基于RBF的水果采摘机器人关节伺服自适应滑模控制

针对水果采摘机器人关节伺服存在不确定性及其上界值无法测量等问题,提出了一种基于RBF网络的滑模变结构控制策略,通过RBF神经网络实现对不确定性的上界进行自适应预测,进一步改进了控制器的效果。在Mat Lab中进行仿真试验,结果表明:与传统的基于上界已知的滑模控制器相比,本文所提出的基于RBF网络的滑模变结构控制策略具有位置控制精度高、收敛速度快及抖动抑制能力强等特点,控制效果得到了进一步的提高。     

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。     

苹果采摘机器人关节灰色滑模变结构控制

针对苹果采摘机器人中存在的不确定性和外部干扰会影响到采摘机器人的工作性能的问题,提出了一种基于灰色理论的滑模控制器,利用灰色GM(0,N)模型对苹果采摘机器人中存在的不确定性和外部干扰进行预测估计并对所设计的滑模控制器进行补偿,以减少不确定性和外部干扰对采摘机器人的工作性能的影响。仿真结果表明:本文所设计的基于灰色理论的滑模控制器能有效地对采摘机器人中存在的不确定性和外部干扰进行预测和补偿,提高了采摘机器人的各关节的位置跟踪能力和抗干扰能力,降低了滑模控制策略中的抖动现象,进一步提高了系统的稳定性和鲁棒性。     

基于自适应快速幂次趋近律的PMSM滑模控制

针对在采用传统滑模趋近率控制器的永磁同步电机调速系统中,系统容易出现抖振以及滑模面趋近速度较慢等问题,提出了一种基于自适应快速幂次趋近律的滑模速度控制器应用于永磁同步电机矢量调速系统中。该趋近率在幂次趋近律的基础上,引入高斯函数对终端吸引项进行自适应调整,不仅改善了固有的抖振问题,同时提升了在趋近模态中的趋近速度。基于该趋近律设计了永磁同步电机速度控制器,并与PI控制器和传统趋近律进行比较,结果表明,该控制器能显著提高系统的动静态性能。     

柔顺关节并联机器人动力学建模与控制研究

对具有大范围运动特性的柔顺关节并联机器人开展了动力学建模、特性分析、控制策略设计及动态性能分析等研究。基于伪刚体法,研究柔顺关节特性,建立含大变形柔顺关节的系统模型,应用拉格朗日方法建立了系统动力学方程。为补偿柔顺关节引起的系统振动、未建模动态以及惯性参数摄动造成的模型误差,设计趋近律滑模控制策略并证明了其稳定性。仿真结果验证了动力学模型和控制策略的有效性。     

采摘机器人自适应鲁棒跟踪控制算法设计

针对采摘机器人在中速、高载荷及复杂作业环境下行走控制存在的问题,在分析采摘机器人简化动力模型及其剩余项(不稳定性)在行走控制中的作用和对控制系统影响的基础上,运用李亚普洛夫理论分析简化系统的跟踪误差,提出对野外农田不确定性和扰动具有自适应鲁棒性的稳定跟踪控制算法,计算机仿真和田间实验验证了机器人在中速和高负载下算法的有效性.     

基于混沌控制的采摘机器人防碰撞系统设计

针对采摘机器人在作业过程中遇到障碍物导致路径规划出现混沌现象的问题,基于混沌控制对采摘机器人防碰撞系统进行设计,并采用模糊自适应控制算法和滑模变结构控制算法结构的方式对系统进行控制。为了验证防碰撞系统的有效性,对采摘机器人进行了防碰撞和采摘仿真试验,结果表明：采摘机器人在作业过程中可以避开障碍物,按照规划路线到达预设位置,完成果蔬的采摘。     

基于PLC控制的采摘装置自适应调控研究

为了实现果蔬采摘的无损采摘和果蔬的准确识别,本文基于PLC技术设计了果蔬采摘装置的自适应调控系统。系统主要由信息采集模块、图像处理模块、运动控制模块、运动执行模块和PLC控制器组成。通过机械手进行设计,使其在抓取果蔬时的抓取位置、位移和作用力具有自适应能力;对图像进行自适应均衡化处理,提高图像识别。试验数据表明:采摘装置可以对果蔬精准定位,保证果蔬的无损采摘。     

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。     

基于新型趋近律的永磁同步电机调速研究

为了提高表贴式永磁同步电机的调速性能,提出一种新型趋近律。该趋近律可以根据系统状态离滑模面的距离进行自适应调整参数,综合了滑模控制中抖振和快速性之间的矛盾,并引入双曲正切函数进一步减小由符号函数切换过程带来的抖振。为了证明该趋近律的优越性,利用相轨迹图进行分析,并采用Lyapunov函数对所提的新型趋近律进行了稳定性分析。同时,为了避免对趋近律参数进行反复试凑,引入万有引力算法对参数进行整定。采用MATLAB/Simulink进行建模仿真,与指数趋近律相比,使用所提的趋近律设计的速度环滑模控制不仅提高了系统的调速性能,而且削弱了系统的抖振现象,改善了系统的动态特性以及鲁棒性。     

基于滑模控制的自动泊车系统路径跟踪研究

现有的自动泊车系统研究,由于忽略实际车辆转向约束和初始位姿条件而影响实际车辆跟踪参考路径效果,本文提出基于B样条曲线的路径规划算法和基于趋近律的非时间参考终端滑模路径跟踪控制算法。首先,对车辆的运动过程进行研究,建立车辆的运动学模型。其次,基于B样条曲线理论建立非线性约束平行泊车路径优化函数,并分析车辆运动学约束条件。然后,结合非时间参考路径跟踪控制和终端滑模控制方法,提出基于趋近律的非时间参考终端滑模路径跟踪控制方法。最后,通过Simulink和Car Sim联合仿真,验证了规划路径的合理性以及路径跟踪控制器的效果。     

果实收获机器人关节滑模控制系统设计与试验

针对多关节果实收获机器人难以获得精确控制模型以及控制系统的抖振问题,提出基于遗传算法实时动态调整滑模参数的控制策略,设计并制作了基于STM32微控制器和AS5045位置反馈模块及CAN总线通信模块的关节控制系统仿真和试验平台,分别在空载与负载情况下进行了关节电机位置响应试验。结果表明,采用遗传算法动态调整滑模控制器参数能够提高关节控制系统位置跟踪的响应速度,减少外界干扰和负载变化引起的控制系统抖振的幅度与持续时间,具有较强的鲁棒性。由空载和负载试验结果可知,关节6实际试验控制系统的位置跟踪响应时间比理论仿真试验增加了0.5 s,负载时控制系统的位置跟踪响应时间比空载时增加了0.3 s,但负载对系统精度和超调量并无明显影响,系统具有良好的控制效果。     

并联机床伺服系统双自适应模糊滑模控制

以并联机床的单通道对称阀控非对称液压缸为研究对象,提出一种适合该系统的将模糊控制、滑模控制、自适应控制三者有机结合的双自适应模糊滑模控制算法.仿真结果表明,采用所提方法使系统的输出渐进一致地收敛于参考输入信号,解决了对称滑阀控非对称液压缸系统存在的动态性能不对称、系统精度低、稳定性差等问题,可有效快速跟踪变化信号,对有界的干扰和参数摄动具有不变性.与常规PID控制相比,双自适应模糊滑模控制更适合于高阶非线性、强干扰的复杂系统,将此法应用于并联机床的液压控制系统可提高机床控制精度,改善机床动态性能,稳态误差仅为常规PID控制的20％.     

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。     

水田植保机自主作业滑模抗干扰路径跟踪方法

为解决无人化水田植保机在田间作业时上线速度慢、精度不高和抗干扰能力差的问题,提出了一种基于快速幂次趋近律和全局滑模控制的水田植保机路径跟踪控制方法。首先建立了含有滑移干扰项和航向角干扰项的水田植保机四轮异相位转向运动学模型,提出了一种基于全局滑模控制和快速幂次趋近律的直线作业跟踪转向控制算法,解决了滑模控制算法的抖振和趋近模态对干扰敏感的问题,使用Lyapunov判据检验了算法的收敛性。使用Matlab建立了仿真模型,对算法进行了仿真,相比基于指数趋近律和等速趋近律的滑模控制算法,本文算法的快速性更好。实际作业实验结果表明,该方法直线跟踪横向偏差绝对值最大为0.0778m,能够有效提高自主导航控制系统的稳定性和快速性。     

农业并联机器人同步滑模控制

农业并联机器人的多支链相对末端执行器运动的协调性、耦合性成为并联机器人运动控制的难题,鉴于此,提出一种将同步控制与滑模控制相结合的控制方法。仿真和实验结果表明,该控制方法跟踪性能好,响应速度快,系统误差小,具有较强的鲁棒性,能够满足并联机器人的控制要求。     

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...     

基于卡尔曼滤波离散滑模控制的明轮船直线跟踪

针对明轮船作业过程中风、浪等引起的低频扰动,为了节约能源、降低由扰动引起控制系统的主动动作频次、延长明轮船续航时间,实现明轮船的高精度导航控制,降低风浪干扰的影响,提出基于卡尔曼滤波的离散滑模控制方式。通过建立水动力模型和偏航角动态响应模型,计算离散滑模控制的增益系数。经过仿真验证与实船试验,并与PD控制方式的效果进行对比,最大超调量比PD控制方式减小25%,调整时间减少50%,航迹偏差低于10 cm。基于卡尔曼滤波的离散滑模控制方法实现了高精度的明轮船直线航迹跟踪,且明轮船的航行过程更加平稳。