面向自主移动机器人的主动建模及控制方法研究

自主能力是传统的工业机器人向今天更具智能的先进机器人发展的最重要的使能技术之一。而实时建模与自主适应控制则是实现机器人自主能力的最为关键的两种技术。本文以中科院沈阳自动化所自行研制的正交全方位轮式移动机器人为实验平台，深入系统的研究了自主机器人基于UKF的在线建模技术及控制方法。首先，深入地研究了UKF算法，并证明了其稳定性。阐述了U变换的基本原理，对U变换的精度进行了分析，阐述了随机过程有界的概念。介绍了标准UKF算法和平方根UKF算法。在此基础上，提出了UKF基本算法的稳定性条件，并给出了相应的证明过程，为UKF算法的应用奠定了理论基础。其次，研究了基于UKF的非线性系统实时状态和参数联合估计方法，提出了基于UKF主动建模的控制方法。在联合估计中，将系统中的时变参数与其真实状态联合，组成增广状态向量，再利用UKF对该增广状态进行估计，从而得到状态和参数的估计值。基于UKF主动建模的控制方法，是将上述状态/参数联合估计方法与逆动力学控制相结合，实现针对机器人自身参数不确定性的自适应控制。仿真结果表明，UKF算法对系统状态和参数的变化具有良好的估计性能，所提出的控制方法能够有效的克服时变参数对系统控制性能的影响。第三，研究了基于UKF的故障在线辨识与容错控制方法。提出了一种针对驱动器故障的参数化模型表达方法，利用UKF联合估计方法对故障参数进行在线估计。将实时故障参数估计与逆动力学控制相结合，构造出实时容错控制方法。在分析了全方位正交轮式移动机器人结构的基础上，离线地建立起该机器人的运动学和动力学参考模型，并以该离线参考模型为基础，进行了容错控制实验研究。实验结果表明在系统驱动器发生故障时，基于UKF主动建模的容错控制方法能够有效的提高系统的性能。最后，提出了两种具有噪声统计特性自适应能力的UKF算法，即基于MIT规则和基于KF估计的自适应UKF算法。基于MIT规则的自适应UKF算法，以新息方差的实际值与估计值的差为指标函数，采用MIT规则作为自适应机制，在线地估计系统噪声统计特性，以此提高UKF方法对噪声统计特性的自适应能力。基于KF估计的自适应UKF算法由两个并行的主、辅滤波器构成。辅助滤波器利用KF估计系统噪声方差，主滤波器利用该噪声方差的估计值，进一步预测估计系统的状态和参数。仿真表明在系统的噪声统计特性发生变化时，所提出的两种自适应UKF算法能够自动的调整自身参数，以弥补由于先验知识不足而产生的估计误差。之后，比较了两种自适应UKF算法在估计的准确程度、估计所用的CPU时间、调节的难易程度三个方面的性能，并给出了比较结果。

网络遥操作机器人采样系统模型与控制研究

网络遥操作机器人系统是网络技术与机器人技术相结合的产物。它延伸了操作者的感知和操作能力，使操作者可以置身于安全的环境中而完成危险环境中的作业任务；提高了机器人对工作环境的适应能力，辅之以操作者的决策，机器人可以工作于非结构化的工作环境中。网络遥操作机器人技术作为机器人学的一个重要分支，近十几年来受到许多研究机构和研究人员的关注和重视。 本文针对网络遥操作机器人采样控制结构，通过控制策略解决非结构环境下网络遥操作机器人的实时控制问题。为此，首先研究了网络遥操作机器人采样系统建模问题。目前，关于网络遥操作机器人采样系统模型大多是针对单采样周期的，主从端不同采样周期的统一模型目前还没有相关报道。由于操作者是网络遥操作机器人采样系统的组成部分，因此若建立网络遥操作机器人采样系统模型首先要建立操作者模型。然而由于操作者建模问题比较复杂，目前在遥操作系统建模时，一般都避开了操作者建模问题。本文在分析了现有的遥操作控制方式和遥操作系统模型的基础上，主要针对网络遥操作机器人采样系统模型和控制问题进行研究。 操作者模型研究方面，主要以操作者用小臂操作具有力反馈功能的操纵杆为例，研究操作者操作操纵杆过程的动态模型建模方法。首先对人体骨骼肌肌肉力学模型中不可测量，即肌肉激活度，通过实验进行研究，得出在操作者保持紧张程度不变情况下“肌肉激活度”与肌肉收缩长度的关系。在此基础上，考虑手臂的动力学特性、操纵杆的动力学特性，建立了肌肉力驱动的手臂—操纵杆系统动力学模型。在操作者模型的基础上，设计动态补偿器，补偿操作者操作操纵杆的动态过程，解决由于肌肉动态特性被污染所造成的操作者所想与所做不一致的问题，克服操作者操作时延，提高网络遥操作机器人系统的性能。 遥操作机器人采样系统模型研究方面，首先针对主从端不同采样周期的网络遥操作机器人采样控制结构，通过引入双端口RAM的方法，实现网络遥操作机器人系统主从端的采样同步；在网络遥操作机器人采样同步控制结构模型的基础上，建立从端离散状态空间表达式，利用提升技术对从端离散状态空间表达式按遥操作周期提升，利用采样系统理论得到主从端统一的网络遥操作机器人采样系统模型；最后对从端系统提升前后的稳定性、可控性、可观测性进行分析，得出从端系统提升前后稳定性、可控性、可观测性不变的结论。 遥操作控制策略研究方面，提出基于时延预测的采样切换控制方法。首先对互联网节点间的网络时延进行测试分析，得出任意两个网络节点间时延分布规律，即任意时间段内网络时延的概率密度都可以用平移Gamma分布曲线描述。采用拟合样本概率密度曲线的方法，对平移Gamma参数进行预估，得出平移Gamma分布的种类，进而根据平移Gamma分布的种类，确定出网络时延的均值，最后确定出期望的采样周期；为了实现任意采样周期下切换系统的稳定控制，对采样切换系统的稳定性进行了研究，得到如下结论，即如果从端系统一致渐进稳定，则对从端实行任意采样切换控制时网络遥操作机器人采样系统是稳定的。 为了对所研究内容进行实验验证，以移动机器人为被控对象，搭建了一个具有力反馈控制和局部自主功能的网络遥操作机器人采样系统实验平台。用人工势场法建立了虚拟力模型并给出了虚拟力在力反馈操纵杆上的实现方法；以移动机器人自主避障为例，给出了从端自主的模糊控制设计方法和实验系统遥操作软件设计方法。 实验结果证明了所提出的模型和控制方法是有效的、可行的，对于建立性能良好的网络遥操作机器人系统具有现实意义。本文所研究的许多结论，对于一般网络遥操作机器人系统的理论研究和实际应用也具有一定的参考价值。

非线性机电系统的鲁棒及预测控制

近年来，机器人、数控机床等机电系统在国民生产及生活中得到了越来越广泛的应用，与之相对应的，机电系统的控制无形中也逐渐成为机电一体化和自动控制的研究热点。另一方面，非线性特性是任何实际系统普遍存在的现象，在机电系统中尤其如此。本文从控制器设计的角度研究非线性机电系统的两个典型问题：系统闭环优化性能的改善；控制器鲁棒性的增强。这也是当前自动控制研究领域的两个重点及热点问题。 最优性是闭环系统性能最实用的评价指标之一。最优控制及预测控制是试图实现控制性能优化的两种典型方法。但前者因本身不构成闭环而严重缺乏鲁棒性，在实践中很少能得到应用；后者作为前者理念的推广，在实践中已经得到了较为广泛地应用，并取得了不错的效果，但在实现某种程度的鲁棒性时依然面临困难。除最优性外，闭环控制的鲁棒性也是非线性系统控制中亟待解决的问题之一，这是由于实际的系统几乎不可能避免模型不确定性。 现有的非线性预测控制及鲁棒控制方法无论在方法的广泛适用性还是在可行性方面都还远非完备。据此，本论文沿鲁棒性和最优性两条主线，以典型的机电系统（无人直升机模型）为研究对象，分别进行了深入的理论和实验研究，并最终形成一种同时兼顾最优性和鲁棒性的控制器设计框架，以期在一定程度上解决现有方法中存在的问题，并为以后更深入的研究工作奠定基础。 鉴于此，本论文分别针对鲁棒控制和预测控制展开讨论，其中前者主要解决基于加速度反馈实现鲁棒控制的方法，内容为第二章和第三章；后者则旨在解决基于控制Lyapunov函数方法实现实时稳定预测控制，主要内容为第四章和第五章。本论文的具体内容安排如下： 论文的第一章综述了控制理论在鲁棒性与最优性两个方向的发展概况（主要针对非线性系统），包括其发展历史，现存方法的局限性等。从而引出本论文的研究内容及研究意义。 第二章，研究了基于加速度反馈的控制器鲁棒增强方法。在深入分析常规加速度反馈控制方法的基础上，指出其存在的三方面主要问题：代数环问题；高增益实现问题和不能用于欠驱动非线性系统等。并针对两种典型的非线性系统（以无人直升机模型为代表）将新的加速度反馈控制方法与H∞控制相结合，得到了一种能够保证输入输出稳定的扰动抑制方法。大量的仿真结果验证了方法的可行性及有效性。 随后，在第三章研究了加速度的估计问题。基于加速度反馈的鲁棒控制器增强技术得以实现的前提是加速度信号的获取，本章在分析了现有加速度估计方法存在严重的滞后问题的同时，提出了将Kalman滤波方法同牛顿预测方法相结合以改善相位滞后问题的方法。实验及仿真结果验证了方法的有效性。 第四章提出了基于控制Lyapunov函数的稳定闭环控制器设计框架。本章利用集值分析理论研究了控制Lyapunov函数具有的一些性质及其在控制器设计中的应用。随后，介绍了两种典型的根据控制Lyapunov函数设计控制器的方法。接着，将引导函数的概念引入到Freeman的逐点最小范数控制方法中，形成了一种新的利用控制Lyapunov函数设计非线性控制器的方法—广义逐点最小范数控制器。最后指出，在这种框架下，鲁棒控制器设计也可以实现，并针对三种不同的不确定性系统给出了鲁棒广义逐点最小范数控制器设计方法。 最后，在第五章，将前面提出的广义逐点最小范数控制引入到非线性预测控制中去，以期利用控制Lyapunov函数保证闭环稳定性，同时利用控制器中的参数化变量作为优化对象以减轻预测控制算法的计算负担，从而达到实时稳定预测控制的目的。另外，在这一章我们还在第二章和第四章的基础上，结合加速度反馈思想和鲁棒控制Lyapunov函数的概念，提出了一种用于扰动抑制的鲁棒实时预测控制算法。同样，仿真实验验证了方法的有效性和可行性。

基于神经网络的一类非线性系统模型参考控制

针对一类非线性系统,提出了一种神经网络模型参考控制方案。在训练实现对象模型的网络和实现控制器的网络时,由状态方程产生训练样本。通过对倒立摆系统的仿真实验验证了控制方案和样本生成策略的有效性,在仿真实验中用不同初始状态验证了训练后的神经网络的泛化能力。

AUV系统辨识与广义预测控制研究

本论文的研究内容分为两方面：AUV的建模和控制。 建模方面，主要对当前用于AUV的建模方法进行了分类及对比，给出了水动力机理建模、水动力辨识、面向目标的系统辨识三类方法的优缺点。 根据可辨识性理论，对AUV闭环系统进行分析，给出了AUV闭环系统可辨识的充分条件。为了提高辨识算法的实时性，解决辨识过程中的“数据饱和”问题，给出了改进的变步长增广卡尔曼滤波辨识算法。利用小型AUV湖上试验数据辨识出航向回路、深度回路的系统模型，通过不同的试验数据与模型预测值的相关性验证模型，试验结果表明了该算法应用于AUV闭环系统建模的可行性。 控制方面，在传统PID控制、S面控制方法基础上，借鉴单神经元PID控制思想，将积分环节加入S面控制中来简化S面PID控制算法，并通过仿真验证了算法的可行性。上述方法参数调节依赖工程经验，而广义预测控制具有对模型要求低、算法鲁棒性强、参数调节简单等优点。因此，本文对输入输出约束的广义预测控制快速算法应用于AUV系统进行仿真，通过小型AUV水池试验验证了算法的有效性。

两轮驱动自动引导车辆定位停车研究

建立了两轮独立驱动自动引导车辆的运动学模型，计算了两轮以不同速度行驶时的运动轨迹。基于所建的运动学模型，提出了两轮驱动自动引导车的定位控制策略。通过试验证实，这种定位控制策略具有很快的停车速度和较高的定位精度。

工业机器人机械手的小脑模型自适应控制

本文为动力学控制工业机器人机械手提出一种综合控制算法。该控制算法,利用小脑模型算术计算机模块模拟机器人机械手的动力学方程并计算实现期望运动所需力矩作为前馈力矩控制项;利用自适应控制器实现反馈控制,以消除由输入扰动和参数变化而引起的机器人机械手运动误差。这种控制方法在时间上是有效的,且很适合于定点实现。控制方法的有效性通过四自由度的直接驱动机器人前两个关节的计算机仿真实验得到验证。

基于数字化生产模型的在线故障诊断技术研究

提出了一种基于数字化的生产模型,使用控制图、故障树分析和专家知识,能够进行制造过程实时监控的诊断,该模型提高了故障诊断系统的可靠性,并提供了可实际操作的可视化建模工具。所开发的在线统计过程控制系统能够根据生产事件的监测,动态响应制造过程变化。该系统运用可视化建模工具,根据专家经验进行故障树建模,通过故障树自动生成专家系统诊断规则库,实现诊断知识的自动获取。将该系统应用于汽车变速箱装配过程的检测与故障诊断,验证了方法的有效性。

SOVEREIGN: An Autonomous Neural System for Incrementally Learning Planned Action Sequence to Navigate Towards a Rewarded Goal

How do reactive and planned behaviors interact in real time? How are sequences of such behaviors released at appropriate times during autonomous navigation to realize valued goals? Controllers for both animals and mobile robots, or animats, need reactive mechanisms for exploration, and learned plans to reach goal objects once an environment becomes familiar. The SOVEREIGN (Self-Organizing, Vision, Expectation, Recognition, Emotion, Intelligent, Goaloriented Navigation) animat model embodies these capabilities, and is tested in a 3D virtual reality environment. SOVEREIGN includes several interacting subsystems which model complementary properties of cortical What and Where processing streams and which clarify similarities between mechanisms for navigation and arm movement control. As the animat explores an environment, visual inputs are processed by networks that are sensitive to visual form and motion in the What and Where streams, respectively. Position-invariant and sizeinvariant recognition categories are learned by real-time incremental learning in the What stream. Estimates of target position relative to the animat are computed in the Where stream, and can activate approach movements toward the target. Motion cues from animat locomotion can elicit head-orienting movements to bring a new target into view. Approach and orienting movements are alternately performed during animat navigation. Cumulative estimates of each movement are derived from interacting proprioceptive and visual cues. Movement sequences are stored within a motor working memory. Sequences of visual categories are stored in a sensory working memory. These working memories trigger learning of sensory and motor sequence categories, or plans, which together control planned movements. Predictively effective chunk combinations are selectively enhanced via reinforcement learning when the animat is rewarded. Selected planning chunks effect a gradual transition from variable reactive exploratory movements to efficient goal-oriented planned movement sequences. Volitional signals gate interactions between model subsystems and the release of overt behaviors. The model can control different motor sequences under different motivational states and learns more efficient sequences to rewarded goals as exploration proceeds.

Discovery of Novel Allosteric Modulators of Metabotropic Glutamate Receptor Subtype 5 Reveals Chemical and Functional Diversity and In Vivo Activity in Rat Behavioral Models of Anxiolytic and Antipsychotic Activity

Modulators of metabotropic glutamate receptor subtype 5 (mGluR5) may provide novel treatments for multiple central nervous system (CNS) disorders, including anxiety and schizophrenia. Although compounds have been developed to better understand the physiological roles of mGluR5 and potential usefulness for the treatment of these disorders, there are limitations in the tools available, including poor selectivity, low potency, and limited solubility. To address these issues, we developed an innovative assay that allows simultaneous screening for mGluR5 agonists, antagonists, and potentiators. We identified multiple scaffolds that possess diverse modes of activity at mGluR5, including both positive and negative allosteric modulators (PAMs and NAMs, respectively). 3-Fluoro-5-(3-(pyridine-2-yl)-1,2,4-oxadiazol-5-yl) benzonitrile (VU0285683) was developed as a novel selective mGluR5 NAM with high affinity for the 2-methyl-6-(phenyl-ethynyl)-pyridine (MPEP) binding site. VU0285683 had anxiolytic-like activity in two rodent models for anxiety but did not potentiate phen-cyclidine-induced hyperlocomotor activity. (4-Hydroxypiperidin-1-yl)(4-phenylethynyl) phenyl) methanone (VU0092273) was identified as a novel mGluR5 PAM that also binds to the MPEP site. VU0092273 was chemically optimized to an orally active analog, N-cyclobutyl-6-((3-fluorophenyl) ethynyl) nicotinamide hydrochloride (VU0360172), which is selective for mGluR5. This novel mGluR5 PAM produced a dose-dependent reversal of amphetamine-induced hyperlocomotion, a rodent model predictive of antipsychotic activity. Discovery of structurally and functionally diverse allosteric modulators of mGluR5 that demonstrate in vivo efficacy in rodent models of anxiety and antipsychotic activity provide further support for the tremendous diversity of chemical scaffolds and modes of efficacy of mGluR5 ligands. In addition, these studies provide strong support for the hypothesis that multiple structurally distinct mGluR5 modulators have robust activity in animal models that predict efficacy in the treatment of CNS disorders.

Automatic parallelization of matricial algorithms

The introduction of parallel processing architectures allowed the real time impelemtation of more sophisticated control algorithms with tighter specifications in terms of sampling time. However, to take advantage of the processing power of these architectures the control engeneer, due to the lack of appropriate tools, must spend a considerable amount of time in the parallelizaton of the control algorithm.

Controlo clássico vs. preditivo na regulação de frequência em sistemas de potência

Dissertação para obtenção do grau de Mestre em Engenharia Electrotécnica Ramo Automação e Electrónica Industrial

Application of fractional controllers for quad rotor

This paper studies the application of fractional algorithms in the control of a quad-rotor rotorcraft. The development of a flight simulator provide the evaluation of the controller algorithm. Several basic maneuvers are investigated, namely the elevation and the position control.

Determinants of reelection in Portuguese municipal elections

This Work Project investigates the determinants of reelection using data on the 278 Portuguese mainland municipalities for the period 1976-2009. We implement a logit fixed effect model to control for the municipalities’ unobserved characteristics that remain constant over time. Political variables, such as the vote share of the incumbent’s party in previous election, the number of mayor’s consecutive mandates and abstention rate, are found to be relevant in explaining incumbent’s reelection. Moreover, as to the mayor’s individual characteristics, age and education contribute to explain reelection prospects. We also provide weak evidence that a higher degree of fiscal autonomy increases political turnover and that the good economic prospects of the municipality positively affect reelection. Finally, the residents’ level of education and the size of the municipal population have an explanatory power on mayor’s reelection. We perform several robustness checks to confirm these results.

Cambios observados en las variables clínicas y paraclínicas en las primeras 48 horas de hospitalización en la Unidad de Cuidados Intensivos de pacientes con neumonía severa adquirida en la comunidad y su relación con la mortalidad

El pronóstico de la Neumonía Adquirida en la Comunidad Severa (NAC-S) depende de decisiones terapéuticas instauradas tempranamente. Los cambios fisiológicos ocurridos en las primeras horas pueden ser difíciles de detectar. No existe ningún modelo para la determinación temprana del éxito de la terapia instaurada en NAC-S. Metodología: Descripción de la totalidad de los pacientes con NAC-S hospitalizados en la Unidad de Cuidado Intensivo de la Fundación Cardioinfantil entre los años 2008 y 2012 haciendo comparaciones entre grupos (muertos vs. supervivientes) y entre momentos (0, 24 y 48 horas desde el ingreso a la UCI) y realizando regresión logística binaria. Resultados: Entre los pacientes que fallecieron la necesidad de soporte vasoactivo fue mayor en todos los momentos evaluados (sig=0.001), en la línea de base tuvieron mayores requerimientos de la Fracción Inspirada de O2 (mediana 0.55% vs. 0.50%, sig=0.011), a las 24 horas tuvieron pH (mediana 7.345 vs.7.370, sig=0.025) y tensión arterial diastólica (mediana 58.5mmHg vs.61.0mmHg, sig =0.049) menores, y a las 48 horas glicemia (mediana 157mg/dL vs.142mg/dL, sig =0.026) creatinina (mediana 1.1mg/dL vs.0.7mg/dL, sig =0.062) y nitrógeno ureico (mediana 35mg/dL vs. 22mg/dL, sig =0.003) mayores comparados con los pacientes que sobrevivieron. Entre los pacientes supervivientes hubo una disminución de la frecuencia cardiaca entre las 0 y 24 horas (mediana 97lpm vs. 86lpm, sig =0.000) y entre las 0 y las 48 horas (mediana 97lpm vs. 81lpm, sig=0.000) y una disminución de los neutrófilos entre las 0 y las 48 horas (mediana 9838 vs. 8617, sig=0.062). Conclusiones: Nuestros hallazgos sugieren la existencia de una secuencia de fenómenos fisiopatológicos que al ser reconocida temprana y claramente permitiría establecer un plan de reanimación más especifico y eficaz. Estas diferencias se pueden plantear en el contexto de un modelo mixto predictivo