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。

自主多旋翼无人机系统:感知、规划与控制

无人机成本低、机动性强且视野广阔,广泛用于军事和民用领域.不断增强感知与决策能力,进而提高无人机的自主性,是无人机系统发展的必然趋势.本文围绕实现多旋翼无人机自主控制所面临的关键科学技术问题,即灵敏稳健的飞行控制、实时精准的感知与估计和高效的在线运动规划,展开全面概述.从硬件和软件系统,到飞行控制、感知与估计、运动规划的具体算法,试图构建多旋翼无人机自主控制系统的整体认知体系,旨在为相关理论的研究提供系统性的见解,并为多旋翼无人机自主控制系统的设计提供技术参考.最后,总结了现阶段多旋翼无人机自主控制技术的局限性,并对未来发展趋势进行了展望.

基于语音交互的四足机器人多模式控制实验设计

针对四足机器人全向运动控制、步态与行为切换、人员跟随、自主导航等多模式运动中的人机交互难题,设计了1套基于语音识别与指令解析的四足机器人交互控制系统。明确了四足机器人语音交互系统的硬件组成,并搭建了包含语音采集、识别、解析、播报一体的交互模块;基于SOFM网络设计了语音识别算法;基于ROS建立了语音模块与机器人运动控制模块的通信交互机制,实现了语音指令下达与机器人状态信息播报反馈。通过一系列四足机器人语音交互控制实验,验证了在动态场景下机器人的语音识别准确率高于85%,而在静态场景下则超过95%,保障了四足机器人不同运动模式的准确运动控制。

主被动结合的弹性高超声速飞行器鲁棒自适应控制

针对高超声速飞行器轻质材料和细长体构型引起的显著气动伺服弹性问题,提出了一种主被动结合的鲁棒自适应控制方法。首先,通过引入辨识性能评价和监测机制设计复合自适应参数辨识方法,并给出滤波估计策略,实现弹性振动频率与弹性模态的高效在线估计。其次,采用奇异摄动理论将刚弹一体化模型分解为刚弹子系统,针对弹性子系统,基于频率辨识值构建级联型自适应陷波器实现被动陷波抑制,并结合模态估计值设计主动反馈控制保证弹性模态的稳定收敛;针对刚体子系统,设计基于有限时间滑模扰动观测器的鲁棒跟踪控制,综合两个子系统的控制量得到最终升降舵偏转。最后,通过仿真验证了该方法能够有效保证气动伺服弹性影响下高超声速飞行器的弹性抑制和刚体控制性能。

并联逆变器参数协同自适应VSG控制策略

虚拟同步发电机(VSG)控制的微电网逆变器并联时,因线路阻抗不匹配存在无法实现功率均分的现象,尤其在受到负载功率扰动时系统的频率稳定性变差。针对此问题,提出一种阻抗-惯量-阻尼3个参数协同自适应VSG控制策略。通过建立系统的小信号模型推导出系统闭环的根轨迹方程,进而分析惯量、阻尼等系统主要参数变化对系统稳定性的影响。利用线路首末端电压和输出功率信息准确反算线路阻抗,并通过自适应虚拟阻抗实时修正线路阻抗,使等效输出阻抗与功率容量成比例,实现功率分配。在此基础上,利用自适应惯量和阻尼系数保障系统的频率稳定性。通过上述3个参数协同的VSG控制提升并联系统的功率分配精度和频率响应特性。最后,通过仿真与实验结果验证所提控制方法的可行性和正确性。

面向战机大迎角机动过程的智能学习控制

针对战机大迎角动力学呈现的强非线性、气动不确定和通道耦合特性,提出了一种基于智能学习的自适应机动跟踪控制方法.通过将通道耦合视为集总扰动的一部分,把模型分解为迎角子系统、侧滑角子系统和滚转角速率子系统.采用神经网络估计不确定,设计跟踪误差反馈与集总干扰估计前馈相结合的控制器获取期望操纵力矩,并基于串接链分配方法求解气动舵偏角和推力矢量偏角.对于神经网络权重更新,构建预测误差表征集总干扰的估计性能,结合跟踪误差设计复合学习更新律.基于李雅普诺夫方法证明了闭环系统的一致最终有界稳定性.针对眼镜蛇机动和赫伯斯特机动指令进行了仿真验证和抗干扰参数拉偏测试,结果表明所提方法具有较高的机动指令跟踪精度和鲁棒性能.

带有扰动观测器的智能车队分布式协同控制

目的为了研究含有未知外部扰动和未知非线性项的领航车辆和跟随车辆的同质车队控制问题,实现车队协同控制并达到车队控制目标,以解决交通拥堵、减少尾气排放和提高道路交通容量。方法本文提出一种新的分布式车队协同滑模控制策略,结合车辆间距策略和通信拓扑结构,确保车队的稳定性以及间距误差和速度误差的收敛性。针对车辆动力学模型中的未知非线性项,提出分布式神经网络自适应律,用于估计和补偿系统中未知非线性项的影响。并且,由于车队系统不可避免地会受到外部扰动的影响,设计扰动观测器并调整其参数,以逼近系统的实际外部扰动。结果通过Lyapunov稳定性分析证明分布式车队控制策略的正确性和有效性,并通过相应的车队控制实例进行验证。结论所提出的分布式协同滑模控制策略和分布式神经网络自适应律能够有效实现车队协同,保证系统的快速响应、稳定性和鲁棒性。

基于畅课平台的土力学与基础工程课程混合式教学改革与实践

作为信息技术与教育教学融合的产物,“互联网+”教学平台近年来发展迅猛,其能够很好弥补传统线下课堂教学中的不足。畅课平台具有学习管理、MOOC、SPOC、翻转课堂和智能教室等多种应用场景的功能,基于该平台探索实施土力学与基础工程课程的混合教学模式,将传统的线下课堂授课与线上畅课平台教学充分结合,融合知识点与学生的关注热点,开展线上腾讯会议直播、线下面授混合教学,充分激发学生的兴趣。实践证明,混合教学模式可操作性强,能够取得良好教学效果。

大学二级学院校务公开的难点及对策

作为“阳光工程” ,校务公开深得人心。但是 ,对校务公开的不同认识 ,却阻碍着这项工作的深入开展 ;同时 ,再好的制度如果流于形式 ,缺乏广大教职工的积极参与 ,缺乏有效的监督机制 ,也将难以收到实效。只有端正思想 ,坚持原则 ,加强监督 ,建立完善的教代会制度 ,才能将这项工作做实做好。

大学数字化建设中的信息控制规划与专业监理

近年来大学纷纷通过采用数字化技术,建设智能化项目的方式来降低办学成本,提高办学效率。但由于对建设的项目缺乏统一的规划,因此数字大学的建设过程中常常存在建设项目资源重复,过于求新求全致使系统性能价格比低,重视科教应用,轻视后勤管理与安全防范等问题。本文就目前大学数字化建设存在的问题,探讨大学数字化建设应包含的内容、实施步骤,信息工程规划和专业监理对系统实施的意义。

与香港大学合作研究故障诊断和容错控制

应鲁棒控制理论界国际著名学者、山东大学客座教授、香港大学James Lain博士邀请，笔者于2003年7月1日～8月15日到香港大学进行了为期一个半月的学术访问。2002年我作为山东大学的代表，与香港大学和德国Duisburg大学共同合作申请了香港大学资助的国际合作项目“Advanced Observer-based Fault Detection Schemes for Uncenain Systems”。这次学术访问得到了该研究项目的经费资助。

“自动控制原理”实验教学方法改革初探

针对新工科人才培养要求及自动控制原理实验教学中存在的问题,从理实一体化建设、多元实验项目设计、思政元素挖掘、科研反哺实验教学,6S管理法、多维考核方式构建六个方面对自动控制原理实验教学方法进行了初步探索,获得了较好的教学效果。学生在实验中体验到动手学习的快乐和自信,也获得了实验成功的成就感,更激发了他们的创新欲望。

基于全身力矩控制的双腿轮机器人跳跃方法研究

双腿轮机器人由于内在不稳定性以及强耦合非线性特性,其运动控制尤其是高动态运动控制非常困难.为此,提出基于最优力分配的全身力矩控制框架,可同时实现双腿轮机器人的自平衡与躯干位姿控制;为提高双腿轮机器人在高速运动时跨越垂直障碍物的能力,提出应对垂直障碍的跳跃动作规划方法,并基于全身力矩控制框架进行控制与实现;通过分析简化的轮式倒立摆模型,得到腾空时飞轮转动对俯仰姿态的动力学影响,实现腾空阶段俯仰姿态的调整.设置连续跳跃仿真实验与有无飞轮调整的俯仰姿态对比实验,其仿真结果证明所提方法的有效性与鲁棒性.

燃料电池供气系统的自适应滑模控制

本文针对燃料电池供气系统阴阳极协同控制问题,提出了一种自适应超螺旋滑模控制算法.文章首先建立燃料电池供气系统动态模型,提出了燃料电池供气系统氢气过量比、氧气过量比及阴阳极压差的控制问题,并研究了自适应超螺旋滑模控制算法,通过自适应调节控制增益大小,有效抑制传统滑模控制的抖振现象,同时,利用李雅普诺夫方法证明了该控制方法的稳定性.最后,基于MATLAB建立燃料电池系统仿真平台并进行了仿真研究.仿真结果表明,所提出的方法可以有效控制氢、氧过量比及阴阳极压差,且具有较强的抖振抑制能力,可以保证燃料电池系统的稳定持久运行.

基于强化学习的工业机械臂数字孪生与智能控制

为实现对工业机械臂的实时高效,自动化智能控制,提出一种基于数字孪生技术的工业机械臂控制方法。该方法基于改进的数字孪生系统框架,建立工业机械臂的数字孪生体;链接物理实体和虚拟空间,实现数据的上下行交互;使用深度强化学习算法训练数字孪生体,实现对工业机械臂的智能控制。

具有边界扰动的不确定Euler-Bernoulli梁方程输出反馈控制

针对带有边界扰动、内部不确定扰动和外部扰动的Euler-Bernoulli梁方程,为克服传统扰动观测器引入的高增益及未知扰动导数难以准确求解问题,本文将主动干扰抑制控制(ADRC)技术应用到Euler-Bernoulli梁方程这个偏微分方程(PDE)系统上,提出并设计了一种新的在线扰动观测器,可实时估计扰动值.依据估计扰动值,设计了一个边界输出反馈控制器.仿真结果表明,本文所提出的方法可很好地实现对内部不确定扰动和外部扰动的估计,配合输出反馈控制器,可对边界扰动进行有效抑制,进而实现系统的指数稳定.

基于外环速度补偿的封闭机器人确定学习控制

针对未开放力矩控制接口的一类封闭机器人系统,提出一种基于外环速度补偿的确定学习控制方案.该控制方案考虑机器人受到未知动力学影响,且具有未知内环比例积分(Proportional-integral,PI)速度控制器.首先,利用宽度径向基函数(Radial basis function,RBF)神经网络对封闭机器人的内部未知动态进行逼近,设计外环自适应神经网络速度控制指令.在实现封闭机器人稳定控制的基础上,结合确定学习理论证明了宽度RBF神经网络的学习能力,提出基于确定学习的高精度速度控制指令.该控制方案能够保证被控封闭机器人系统的所有信号最终一致有界且跟踪误差收敛于零的小邻域内.在所提控制方案中,通过引入外环补偿控制思想和宽度神经网络动态增量节点方式,减小了设备计算负荷,提高了速度控制下机器人的运动性能,解决了市场上封闭机器人系统难以设计力矩控制的难题,实现了不同工作任务下的高精度控制.最后数值系统仿真结果和UR5机器人实验结果验证了该方案的有效性.

分析控制理论与控制工程的发展与应用

控制理论和控制工程在农业、交通行业、通信行业、生物信息行业等领域广泛应用。控制理论和控制工程的应用价值日益凸显,文中从控制理论和控制工程的产生途径为研究的切入点,浅要分析控制理论和控制工程的发展和应用状况。

一种融合注意力机制与3D双流卷积网络的动态头势识别方法

头势能够传递丰富的情绪和意图信息,属于重要的人机交互方式之一。然而,目前基于穿戴式传感器的头势识别方法虽然具有较高的识别率,但缺乏经济性和便捷性,而基于机器视觉的方法普遍存在准确率低、泛化性差、算力成本较高的问题,因此目前的头势识别方法仍难以部署于移动机器人。针对以上问题,提出了一种融合注意力机制与3D双流卷积的动态头势识别方法。该方法从动态头势视频帧中提取RGB信号和光流特征,在注意力机制的启发下,从通道域和空间域进行动作特征提取和增强,从而对关键特征进行准确提取,然后对特征进行融合与分类。实验结果表明,所提方法能够有效提取头势中关键的通道域和空间域信息,可显著提高头势识别的准确率及泛化能力,可在有限算力下实现较高的准确率与实时性。其后,将所提方法应用于助老机器人,在实际示范应用中进行了验证,结果表明本方法适于移动机器人等算力受限的移动机载计算平台。

数字电子技术课程思政教学研究与实践

针对“数字电子技术基础”课程点多、面广、线长的特点,开展课程思政教学研究。从知识点、应用面、发展线多个维度深挖思政教育资源,提出民族自信、工匠精神、职业伦理、治学精神、哲学思想及专业报国六大课程思政主题,探索“故事、知识、互动、实践”相融合的课程思政教学模式,构建全方位多元化的课程考评体系,将课程思政融入“数字电子技术基础”学习的全过程,践行“三全育人”。