带有输出约束的柔性关节机械臂预设性能自适应控制

针对带有输出约束和模型不确定的柔性关节机械臂系统,提出一种基于时变障碍李雅普诺夫函数的预设性能自适应控制方法.通过构造指数衰减的时变约束边界,提出时变正切型障碍李雅普诺夫函数,能够同时适用于约束与非约束情况,进而拓宽传统对数型障碍李雅普诺夫函数的适用范围.此外,通过预先设置时变边界函数的相关参数,使得系统输出在初始阶段具有较小的超调量和较快的跟踪速度,并能够满足系统的稳态性能要求.在此基础上,结合反演法设计反馈控制律,保证系统的输出约束性能和轨迹跟踪精度.最后,基于李雅普诺夫稳定性定理证明所有闭环信号能够达到一致最终有界,并给出数值仿真对比验证所提出方法的有效性.     

基于混合逻辑动态模型的混杂系统预测控制

针对过程工业控制对象的混杂特性，采用基于混合逻辑动态模型的预测控制策略。给出混杂系统的建模方法，并对其稳定性进行分析。仿真结果表明基于混合逻辑动态模型的预测控制能使混杂系统跟踪设定值并满足操作约束，为研究新一代复杂工业控制系统提供了新的思路。     

未知参数非线性系统的自适应广义预测控制

研究非线性系统的稳定性和跟踪优化问题,针对未知参数非线性系统的参数辨识和输出跟踪问题,给出参数自适应广义预测控制方法,为使辨识模型能实时反映被控对象特性以及输出对设定值的跟踪有较高精度.提出将非线性系统转化为受控自回归滑动平均模型,根据输入输出数据辨识模型参数.采用广义预测控制滚动优化的策略得出最优控制律,将最优控制律作用于对象实现非线性系统的优化控制以及系统输出对设定值的跟踪控制.明显克服了自适应控制对模型精度要求高的缺陷且具有在线辨识,滚动优化的特点.最后,通过仿真实例验证了方法的有效性.     

具有未建模动态及输入输出约束的单相全桥逆变器动态面事件触发控制

全桥逆变器是一类典型的开关型非线性系统,系统中存在很多非线性和不确定因素,易导致系统性能下降,甚至造成不稳定.对于具有未建模动态和时变输出约束的单相全桥逆变器系统,利用动态信号处理未建模动态,设计辅助动态系统补偿控制信号,提出一种事件触发的自适应动态面跟踪控制策略;引入跟踪误差变换,解决输出约束问题;对控制输入进行约束,使用模糊系统调节参数向量的欧氏范数作为自适应参数,设计事件触发控制,这些技术的采用可有效降低控制器计算量,保证实际系统的可实现性,完善了具有输入约束条件下动态面控制方法的稳定性分析和证明.逆变器精确模型无需已知,实际控制系统具有较好的稳定性和鲁棒性.理论分析表明,闭环系统的所有信号半全局一致终结有界,所提出方案的有效性通过仿真实验得到进一步验证.     

双层结构模型预测控制算法性能分析

双层结构模型预测控制是在常规模型预测控制的基础上集成了稳态目标计算层,所增加稳态目标计算层通过对给定外部目标进行调节或执行独立经济优化为底层动态控制提供设定值.本文着重于分析增加稳态目标计算层对常规模型预测控制策略在控制性能、经济性能、及鲁棒性方面的影响.阐明稳态目标计算是在动态不确定性下的最优决策过程,可实时考虑当前工况环境给出最佳设定值,使动态层控制量的计算更加合理,并可保证在动态控制层实现无静差控制;稳态目标计算层可利用包含目标跟踪和经济优化的性能指标,在保证跟踪控制要求的同时利用操作自由度进行经济性优化,有助于提高系统经济性能,此外由于操作自由度增加使得系统对于特定方向的扰动和通道失配具有更强的鲁棒性.最后通过实验仿真验证了所做分析的正确性.     

双层预测控制中保证动态控制可行的稳态目标计算策略

在双层结构模型预测控制(Model predictive control, MPC)中, 稳态目标计算(Steady-state targets calculation, SSTC)层(上层)为动态控制(Dynamic control, DC)层(下层)提供操作变量、被控变量设定值和变量约束. 但是,上层可行域和下层吸引域间存在的不一致性可能使得上层给出的设定值无法实现. 本文为下层事先选取若干组放松的软约束, 并对每一组软约束都离线计算出相应的吸引域, 其中最大的一个吸引域包含稳态目标计算的可行域. 在控制过程中, 根据当前状态所属吸引域在线地决定在DC层采用的软约束组. 采用上述方法后, 对所有处于最大吸引域的初始状态, 在跟踪稳态目标的过程中, 下层优化问题都是可行的. 仿真算例证明了该方法的有效性.     

航天器全状态约束输出反馈控制

针对无角速度测量的刚性航天器姿态跟踪问题,提出一种全状态约束输出反馈控制方法.建立修正罗德里格参数描述的系统模型,提出能够适用于约束与非约束情况的改进型障碍李雅普诺夫函数(MBLF),拓展传统对数型障碍李雅普诺夫函数的适用范围.构造二阶辅助系统,将控制输入和饱和输入之间的差作为构造系统的输入,进而产生信号以补偿饱和的影响.设计状态观测器估计未知状态量,并结合反步法设计输出反馈控制律,保证系统全状态约束性能和姿态跟踪精度.通过李雅普诺夫稳定性分析证明姿态观测误差和跟踪误差能够达到一致最终有界.仿真结果验证所提方法的有效性.     

仿生假手抓握力控制策略

为了使仿生假手完成各种精细作业,提出一种抓握力控制策略.在自由空间和约束空间中分别使用基于位置的阻抗控制和力跟踪阻抗控制.在过渡过程中使用模糊观测器切换控制模式.两种控制模式采用同一个基于位置的阻抗控制器,在约束空间向阻抗控制器中引入参考力,以满足约束空间的抓握力控制要求.这种方法可以使关节在自由空间和约束空间中分别实现良好的轨迹跟踪和力矩跟踪,在过渡过程中实现控制模式的可靠切换和系统的稳定过渡.提出一种自适应滑模摩擦力补偿方法,利用终端滑模思想设计了滑模函数,使得系统跟踪误差在有限时间内收敛,避免了传统线性滑模面状态跟踪误差无法在有限时间内收敛至0的问题.根据指数形式摩擦力的特点,利用终端滑模控制思想获得包含摩擦力参数估计的滑模控制律,并基于李亚普诺夫稳定性定理推导了估计参数的在线自适应律.对该抓握力控制策略在HIT假手上进行了抓取实验,实验结果证明了控制策略的有效性.     

一类工业过程运行反馈优化控制方法

为了克服流程工业运行优化中控制回路闭环系统的动态误差对运行优化性能的影响,本文针 对一类工业过程提出了使运行指标实际值与目标值偏差和控制回路输出与设定值跟踪误差的二次性能 指标极小化的运行优化反馈控制方法. 该方法由运行层设定值反馈控制和回路控制层设定值跟踪控制组成,其中设定值反馈控制采用基于LMI的 模型预测控制,回路控制采用衰减率可调的带有积分项的状态反馈调节律. 本文给出了保证运行优化反馈控制闭环系统渐近稳定的充分条件,并开展了浮选过程运行优化反馈控制仿 真实验,实验结果表明所提方法的有效性.     

基于滑动模型与图论的多机器人跟踪控制

移动机器人系统的非线性环节是导致控制设计困难的主要原因之一,在三维空间中的运动较二维空间更为复杂.针对三维空间中非线性移动机器人系统的跟踪控制问题,为了提高跟踪速度和改善动态特征,提出了一种基于滑动模型与图论相结合的控制策略.滑模控制方法广泛地适用于非线性对象,并且具有良好的鲁棒性,适合用于非线性机器人控制;从系统整体出发利用图论的知识,对整个编队进行约束,从而构成对整个系统的控制策略,表明能跟踪静态的目标和跟踪动态的目标.仿真提高了系统的稳定性,说明了控制方法的有效性和适用性.     

Flat trajectory design and tracking with saturation guarantees: a nano-drone application

Abstract

This paper deals with the problem of trajectory planning and tracking of a quadcopter system based on the property of differential flatness. First, B-spline characterisations of the flat output allow for optimal trajectory generation subject to waypoint constraints, thrust and angle constraints while minimising the trajectory length. Second, the proposed tracking control strategy combines feedback linearisation and nested saturation control via flatness. The control strategy provides bounded inputs (thrust, roll and pitch angles) while ensuring the overall stability of the tracking error dynamics. The control parameters are chosen based on the information of the a priori given reference trajectory. Moreover, conditions for the existence of these parameters are presented. The effectiveness of the trajectory planning and the tracking control design is analysed and validated through simulation and experimental results over a real nano-quadcopter platform, the Crazyflie 2.0.     

A unified symplectic pseudospectral method for motion planning and tracking control of 3D underactuated overhead cranes

In this paper, a unified symplectic pseudospectral method for motion planning and tracking control of 3D underactuated overhead cranes is proposed. A feasible reference trajectory taking constraints into consideration is first generated offline by the symplectic pseudospectral optimal control method. Then, a trajectory tracking model predictive controller also based on the symplectic pseudospectral method is developed to track the reference trajectory. At each sampling instant, the trajectory tracking controller works by solving an open‐loop optimal control problem where linearized system dynamics is used instead to improve the computational efficiency. Since the symplectic pseudospectral optimal control method is the core algorithm for both offline trajectory planning and online trajectory tracking, constraints on state variables and control inputs can be easily imposed and hence theoretically guaranteed in solutions. By selecting proper weighted matrices on tracking error and control, the developed controller could achieve control objectives in both accurate trolley positioning and fast suppressing of residual swing angles. Simulations for 3D overhead crane systems in the presence of perturbations in initial conditions, an abrupt variation of system parameter, and various external disturbances demonstrate that the developed controller is robust and of excellent control performance.     

基于动态参考规划的鲁棒Tube模型预测跟踪控制

为实现扰动和约束作用下对系统的最优鲁棒跟踪, 提出一种动态参考规划(DRP)方法, 设计鲁棒Tube模型预测控制器(RTMPC)将系统状态驱动到以最优跟踪点为中心的扰动不变集内. 基于DRP的RTMPC控制方法, 以多步参考为决策变量, 确保在线优化递归可行性的同时, 增加在线优化的自由度; 另外, 通过设定目标函数惩罚标称状态轨迹和参考稳态之间、以及最后一步参考稳态和设定点之间的加权欧式距离, 可实现最优鲁棒跟踪.     

基于高增益观测器的AUV水平面轨迹跟踪控制

通过研究欠驱动自治水下机器人（AUV）在水平面的运动规律,针对欠驱动AUV水平面轨迹跟踪控制中的非完整约束、模型中的耦合性和非线性、海流干扰、跟踪精度问题进行了深入的研究,运用高增益观测器结合反步控制方法对欠驱动AUV轨迹跟踪进行有效控制。定义了AUV的地面坐标系和船体坐标系,并完成了地面坐标系向船体坐标系的转换,建立了欠驱动AUV的水平面运动学模型和动力学模型。为欠驱动AUV所提出的高增益观测器结合反步控制方案,在保证跟踪系统稳定性的前提下,可以有效地提高跟踪精度,能够消除外界干扰对控制效果的影响,并使得控制输入满足实际工程的应用约束条件。控制方法的稳定性均采用Lyapunov稳定性理论加以证明,并通过数值仿真验证了所设计控制器的有效性。     

非线性重复运动系统的双迭代优化学习控制

本文针对一类具有非参数不确定性和输出约束的非线性系统,提出一种双迭代优化学习控制策略,将复杂的迭代学习过程简化为两个相对简单的迭代控制器.首先引入一类饱和非线性函数不仅可以满足系统的位置约束,同时能够保证系统跟踪误差收敛于给定的邻域,然后针对每次迭代初始误差设计参考轨迹自修正策略,在每个迭代周期上设置一个固定的调整时间域,根据上次迭代的输出调整下一次迭代的参考轨迹.双迭代的控制结构可以同时更新两个迭代控制器的参数,来处理系统的非参数不确定性.进一步利用Barrier复合能量函数证明双迭代控制策略的收敛性和稳定性,并给出收敛条件.最后,通过一个算例证明了该控制策略的有效性.     

一种多约束下无人机编队的模型预测控制算法

针对多无人机在编队飞行过程中需满足机间避碰、通信、避障等约束的问题,设计一种考虑多约束的分布式模型预测控制算法,使无人机编队在满足上述约束的前提下,实现轨迹跟踪、队形保持.首先,在不考虑通信时延、外界干扰、噪声的情况下,以四旋翼为控制对象,建立线性时不变的单机及编队运动模型;然后,在考虑状态约束、输入约束、机间避碰、机间通信、避障等多种约束的情况下,以轨迹跟踪、队形保持为控制目标,基于虚拟领航策略设计一种分布式模型预测控制算法;接着,对优化问题的可行性以及编队系统的渐近稳定性进行分析,其中算法的终端部分设计、相容性约束设计是保证系统稳定的关键;最后,利用6架无人机仿真验证所提出控制算法的有效性.     

Formation tracking of multi-vehicle systems in unknown environments using a multi-region control scheme

In this paper, a multi-region control scheme is proposed for a formation of nonholonomic vehicles to track a reference trajectory while avoiding collisions and preserving network connectivity in unknown environments. The proposed control scheme defines three regions, safe region, dangerous region and transition region. In different regions, priority is given to different control objectives. In safe region where trajectory tracking holds the priority, the proposed control scheme guarantees bounded tracking of the reference trajectory for each vehicle. In dangerous region where avoidance control is the main objective, a new bounded potential function is designed to characterise constraints of obstacle and inter-vehicle collision avoidance as well as connectivity maintenance. By introducing a series of transition functions, smooth switching between trajectory tracking and avoidance control is achieved in transition region. It has been proved that each vehicle can track its reference trajectory while satisfying the constraints simultaneously with a bounded controller which means that the proposed control scheme satisfies input constraints by properly tuning parameters. Simulation results demonstrate the effectiveness of the proposed method.     

一种快速有限时间收敛的轨迹跟踪引导律EI北大核心CSCD

针对参考轨迹曲率变化大导致前视距离(LAD)调整不及时,使得无人船(USV)轨迹跟踪误差收敛慢的问题,本文利用轨迹跟踪几何关系,建立位置跟踪误差动态系统,引入曲率参数设计一种新型的时变前视距离(NTLAD),提出一种快速有限时间收敛的轨迹跟踪引导律(FFTC-GL),包括期望艏向引导律和期望巡航速度引导律研究,以快速准确跟踪大范围曲率的轨迹.首先,构造NTLAD的稳定约束条件,结合图解法求解NTLAD函数,实现法向误差快速有限时间收敛,并且引入曲率参数,快速准确地跟踪不同曲率的轨迹.其次,基于切向误差的有限时间技术,设计快速有限时间速度引导律,实现切向误差动态系统的有限时间稳定.最后,通过对比有限时间上确界,表明引导律对位置跟踪误差收敛的快速性.轨迹跟踪仿真表明FFTC-GL能够在有限时间内跟踪参考轨迹,保证曲线拐点位置跟踪误差快速收敛.     

三轮驱动移动机器人轨迹跟踪控制

针对三轮驱动移动机器人在轨迹跟踪控制过程中运动不平滑的问题,建立了移动机器人在一定运动约束条件下的运动学模型。根据移动机器人位姿误差微分方程的描述,设计了基于后退时变状态反馈方法的移动机器人轨迹跟踪控制器。基于李雅普诺夫方法,对轨迹跟踪控制器的稳定性进行了分析,证明了该控制器能够保证闭环系统全局一致渐进稳定。仿真结果验证了运动学模型的正确性,以及轨迹跟踪控制器的有效性。     

Transverse function control with prescribed performance guarantees for underactuated marine surface vehicles

This paper studies the problem of stabilizing reference trajectories (also called as the trajectory tracking problem) for underactuated marine vehicles under predefined tracking error constraints. The boundary functions of the predefined constraints are asymmetric and time‐varying. The time‐varying boundary functions allow us to quantify prescribed performance of tracking errors on both transient and steady‐state stages. To overcome difficulties raised by underactuation and nonzero off‐diagonal terms in the system matrices, we develop a novel transverse function control approach to introduce an additional control input in backstepping procedure. This approach provides practical stabilization of any smooth reference trajectory, whether this trajectory is feasible or not. By practical stabilization, we mean that the tracking errors of vehicle position and orientation converge to a small neighborhood of zero. With the introduction of an error transformation function, we construct an inverse‐hyperbolic‐tangent‐like barrier Lyapunov function to show practical stability of the closed‐loop systems with prescribed transient and steady‐state performances. To deal with unmodeled dynamic uncertainties and external disturbances, we employ neural network (NN) approximators to estimate uncertain dynamics and present disturbance observers to estimate unknown disturbances. Subsequently, we develop adaptive control, based on NN approximators and disturbance estimates, that guarantees the prescribed performance of tracking errors during the transient stage of on‐line NN weight adaptations and disturbance estimates. Simulation results show the performance of the proposed tracking control.