除草机器人自适应快速积分终端滑模跟踪控制技术

智能除草机器人在草坪作业时,易受到外界扰动以及系统不确定性的影响,从而导致轨迹跟踪收敛时间长以及跟踪效果差等问题。因此,设计一种面向轨迹跟踪的自适应快速积分终端滑模控制算法。首先,考虑驱动轮动力学特性以及未建模误差、外界干扰、动静摩擦等不确定性因素,建立除草机器人的动力学模型。然后基于所建立的动力学模型,设计自适应快速积分终端滑模控制器。所提出的控制器结合了快速终端滑模、积分滑模和自适应估计技术的优点,能够实现期望的跟踪性能并抑制控制信号抖动。同时,在不需要明确系统不确定性和外界干扰上界的情况下,可以通过所设计自适应估计项进行实时补偿,提高系统的鲁棒性。最后,通过仿真和试验验证了该方法的有效性。试验结果表明,所设计的控制器能够使跟踪误差在有限时间内快速收敛,并且横向误差绝对值不超过0.097 9 m,纵向误差绝对值不超过0.102 6 m,航向角误差绝对值不超过0.057 8 rad,保证除草机器人准确跟踪作业路径,同时具有较强的鲁棒性。     

P-ECHPS自适应非奇异快速终端滑模控制器设计

以永磁转差离合器式电控液压助力转向系统(P-ECHPS)为研究对象,建立了其关键部件永磁转差离合器(PMSC)调速模型及P-ECHPS各子系统模型。针对P-ECHPS系统在转向过程中存在多种不确定性因素且要求响应速度快的特点,采用非奇异快速终端滑模与自适应控制相结合的方法,对PMSC进行调速控制,进而实现对P-ECHPS系统助力的控制。仿真分析结果表明,该方法能确保PMSC输出转速快速地跟踪理想转速,收敛速度比滑模控制和非奇异终端滑模控制分别提高了近82.9%和66.7%,具有很强的鲁棒性,较好地实现了可变助力特性。     

水果采摘机械臂神经网络自适应反演控制研究

针对水果采摘单连杆柔性机器臂系统,提出一种基于RBF神经网络动态面反演自适应控制算法。该算法通过动态面控制技术,有效解决由于反演设计带来系统"计算膨胀问题",并通过RBF神经网络对系统中未知或不确定函数进行逼近,实现神经网络自适应反演控制。最后,通过Lyapunov稳定理论证明闭环系统的一致最终有界。仿真结果验证了该控制器的有效性。     

基于POE的动力学建模与快速非奇异终端滑模控制

结合旋量指数积形式(POE)和凯恩方程的优点,提出了一种具有明显几何意义的高效动力学建模方法,并以此为基础提出机器人系统的快速非奇异终端滑模控制算法。凯恩方程中的偏速度选择为基于旋量理论描述的合适的物体雅可比矩阵,并以此定义其他动力学模型参数表达方式,且在钱江一号串联机器人上进行建模实例验证。基于该动力学模型,为了改善传统滑模控制的有限时间收敛特性,保证全局控制非奇异性,提出了一种快速全局非奇异终端滑模控制,通过构造带状态高次项的滑模面函数,得到全局非奇异控制,并保证系统从任意状态到达滑模面的时间和在滑模上到达平衡点的时间均为有限且快速收敛,通过李雅普诺夫函数证明了其稳定性,并结合对比实验,验证了该方法在机器人系统中的鲁棒性和有效性。     

基于干扰观测器的直播机路径跟踪快速终端滑模控制

针对农田中存在不确定性干扰时,会导致建立的无人水稻直播机运动学模型精确度不高,从而使路径跟踪收敛时间长,跟踪效果较差等问题,提出由直播机运动学模型建立相应的非线性干扰观测器从而实现对不确定性复合干扰的精确观测.将观测到的干扰值补偿到运动学模型中以提高模型的精度,降低滑模控制的抖振.为了控制直播机沿指定路径作业并提高路径...     

面向水质采样的绳驱动空中机械臂抗干扰控制

绳驱动空中机械臂是一种由旋翼飞行器和多自由度机械臂构成的新型机器人系统。为了增强机械臂在排污管口水质采样时的关节空间控制性能,提出了一种结合快速连续非奇异终端滑模控制与线性扩张状态观测器的抗干扰控制策略。阐述了绳驱动空中机械臂的结构设计,建立计及关节柔性的动力学模型。利用线性扩张状态观测器来估计与补偿系统集总干扰,采用快速连续非奇异终端滑模面来保证系统状态量的有限时间收敛和抑制控制力矩的抖振。通过李雅普诺夫稳定性定理分析了所设计控制器的稳定性。最后,通过可视化仿真和地面汲水试验验证了所提控制器的有效性,结果表明,所提控制器的收敛速度、鲁棒性、准确性和抗干扰能力优于其他两种控制器,能有效抑制系统抖振,满足水质采样的作业需求。     

柔性机械臂控制研究

文章针对国内外关于柔性机械臂的研究进行了总结与分析,指出了各研究方向取得的成果与不足。为关于柔性机械臂领域的研究做了系统的梳理,有助于该领域的科研工作者更好地认识这一领域的发展概况,具有积极意义。     

四轮移动机器人的模糊滑模轨迹跟踪控制

为了提高四轮移动机器人的轨迹跟踪控制性能,减弱滑模控制系统抖振,设计了一种易于实现且有较好轨迹跟踪控制效果的模糊滑模控制器.首先,以四轮移动机器人运动学模型为基础设计了一种含积分项的滑模控制器,然后引入模糊控制,采用模糊滑模变结构的控制策略调整切换控制的相关估计参数,最终设计了一种基于模糊滑模控制的四轮移动机器人轨迹跟...     

基于趋近律滑模控制的智能车辆轨迹跟踪研究

针对目前已有智能车辆轨迹跟踪控制存在跟踪精度低、鲁棒性弱等问题,结合滑模控制响应迅速、抗干扰能力强的优点,提出一种基于趋近律的滑模控制方法。提出的趋近律通过特殊幂次函数和反双曲正弦函数的组合,提高了系统状态的趋近速度并且平滑和限制了抖振现象,可实现控制车辆平顺快速跟踪参考轨迹。在Simulink软件上搭建了车辆运动学模型并进行轨迹跟踪仿真实验,通过与双幂次趋近律滑模控制进行对比验证了控制效果。仿真实验结果表明,相对于双幂次趋近律滑模控制,提出的趋近律滑模控制的车辆能更快地跟踪到参考轨迹,横向和纵向误差收敛速度明显增快,航向角抖振现象减弱,系统具有更快的趋近速度,并且抖振现象被削弱。     

基于终端滑模和扰动观测的Buck型变换器复合控制技术

目前功率变换器的控制方法以纯状态反馈为主,当干扰较大时一般需要通过较大的增益来抑制干扰的影响,而高增益控制器通常会影响闭环系统的动态或稳态性能。为进一步提高Buck型变换器控制系统的动态和稳态性能,提出了一种基于非奇异终端滑模控制方法和扰动观测技术的复合控制方案。首先,考虑外界干扰、系统不确定以及参数变化的影响,建立Buck型功率变换器的平均状态模型;其次,基于非奇异终端滑模控制方法,设计滑模控制器,实现Buck型变换器的基本电压调节功能;最后,利用扰动观测技术,构造非线性扰动观测器实现对扰动的观测,并将扰动观测值作为前馈与状态反馈结合形成复合控制,进一步改善了系统的性能。仿真和实验验证了所提方法的有效性。     

基于模糊快速滑模的农用牵引车辆直线路径跟踪控制

为解决无人驾驶牵引式农机在非结构化环境中作业时直线跟踪精度低、上线速度慢、抗干扰能力差等问题,提出了一种基于模糊快速滑模控制的农用牵引式车辆直线路径跟踪控制方法。首先利用车辆运动学模型与参考路径建立牵引车辆直线路径跟踪误差模型,并提出一种基于模糊参数整定的快速滑模直线路径跟踪方法,解决了滑模控制算法的控制器抖振与机具快速上线问题。通过Lyapunov稳定性分析可知,所设计控制方法可保证牵引机具跟踪参考路径,同时铰接角收敛至零。最后,基于Simulink仿真与实车试验对该控制方法的有效性与优越性进行测试。田间实车试验表明,使用本文控制方法时,拖车和挂车最大路径跟踪横向误差分别为0.11、0.12 m,拖车和挂车跟踪误差方差分别为0.001 3、0.001 5 m²;相较于传统基于等速趋近律设计的滑模控制器,上线时间提升约58%,最大跟踪误差减小约66%。     

农业轮式机器人PI鲁棒-滑模控制——基于RBF神经网络

农业轮式机器人机械多体系统朝柔性机器人方向发展,自由度越来越多,对应的结构也变得更加复杂,自动化和智能化水平越来越高,其动力学建模和实时控制难度增大。为提高机器人动力学建模效率,以通用性较强的具有6自由度机械臂的AMR果蔬收获机器人数学模型为研究对象,利用空间算子代数理论建立了轮式机器人O(n)阶效率的运动学和广义动力学模型。同时,利用Elman神经网络求解了机器人逆运动学问题,结合广义动力学模型和逆运动学模型,根据农业轮式机器人的特点,利用神经网络控制理论、PID鲁棒理论和Lyapunov稳定性理论,设计了一种6自由度机械臂的RBF-PI鲁棒-滑模控制算法,对机械臂末端进行心形轨迹实时追踪。最后,通过试验仿真,验证了本文提出的逆运动学理论、广义动力学模型和控制方法的合理性,为农业轮式机器人的研究提供了参考数据。     

基于输入模糊化的农用履带机器人自适应滑模控制

针对农用履带机器人控制系统易受到参数慑动和外部扰动影响的特点,将模糊理论与滑模控制结合起来,提出了基于模糊逻辑的自适应滑模控制,以提高控制精度与稳定性。首先,推演了履带机器人运动学模型,分析了模型的特点。其次,设计了一种含有积分项的滑模面,构建了基于等效控制和切换控制的模糊滑模自适应控制,既保留了滑模控制的快速性和鲁棒性,又很好地抑制了抖振。仿真与实验结果表明,与常规的滑模控制方法相比,该控制不仅对外部扰动及参数摄动具有较强的自适应性和鲁棒性,而且具有动态响应快、跟踪性能好的特点,适用于履带机器人控制系统。     

基于滑模理论的轨迹跟踪横向控制研究

汽车的结构复杂,各组成部分如轮胎、悬架、转向等系统之间又存在着不同程度的耦合,各系统的参数也存在不确定性,再加上汽车行驶工况的复杂多变,都给智能汽车的横向控制带来了极大的困难。为了提高智能汽车横向控制系统的鲁棒性和适应性,采用强鲁棒性的滑模控制方法,设计了一种轨迹跟踪横向控制器。针对滑模控制中系统的抖动,设计了增益切换的模糊控制器。最后建立CarSim和Simulink的联合仿真平台,通过双移线工况和定曲率工况验证了所设计的控制器的有效性和适应性。     

基于自适应趋近律的采摘机器人关节滑模控制研究

利用离散趋近律设计的滑模控制可有效抑制滑模控制中的抖动现象,但其抑制抖动的效果与离散趋近律的设计参数及系统的采样时间有着密切的关系。为此,在分析指数趋近律抖动的基础上,提出了一种自适应滑模控制器,Mat LAB能够进一步的提高基于趋近律的滑模控制器的抖动抑制能力。为了验证本文所提出方法的有效性,在Mat LAB中实现了该算法,并利用其来控制采摘机器人关节的伺服电机。仿真结果表明:本文所提的算法具有较好的位置跟踪能力,进一步地抑制了指数趋近律滑模控制中存在的抖动现象,提高了系统的性能。