Sliding mode position control for real-time control of induction motors

A sliding mode position control for high-performance real-time applications of induction motors in developed in this work. The design also incorporates a simple flux estimator in order to avoid the flux sensors. Then, the proposed control scheme presents a low computational cost and therefore can be implemented easily in a real-time applications using a low cost DSP-processor. The stability analysis of the controller under parameter uncertainties and load disturbances in provided using Lyapunov stability theory. Finally, simulated and experimental results show that the proposed controller with the proposed observer provides a good trajectory tracking and that this scheme is robust with respect to plant parameter variations and external load disturbances.

基于神经网络的机器人视觉伺服控制

视觉伺服可以应用于机器人初始定位自动导引、自动避障、轨线跟踪和运动目标跟踪等控制系统中。传统的视觉伺服系统在运行时包括工作空间定位和动力学逆运算两个过程,需要实时计算视觉雅可比矩阵和机器人逆雅可比矩阵,计算量大,系统结构复杂。本文分析了基于图像的机器人视觉伺服的基本原理,使用BP神经网络来确定达到指定位姿所需要的关节角度,将视觉信息直接融入伺服过程,在保证伺服精度的情况下大大简化了控制算法。文中针对Puma560工业机器人的模型进行了仿真实验,结果验证了该方法的有效性。

轮式移动机器人轨迹跟踪的最优控制

深入分析了轮式移动机器人的运动状态,建立了WMR路径偏差系统的非线性数学模型。应用小偏差线性化理论,将该多输入多输出非线性系统简化成一个单输入单输出线性系统。然后基于线性二次型调节器理论进行了系统最优控制器的设计,并针对该理论中加权矩阵Q与R难以确定的问题,从控制效果出发,采用自适应遗传算法对其进行了优化。实现了移动机器人对预定轨迹的满意鲁棒跟踪,同时满足了实时性要求。实验结果证明了该方法的正确性与实用性。

一种轮式移动机器人实时速度估计方法

环境和机器人自身的不确定性影响轮式移动机器人的轨迹跟踪控制性能,此时仅仅使用里程计往往不能正确表达机器人的状态信息。在无速度传感器的情况下,讨论了使用加速度传感器和位置传感器的输出实时估计轮式移动机器人的速度。首先使用滑模观测器进行里程计信号处理,然后对车体加速度信号进行带通滤波提取车体扰动信息,通过频域融合信号表达轮式移动机器人的速度,并针对正交轮式全方位移动机器人进行了轨迹跟踪控制研究。试验结果表明采用融合数据可以更准确提供机器人的状态信息并得到更好的控制性能。

大射电望远镜精调Stewart平台工作空间分析

针对大射电望远镜精调Stewart平台的五自由度运动特性,采用快速极坐标搜索法确定了五自由度大射电望远镜精调Stewart平台的工作空间.通过实例分析验证了所提出的工作空间分析方法的有效性.为大射电望远镜馈源轨迹跟踪实现和精调Stewart平台的设计奠定了坚实的基础.

空间柔性双臂机器人系统建模、控制与仿真研究

空间柔性多臂机器人系统是高度非线性,强耦合的动力学系统,其动力学的研究是比较复杂和困难的问题.本文针对极为复杂的空间柔性双臂机器人系统,建立了其系统动力学模型,利用逆动力学控制算法对该动力学模型实现了轨迹跟踪控制,仿真结果表明该方法具有较好的控制效果,分析了在仿真过程中出现的有关数值算法的问题.

基于车体加速度反馈的轮式移动机器人轨迹跟踪控制研究

本文分析了轮式移动机器人在运行过程中由于动力学不确定性引起的力矩扰动 ,并提出了一种基于传感器的移动机器人控制方法 .在利用线加速度传感器实时测量机器人车体加速度信号的基础上 ,实现了车体加速度反馈控制 ,实验证明了该方法的有效性 .

一类非完整约束动力学系统的人工场导向控制

对于一类具有轮式移动机构的非完整动力学系统，本文通过建立人工场的方法来实现其位姿镇定、轨迹跟踪和路径跟踪等控制问题。人工场用于导向和控制方向角，而通过辅助的线速度控制以获取最佳收敛路径。控制器设计中同时兼顾动力学扰动及实际系统速度和输出力矩的饱和限制，所得控制器对于跟踪问题仅需知道期望位姿，而且结构简单、鲁棒性强、便于实现。

非完整约束轮式移动机器人人工场导向控制研究

导向控制在非完整约束轮式移动机器人的运动控制中具有重要作用，该文通过建立人工场的方法来引导和控制方向角，通过辅助的线速度控制前进或后退，以获得最佳收敛路径；同时考虑到实际系统速度饱和限制，从而设计出一种新的非连续位姿镇定律，并将该结果扩展，使得平面内任意点-点镇定、轨迹跟踪和路径跟踪问题均可得以实现，且对于跟踪问题仅需知道期望位姿，所得控制器不权设计简单，鲁棒性强，收敛速度快，还具有一定的普遍性。

水下机器人的神经网络自适应控制

研究了水下机器人神经网络直接自适应控制方法,采用Lyapunov稳定性理论,证明了存在有界外界干扰和有界神经网络逼近误差条件下,水下机器人控制系统的跟踪误差一致稳定有界.为了进一步验证该水控制方法的正确性和稳定性,利用水下机器人实验平台进行了动力定位实验、单自由度跟踪实验和水平面跟踪实验等验证实验.

北极冰下自主/遥控水下机器人导航与轨迹跟踪研究

将水下机器人用于极地科考，可以通过其携带的多种传感器和设备进行大范围、长时间的冰下观测作业，并取得重要的极地科考资料，如冰下水纹，海冰厚度等。而这些观测数据必须与准确的浮冰位置信息相结合才有实用价值，但北极高纬度特性和长期覆盖的大范围海冰使得一些传统水下机器人导航技术难以有效实施，所以需要研究一种能在北极冰下具有良好性能和高可靠性的导航系统。同时，对北极海冰进行的一系列科学考察，需要载体能够沿着浮冰上预定轨迹航行，但由于海流等外界影响的存在，浮冰处于实时运动中，所以要顺利完成科考任务，必须有相应的轨迹跟踪算法作为支撑。 本文正是针对以上这两点需求，在充分考虑环境特殊性的情况下，研究了水下机器人在北极冰下的导航与轨迹跟踪问题，提出了基于GPS测向仪冰面修正的水下机器人自主导航技术和基于制导控制器的浮冰轨迹跟踪方法，并进行了仿真和实物测试，试验结果表明本文所研究的导航设计方案和浮冰轨迹跟踪方法合理，可以达到北极冰下科考的定位精度和作业要求。 主要工作包括：（1）ARV导航系统设计。详细研究了各导航传感器的输出信息；坐标系定义、坐标变换、相对于浮冰的航位推算以及绝对坐标的求解；最后详细研究了整个冰下导航系统。（2）ARV导航系统误差分析。首先对各传感器的误差进行了详细分析；接着通过分析整个导航算法，建立了浮冰坐标系下ARV位置误差传递方程；最后通过引入具体传感器的参数指标，数值计算了整个导航系统的精度。（3）浮冰轨迹跟踪系统设计。首先对水下机器人在冰下的航迹进行了描述；接着分析了两种冰下制导控制器，视线法制导和横向轨迹误差法制导；最后详细研究了整个ARV航迹控制系统。（4）浮冰轨迹跟踪算法仿真。详细讨论了北极“ARV”的水平面动力学模型。并结合模型对浮冰轨迹跟踪算法进行了Matlab和视景仿真，验证了算法的合理性。（5）湖试和海试结果分析。通过对ARV棋盘山湖试和北极冰下海试数据分析，定量说明了导航误差和轨迹跟踪性能。

基于加速度传感器反馈控制的谐波驱动系统的研究

在机器人驱动中经常采用谐波传动。但谐波减速器的柔性、非线性摩擦、随速度波动、低阻尼等因素会给负载端带来振动 ,导致工作端的轨迹跟踪精度不高。为了抑制其振动 ,实现高精度轨迹跟踪控制 ,提出利用加速度传感器反馈控制来抑制负载端的振动、力矩干扰和动力学效应 ,提高其响应性能。理论分析和实验结果证实了提出方法的可行性。

柔性机械臂基于观测的逆动力学轨迹跟踪控制

本文探讨了稳定逆动力学与基于观测的状态误差反馈镇定器集成实现柔性机械臂末端轨迹跟踪的控制策略．基于观测器可以充分利用由稳定逆动力学生成的理想状态轨迹信息，实现全状态误差的反馈镇定以消除末端轨迹跟踪的扰动误差。

最优控制具有非完整性的两轮驱动机器人小车

研究了移动机器人反馈控制问题．这里所考虑的机器人是一个两轮驱动的具有非完整性的移动机器人小车．考虑了笛卡儿空间中轨线跟踪问题的扩展．且表明只要参考小车保持运动，在虚设的参考小车位形周围的小车位形的稳定成为可能．提出了最优控制律并给出了仿真结果。