适用于路径跟踪控制的自适应MPC算法研究

为提高自动驾驶车辆在不同工况下的路径跟踪精度和行驶稳定性,基于车辆的单轨模型和模型预测控制（MPC）理论,提出一种依据跟踪偏差和道路曲率自适应调整成本函数权重系数的路径跟踪控制算法。该算法主要是通过模糊控制理论动态优化传统MPC路径跟踪控制器中权重系数矩阵,使得当车辆与参考路径偏差比较大时,能够快速减小跟踪偏差,保证车辆行驶的安全性;当路径跟踪偏差比较小,且参考路径曲率比较小时,使得系统更加侧重行驶稳定性的要求。为验证所设计的路径跟踪控制器的性能,搭建CarSim/Simulink联合仿真模型,在联合仿真过程中,基于权重系数自适应的MPC路径跟踪控制器与基于权重系数为常量的MPC路径跟踪控制器相比,路径跟踪精度和车辆的行驶稳定性均得到了提高。     

机器人轨迹跟踪自适应控制

本文提出一种新的自适应控制算法,用于补偿机器人动力学方程中的非线性项和消除关节间的耦合。这种简单有效的控制算法,保证了系统在一定的参数变化范围内具有渐近稳定性和良好的控制精度。     

基于模型预测控制的直升机轨迹跟踪控制

针对直升机在实际任务中对轨迹精确控制的实际需求,提出基于模型预测控制(model predictive control,MPC)的直升机轨迹跟踪算法.轨迹控制的整体方案采用分层的架构:底层对直升机的速度以及姿态进行调节,顶层通过实施MPC算法对底层的姿态和速度指令进行调度,以期实现直升机轨迹的精确控制.通过分段MPC方...     

轮式移动机器人自适应轨迹跟踪控制

针对轮式移动机器人质心和驱动轮轴线中心不重合的情况,基于运动学模型研究了轮式移动机器人的轨迹跟踪控制问题.首先,提出了一种新的Lyapunov函数,并利用该函数设计了一种运动学控制器,避免了初始误差较大时,跟踪误差收敛不到零的情况.其次,考虑轮式移动机器人质心和驱动轮轴线中心之间距离不确定的情况,给出了一种自适应控制算...     

矿用卡车路面自适应模型预测轨迹跟踪控制

针对矿区道路环境突变对无人矿用卡车无人驾驶的挑战,本文研究了路面自适应模型预测轨迹跟踪控制问题.首先,根据矿区常用矿卡车型及环境突变特点分别建立矿卡动力学模型和矿区道路环境模型;其次,提出矿卡路面自适应模型预测轨迹跟踪控制框架;然后,引入预设附着系数库,提出基于自主切换策略的最小二乘参数估计方法以应对突变工况做出合理递推;最后,提出矿卡路面自适应模型预测轨迹跟踪控制方法.仿真表明,所提方法比传统自适应模型预测控制方法轨迹跟踪精度更高,可以充分考虑道路附着条件突变的矿区道路工况,自适应地保证矿卡的操纵稳定性.     

环卫车辆轨迹跟踪系统的无模型自适应迭代学习控制

针对环卫车辆周期重复性工作特点,考虑模型时变以及未知扰动问题,提出一种基于无模型自适应迭代学习的环卫车辆轨迹跟踪控制方法.首先,针对环卫车辆建立了两轮移动机器人的运动学模型,然后,给出带时变参数和非线性不确定项的迭代域下全格式动态线性化数据模型,引入时间差分估计算法,设计基于最优性能指标的轨迹跟踪无模型自适应迭代学习控制方法,并进行仿真分析.结果表明,环卫车轨迹跟踪系统车身角随迭代增加超调减小,与传统迭代学习控制算法相比,具有松弛的条件限制和较好的鲁棒性,同时提高了控制系统精度.     

基于滑模预测控制的海底采矿车轨迹跟踪算法

海底采矿车多工作于稀软底质,其面临的外部扰动较大,难以快速收敛跟踪误差,精准地跟踪预设轨迹。为此,本文提出了一种海底采矿车的滑模预测控制（sliding model predictive control,SMPC）轨迹跟踪算法。基于海底采矿车的运动学模型,首先设计滑模控制率实现轨迹跟踪误差快速收敛,其次利用少预测时域的线性时变模型预测控制算法（linear time varying model predictive control,LTV-MPC）优化该滑模控制率。而后,通过证明滑模控制率收敛和模型预测控制稳定,保证了闭环控制系统的稳定性。RecurDyn&Simulink联合仿真结果表明,与单一的滑模控制（sliding mode control,SMC）和线性时变模型预测控制算法相比,所提出的SMPC轨迹跟踪算法提高了轨迹跟踪精度,且算法具有较好的实时性。     

大射电望远镜馈源轨迹跟踪自适应控制

针对大射电望远镜悬索馈源为一非线性慢时变多变量耦合的系统特点, 提出用多变量极点配置自校正预测控制器 (MPSTPC)来实现馈源轨迹的跟踪控制. 建立了悬索 馈源系统的数学模型, 在有随机风扰动和无随机风扰动的情况下, 进行了数字仿真. 结果表明, 该控制算法可以很好地满足馈源系统轨迹跟踪高精度要求.     

基于模型预测控制的移动机器人轨迹跟踪

通过分析与建立全向移动机器人运动学与动力学模型,研究了移动机器人轨迹跟踪问题。在误差模型的线性化描述的基础上使用模型预测控制方法,在满足控制约束的条件下,将样周期内最小化目标函数的优化问题转换为二次规划问题的求解,有效减低了计算量。结果表明该方法对移动机器人的轨迹跟踪控制是有效可行的。     

机器人轨迹跟踪的一种自适应神经鲁棒控制

针对不稳定机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制。该控制方案由一个PD反馈和一个神经动态补偿器组成,其特点是不需要系统不确定性上界的先验知识,而且避免了求解惯性矩阵逆,通过利用一个RBF神经网络自适应学习系统不稳定性的未知上界,从而可以有效克服系统不确定性的影响,保证机器人系统的输出跟踪误差渐近收敛于0。     

四旋翼无人机参数预测和抗扰动自适应轨迹跟踪控制

为了降低外界环境对四旋翼无人机飞行轨迹的扰动性,提高无人机的控制精度,提出1种基于滑模控制的四旋翼无人机参数预测和抗扰动的自适应轨迹跟踪控制器。这种控制器对四旋翼无人机系统的不确定状态参数、气流、风阻和执行器故障等外界扰动进行预测,实现了对系统输入的状态补偿和扰动补偿,提高了无人机的轨迹跟踪效率和抗扰动能力,消除了机体在飞行过程中的抖振现象,提高了无人机系统对环境的适应性和控制器的稳定性。通过仿真实验,分析了四旋翼无人机在不同控制器作用下的轨迹跟踪性能曲线,验证了所提出的控制器的优越性和有效性。     

基于模糊不确定观测器的四旋翼飞行器自适应动态面轨迹跟踪控制

针对具有未知外界扰动和系统不确定性的四旋翼飞行器,提出了一种基于模糊不确定观测器（Fuzzy uncertainty observer,FUO）的自适应动态面轨迹跟踪控制方法.通过将四旋翼飞行器系统分解为位置、姿态角和角速率三个动态子系统,使得各子系统虚拟控制器能够充分考虑欠驱动约束;采用一阶低通滤波器重构虚拟控制信号及其一阶导数,实现四旋翼跟踪控制设计的迭代解耦;设计了一种模糊不确定观测器,用以估计和补偿未知外界扰动与系统不确定性,从而确保闭环系统的稳定性和跟踪误差与其他系统信号的一致有界性.仿真研究验证了所提出的控制方法的有效性和优越性.     

SGCMG系统框架角轨迹跟踪自适应补偿控制

作为应用在航天器上的惯性执行机构,单框架控制力矩陀螺（GSGCMG）系统框架角空间的轨迹跟踪性能对航天器姿态控制（或稳定）精度有着极大的影响,为提高SGCMG系统框架角轨迹跟踪性能,本文在轨迹跟踪控制中,采用了“PD＋自适应补偿”的控制器结构,通过分析可以发现,此种控制器不但可使轨迹跟踪误差收敛至零,实现有限时间跟踪控制,而且可使轨迹跟踪误差每一分量的绝对值指数收敛,对应用在航天器上的金宁塔形4－SGCMG系统框架角空间轨迹跟踪控制的仿真结果表明,上述控制算法是可行的。     

智能车辆的滑模轨迹跟踪控制

智能车辆是集各种机械装置、传感器、计算机于一体的复杂非线性系统,其轨迹跟踪控制器是研究的关键技术之一。针对高速自主导航智能车辆轨迹跟踪控制器鲁棒性、精确性和实时性的高要求,在智能车辆结构组成与运动模型基础上,设计了一种滑模变结构控制器。通过控制智能车辆的线速度和角速度实现智能车辆对任意路径的跟踪,并用Matlab进行了仿真实验。结果验证了该方法的有效性和可靠性。     

不确定性机器人的自适应跟踪控制

提出了一种自适应控制策略 ,用于不确定性机器人的轨迹跟踪 ,该控制器结构简单 ,且无需计算回归矩阵 ,通过对二自由度的机器人的仿真 ,证明该方法能使跟踪误差快速趋近于零     

无人车辆轨迹规划与跟踪控制的统一建模方法

无人车辆的轨迹规划与跟踪控制是实现自动驾驶的关键.轨迹规划与跟踪控制一般分为两个部分,即先根据车辆周边环境信息以及自车运动状态信息规划出参考轨迹,再依此轨迹来调节车辆纵横向输出以实现跟随控制.本文通过对无人车辆的轨迹规划与跟踪进行统一建模,基于行车环境势场建模与车辆动力学建模,利用模型预测控制中的优化算法来选择人工势场定义下的局部轨迹,生成最优的参考轨迹,并在实现轨迹规划的同时进行跟踪控制.通过CarSim与MATLAB/Simulink的联合仿真实验表明,该方法可在多种场景下实现无人车辆的动态避障.     

基于MPC的四旋翼无人机航迹跟踪控制系统

目前研究的四旋翼无人机航迹跟踪控制系统跟踪过程不稳定,导致跟踪结果不准确;为此基于MPC设计了一种新的四旋翼无人机航迹跟踪控制系统.通过空中飞行控制器、地面控制器和人工干预器实现了无人机航线的跟踪控制;空中飞行控制器包括GPS导航定位模块、姿态评估模块(MTI)、飞行控制系统计算机,显示模块等;地面控制器探测周围飞行环境,规避障碍物、规划安全航线,传输至空中自主飞行控制系统,包括无线通讯的数据连接电路和地面终端控制模块;人工干预模块能对飞行过程中发生的意外情况进行人工干预以避免突发情况造成危险;以VS2010为开发环境,利用C++软件设计软件流程;利用MPC多变量控制策略,以最优动态轨迹为控制目标,获取无人机的实时飞行状况,设定航线规划流程,实行航线动态规划;实验结果表明,所设计的无人机航迹跟踪控制系统稳定性较好,跟踪控制结果与预期的跟踪控制曲线重合度更高,平均误差控制在1 cm以内.     

机械臂自适应鲁棒轨迹跟踪控制

针对具有外界干扰和不确定性的机械臂轨迹跟踪控制问题,提出了一种自适应鲁棒补偿控制算法,将计算转矩法用于系统标称模型,鲁棒控制用于消除系统不确定性的影响,并通过自适应算法自动调节不确定项,保证系统存在建模误差和外部干扰时的稳定性和动态性能。给出了具体的控制算法设计和系统稳定性、收敛性证明,最后通过仿真实验,表明系统具有跟踪误差快速收敛性以及良好的鲁棒性。