的有效性.

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。

未知死区输入高阶关联大系统的全局稳定分散控制

针对一类具有未知非线性死区输入的高阶关联大系统,设计了一种新的分散控制方法。该方法基于模糊滑模控制原理,确保所设计的分散控制器能使各个子系统仅根据自己的信息就能确定相应的控制量,真正实现分散控制。Lyapunov稳定理论分析证明了闭环系统的全局稳定性,跟踪误差收敛到零,并且给出了全局一致终结有界的相关界。仿真结果表明了所设计方法的有效性。

考虑未知死区非线性的自适应模糊神经UUV航迹跟踪控制

针对无人水下航行器(unmanned underwater vehicles, UUV)在航迹跟踪控制中存在未知死区非线性和工作环境不确定性的问题,提出一种鲁棒自适应自组织模糊神经控制策略,采用滑模趋近律控制框架和自组织模糊神经网络逼近器在线估计系统未知状态和进行参数的自适应,并采用有限增益鲁棒控制器补偿重构误差。根据李雅普诺夫稳定性理论分析证明所有参数和跟踪状态均有界,并且当时间趋向于无穷大时,跟踪误差及其导数都趋向于零且闭环系统的信号有界。通过与已有控制策略对比仿真表明,该控制策略具有先进性和有效性,对无人水下航行器设计具有指导意义。