非完整移动机器人的自适应滑模轨迹跟踪控制

针对动力学模型描述的非完整移动机器人系统，研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题，基于反演技术和自适应滑模控制的思想设计了具有全局渐近稳定的轨迹跟踪控制律。谊控制律将系统分解为低阶子系统来处理，利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计，并具有直观的稳定性分析．满足了移动机器人的轨迹跟踪要求，且具有设计方法简单、鲁棒性强的特点。仿真结果验证了所设计控制器的有效性和正确性。     

移动机器人的快速终端滑模轨迹跟踪控制

针对基于动力学模型描述的非完整移动机器人轨迹跟踪问题,给出了一种快速终端滑模控制器设计方法,该方法结合反演(backstepping)设计和快速终端滑模控制的思想,实现了非完整移动机器人全局快速轨迹跟踪控制,并且能够在有限时间内完全跟踪上期望轨迹。该方法将系统分解为低阶子系统来处理,利用中间虚拟控制量简化了控制器的设计,具有直观的稳定性分析,设计方法简单。仿真结果验证了该控制器的正确性和有效性。     

基于观测器设计的移动小车自适应轨迹跟踪控制研究

提出了一种基于观测器设计的自适应轨迹跟踪控制算法，在无法准确测量移动机器人位姿的情况下，基于其完整动力学模型，实现机器人轨迹跟踪控制问题。方法考虑了实际参数的移动机器人完整动力学模型，将位姿观测器和自适应控制策略相结合，设计了一种移动机器人完整的自适应观测器轨迹跟踪控制策略。仿真结果表明该控制策略的正确性和有效性。     

一种3自由度移动机器人的跟踪新策略

在证明了3自由度移动机器人系统具有可逆性的前提下，利用神经网络α-阶积分逆系统线性化解耦能力，将严重非线性及耦合的3自由度移动机器人系统解耦成3个SISO(single input—single output)的子系统，采用线性控制理论设计了路径跟踪控制器，实现了位置和方位的独立跟踪，同时提高了控制算法的实时性。最后通过路径跟踪仿真实例验证了算法的可行性和有效性。     

基于动力学系统的非完整移动机器人的跟踪控制

为解决具有两个驱动轮的受非完整约束移动机器人的轨迹跟踪问题,文章从机器人的动力学和运动学模型出发,设计出一种结构简单的控制器,该控制器利用单神经元网络的自学习和自适应能力,来克服未建模的系统扰动,并用Lyapunov函数对所设计的控制器进行了稳定性分析。最后仿真结果验证了所设计的控制器的有效性。     

不确定非完整移动机器人的自适应模糊控制

为解决具有两个驱动轮的受非完整约束移动机器人的轨迹跟踪问题,首先针对系统的运动学模型,设计了一个运动学控制器;然后,基于系统的动力学模型和运动学控制器,设计了一个自适应模糊控制器,该控制器能有效地克服机器人模型参数未知和扰I动的影响,并利用Lyapunov稳定性理论证明了系统的稳定性且跟踪误差收敛.仿真结果表明文章所设计的控制器具有良好的控制效果.     

飞行器自适应反推Terminal滑模轨迹跟踪控制

飞行器非线性动力学模型通常包含由未知外界干扰和未建模动态构成的非匹配不确定性。针对建立的飞行器纵向运动仿射非线性模型,提出了一种基于非线性干扰观测器(nonlinear disturbance observer, NDO)的自适应反推非奇异终端滑模(adaptive backstepping nonsingular terminal sliding mode,AB-NTSM)轨迹跟踪控制方法。设计非线性干扰观测器对未知干扰进行观测补偿,无需干扰上界先验知识。设计未建模动态自适应律,提高控制器对系统不确定性的鲁棒性。对3种不同情况的仿真表明,干扰观测器能够实现对不同干扰精确观测,仅在干扰突变时有较大观测误差。在不确定性影响下,采用提出的控制方法,系统能够实现对指定轨迹的稳定跟踪,并有效消除控制信号的抖振。     

空间电磁对接轨迹跟踪的自适应控制

面向在轨服务的空间电磁对接技术能克服传统基于推力器对接所固有的不足,应用前景广阔。航天器对接是一个相对距离逐渐减小的过程,应用于控制器设计的解析远场电磁力模型具有强非线性,且模型误差随相对距离的减小而逐渐增大。基于Lyapunov稳定性理论开展空间电磁对接轨迹跟踪控制器的自适应设计,通过控制参数在线修正以消除模型的不确定性以及外界干扰的影响;开展控制参数整定分析,证明了自适应控制策略的渐近稳定性。理论分析及仿真结果表明,空间电磁对接的自适应控制策略是可行的,并且具有渐近稳定性。     

未知环境下非完整轮式移动机器人运动规划

将Bug算法与基于滚动窗口的路径规划相结合,提出改进的移动机器人路径规划方法.该方法无需计算障碍物的边线解析式,仅考虑必须的传感数据,从而提高了计算效率.根据建立的移动机器人通用动力学模型和无打滑非完整运动约束条件,采用非线性反馈线性化方法设计了轮式机器人的轨迹跟踪控制器.建模时直接以两驱动后轮的角速度为控制输入,降低了跟踪误差.同时考虑左右车轮的速度限制,以保证规划路径的平滑.最后,与Bug算法、势场算法和模糊控制算法进行对比实验,验证了该算法的有效性.     

基于动态面的机械臂轨迹跟踪神经网络自适应算法

针对由直流电机驱动的多自由度机械臂轨迹跟踪系统,提出一种基于动态面反演的RBF神经网络自适应算法,该算法利用动态面反省控制技术,一方面解决系统的非匹配不确定性问题,另一方面有效地解决系统的“计算膨胀”问题,并通过RBF神经网络对系统中的外界扰动进行逼近,实现神经网络自逆应反凉控制,最后通过Lyapunov稳定性理论证明所得闭环系统的半全局一致最终有界。仿真结果证实该算法的有效性。     

基于模型预测控制的轮式移动机器人轨迹规划

针对轮式移动机器人(Wheeled Mobile Robot-WMR)自身欠驱动的特点,并考虑到实际工作时的各种约束和限制,提出了一种基于模型预测控制(Model Predictive Control -MPC)的多约束轨迹规划方法。可以对车体自身的运动学约束、物理约束以及避障等约束进行集中有效的处理,可以生成符合车体自身模型特点并满足各种约束的可行轨迹,充分保证了轮式移动机器人自主行驶的可行性,安全性,高效性。仿真结果充分验证了该方法的有效性。     

基于强化学习的连续型机械臂自适应跟踪控制

针对空间主动碎片清除操作中连续型三臂节机器人系统跟踪问题,提出一种基于强化学习的自适应滑模控制算法。基于数据驱动的建模方法,采用BP神经网络对三臂节连续型机械臂进行建模,并作为预测模型指导强化学习实时调节所提出滑模控制器的控制参数,从而实现连续型机器人运动的实时跟踪控制。仿真结果表明：提出的数据驱动的预测模型对随机轨迹预测的相对误差保持在±1%以内,能够高精度地反映系统动态特性。对比固定参数的滑模控制器,提出的自适应控制器在保证系统达到控制目标的同时具有更低的超调量和更短的调节时间,表现出更好的控制效果。     

液压伺服并联机器人的自适应鲁棒跟踪控制

针对液压伺服并联机器人存在参数不确定性及外界干扰的特点，通过构造一合适的储能函数，设计了一种自适应鲁棒跟踪控制器，利用所选取的评价函数，可以将外界干扰有效地抑制在任意希望的给定指标以下。所设计的闭环系统对参数变化具有完全的自适应性，并实现了系统轨迹的渐近跟踪，仿真结果表明了该方法的有效性。     

基于动力学系统移动焊接机器人焊缝跟踪控制

为了解决轮式移动焊接机器人的焊缝跟踪问题,从移动焊接机器人的运动学和动力学模型出发,采用分段运动学到动力学的方法设计焊缝跟踪控制器.控制算法结合积分Backstepping算法和单层神经元网络控制算法,利用单层神经元网络的自学习和自适应能力克服机器人模型参数部分未知和扰动的影响,使跟踪更加快速,平滑.在选定系统Lyapunov函数基础上,证明了所选取的控制力矩输入使系统全局渐进稳定.经MATLAB仿真验证了该控制算法的有效性.     

跳跃机器人模糊自适应轨迹跟踪控制

从受完整约束和非完整约束的腾空相到仅受完整约束的站立相,利用空间浮动基,分阶段建立了类人机器人非规则运动-跳跃运动通用动力学模型;基于Lynapunov方法设计自适应率,研究了跳跃机器人模糊自适应轨迹跟踪控制,保证跟踪收敛和闭环系统的渐进稳定。仿真研究表明,跳跃机器人通用动力学模型为空间机器人建模提供参考;模糊自适应与计算力矩混杂模型轨迹跟踪控制改善了系统自适应性,丰富了非规则运动的姿态控制和稳定性分析方法。     

3-RRRT型并联机器人自适应神经网络滑模控制

研究3-RRRT型搬运并联机器人的一种基于RBF神经网络的直接自适应滑模控制方法.根据机器人的系统动力学模型特点,基于Lyapunov函数的综合设计方法和滑模控制理论,利用RBF神经网络与自适应技术相结合,提出了一种控制律,然后利用MATLAB进行了系统控制仿真.结果表明,采用这种直接自适应神经网络滑模控制方法3-RRRT型并联机器人在有周期干扰的情况下,达到了较高的控制精度,其闭环系统具有较强的自适应性和鲁棒稳定性.