基于模型扰动抑制的直线伺服系统设计

针对高精度、微进给永磁直线交流同步电机 (PMLSM )驱动系统 ,采用基于模型的扰动抑制 (MBDA)方法 ,对诸如摩擦力、切削力、负载变动之类的扰动进行抑制。MBDA是利用一个与系统并行的标称模型 ,通过输出反馈 ,将系统输出与标称模型输出进行比较 ,得出误差信号 ,并通过设计一个补偿器将误差信号反馈给被控对象的输入端 ,从而实现扰动抑制。同时 ,针对速度环设计了积分 -比例 (IP)控制器 ,以满足系统快速跟踪指令的要求 ,并且其具有较强的抗扰动能力。仿真结果表明 ,该控制方法响应速度快 ,抗干扰能力强

轮桨腿一体两栖机器人爬行步态规划研究

爬行运动为轮桨腿一体两栖机器人基本运动模式之一。以机器人爬行运动为研究对象，分析了两栖机器人爬行运动机理，并建立了其典型驱动单元的运动学模型；根据机器人不同爬行运动状态，提出了基于轮桨和足板不同步态形式的运动规划策略；采用虚拟样机技术，对不同爬行状态下的步态规划效果进行了仿真试验分析和验证。试验结果表明，在规划的步态下，轮桨腿一体两栖机器人具有良好的爬行稳定性、转向机动性和越障能力。

基于关节限位的自治水下机器人机械手系统运动规划研究

对自治水下机器人搭载的四功能水下电动机械手进行了简要描述。考虑到自治水下机器人机械手系统的运动学冗余,将关节限位算法用于系统逆运动学求解,避免载体大幅度姿态变化。利用Matlab仿真表明该算法在解决系统冗余的同时有效的限制了关节位移。

基于模糊推理水下作业系统运动控制研究

水下作业系统是运动学冗余系统,本文将模糊推理方法融入基于任务优先运动学控制算法,对系统载体与机械手进行协调运动分配,同时对系统多个任务进行优化。通过带有3自由度水下机械手的水下作业系统进行算例仿真研究,说明运动控制算法的有效性。

基于栅格地图的多化学羽流源定位

本文研究了移动机器人在湍流环境中定位多个化学羽流源的问题。利用粒子随机行走方法建立动态羽流模型。在此环境中机器人进行梳状搜索并采集羽流数据,使用一种基于后验概率独立假设的改进贝叶斯算法融合这些传感器数据建立一张羽流源位置的概率地图,地图中具有高概率值的栅格指出了羽流源可能的位置。仿真结果说明了该方法的有效性,通过与标准贝叶斯算法的比较说明了该方法优点。

自治水下机器人机械手系统协调运动研究

简单描述了自治水下机器人搭载的三功能水下电动机械手的设计,鉴于自治水下机器人-机械手系统运动学冗余、内部可能干涉以及载体圆筒式外形等特点,将惩罚调节因子引入系统运动学伪逆矩阵,保证了关节在允许范围内运动,避免载体大幅度姿态变化及载体与机械手之间的干涉,同时采用梯度投影法优化海流作用下的系统推力。仿真表明,该算法在解决系统冗余度的同时,有效地协调多任务下的系统动作。

基于能源消耗最小的自治水下机器人—机械手系统协调运动研究

描述了自治水下机器人搭载的三功能水下电动机械手的设计.鉴于自治水下机器人—机械手系统是运动学冗余的且自带能源,因此将系统阻力优化函数引入逆运动学求解,设计了基于系统能源消耗最小的系统协调运动规划算法.仿真表明,该算法在解决系统冗余度的同时,有效地减小了系统能源消耗.

深海机器人推进电机系统的混沌控制

深海机器人推进电机系统中出现的混沌现象,直接影响深海机器人稳定性、可靠性和安全性.采用自适应控制技术对其混沌行为加以控制,对该方法的可行性和有效性进行了证明.设计和构造了易于工程实施的混沌控制器,用于深海机器人推进电机系统混沌控制.仿真实验表明,推进电机系统在自适应控制器的作用下可迅速脱离混沌状态,并进入持续稳定状态,控制效果明显.可以为深海机器人推进电机系统中可能出现的混沌运行行为提供控制策略和抑制预案,有利于混沌控制嵌入软件的开发,确保深海机器人稳定、可靠和安全地运行,具有一定的实用价值.

一类载人潜水器的改进LQG控制研究

针对一类载人潜水器(MSV,MannedSubmersibleVehicle)在动力定位中多自由度之间存在的强耦合、非线性,以及系统参数的时变特性,文章采用带遗忘因子的递推最小二乘法和平方根法对系统参数进行辨识,然后在状态空间进行多输入多输出(MIMO)线性系统的最优控制研究。仿真结果表明,该两种改进LQG控制方法对于外界扰动以及系统的参数时变具有良好的控制效果,控制精度得到提高,为实际载人潜水器控制系统的多自由度动力定位控制提供了坚实的依据。

模糊自适应PID控制在载人潜器动力定位中的应用研究

根据我国正在研制开发的某型载人潜器的特性及其对动力定位的要求 ,设计了一个模糊自适应PID控制器 ,通过模糊推理实现在线修改PID参数 ,仿真结果证明了这种方法具有良好的效果和应用性。

基于实时障碍物预测的机器人运动规划

本文给出了移动机器人的虚力导航和运动规划系统．这种方法结合最小方差估计算法（ＬＭ ＳＥ）能有效地对机器人进行实时导航和避撞．在预测过程中，根据导航的不同阶段和预测误差的变化情况，采用Ｆｕｚｚｙ 规则动态地调整误差函数中的权重，使预测过程尽可能准确．导航算法的基本思想是首先通过预测算法来获得移动机器人的运动信息，然后虚力系统根据预测信息决定机器人的未来运动，仿真结果表明该方法实时性好，能准确躲避障碍物并且到达目标点

一种多移动机器人避碰规划方法

本文采用集中预规划方法 ,通过调整机器人的运动速度实现多机器人避碰 ,所提算法的基本思想为 :将机器人的运动路径分段 ,然后按避碰要求对机器人通过各段的时间进行约束 ,从而将避碰问题转化为高维线性空间的优化问题 ,并进一步将其转化为线性方程的求解 ,使问题具有明确的解析解 .由于该方法的复杂度较高 ,在实现过程中采用了多种方法降低复杂度 ,简化计算 .本文给出了该算法的基本思路 ,有关定理及证明 ,算法的化简方法 ,最后给出了实验结果及分析 .

基于模糊神经网络的多移动机器人自学习协调系统

研究多移动机器人的运动规划问题．针对机器人模型未知或不精确以及环境的动态变化，提出一种自学习模糊控制器（ＦＬＣ）来进行准确的速度跟踪．首先通过神经网络的学习训练构造ＦＬＣ，再由再励学习算法来在线调节ＦＬＣ的输出，以校正机器人运动状态，实现安全协调避撞

Robust Learning Control for Manipulators with Uncertainty Disturbances Based on Internal Model

In this paper, a disturbance controller is designed for making robotic system behave as a decoupled linear system according to the concept of internal model. Based on the linear system, the paper presents an iterative learning control algorithm to robotic manipulators. A sufficient condition for convergence is provided. The selection of parameter values of the algorithm is simple and easy to meet the convergence condition. The simulation results demonstrate the effectiveness of the algorithm..

多移动机器人实时最优运动规划

研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法具有很强的实时性。