基于网络直角坐标机器人视觉伺服系统研究

为了实现定位抓取任务,提出基于网络的直角坐标机器人视觉控制系统。针对机器人运动控制的非线性与强耦合特性,采用神经网络控制器,构建了图像偏差与运动控制量之间的对应关系。通过对图像增强、边缘提取、特征提取等图像处理方法的综合分析,提出了一套优化组合图像处理法。在计算机网络环境下,采用自定义协议实现图像处理器与运动控制器协调控制,并将远程监控应用到机器人控制中。实验结果表明,该系统能够在视野范围内自动实现定位抓取动作。

基于CAN的仿人机器人控制器的设计与实现

本文针对仿人机器人的结构和控制性能的要求,设计并实现了基于CAN的关节控制器,并利用CAN把各个关节和力传感器及上位机连接在一起,构成了有效可靠的控制系统。主要包括仿人机器人的总体结构、控制器的硬件与软件的设计实现、控制系统的拓扑结构等,并提出了一些设想以提高系统的性能。

具有不完全微分的Fuzzy-GA PID控制器及其在智能仿生人工腿中的应用

以模糊推理和遗传算法为基础，提出了一种新的具有不完全微分的最优PID控制器的设计方法，该控制器由离线和在线两部分组成，在离线部分，以系统响应的超调量、上升时间以及调整时间为性能指标，利用遗传算法搜索出一组最优的PID参数Kp^*、Ti^*和Td^*，作为在线部分调整的初始值，在在线部分，一个专用的PID参数优化程序以离线部分获得Kp^*、Ti^*和Td^*为基础，根据系统当前的误差e和误差变化率e^.，通过一个模糊推理系统在线调整系统瞬态响应的PID参数，以确保系统的响应具有最优的动态和稳态性能．该控制器已被用来控制由作者设计的智能仿生人工腿中的执行电机．计算机仿真结果表明，该控制器具有良好的控制性能和鲁棒性能。

ROV模糊控制导航方法

本文提出一种水下 ROV(Remotely Operated Vehicles)的模糊导航方法和基于该方法的控制器结构 .通常由于水下环境光照不足或是水质混浊 ,很难依赖摄像机准确地为 ROV导航 ,引导 ROV到达预定目标 ,尤其是工作空间存在障碍物时 ,ROV很可能发生碰撞 .文中提出的模糊控制方法 ,将 ROV在 3D空间运动的状态、局部环境信息以及导航规划数据表示为多重模糊条件 ,然后结合 ROV的导航特点 ,建立了一个三级模糊控制器 ,该控制器使用同一种控制模式完成 ROV有障碍和无障碍的导航任务 .仿真实验结果验证了所提出方法的有效性

最优Fuzzy—GA PID控制器及其应用

提出了一种基于模糊推理与遗传算法的最优PID控制器的设计方法，该控制器由离线和在线2部分组成，在离线部分，以系统响应的超调量、上升时间及调速时间为性能指标，利用遗传算法搜索出一组最优的PID参数Kp^*，Ti^*及Td^*，为在线部分调节的初始值，在在线部分，采用一个专用的PID参数优化程序，以离线部分获得的Kp^*,Ti^*及Td^*为基础，根据系统当前的误差e和误差变化率·↑e，通过模糊推理在线调整系统瞬态响应的PID参数，以确保系统的响应具有最优的动态和稳态性能，计算机仿真结果表明，与传统的PID控制器相比，这种最优PID控制器具有良好的控制性能和鲁棒性能，可用于控制不同的对象和过程。

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

自主/遥控水下机器人水面/水下通信协议设计与实现

为了解决自主/遥控水下机器人（ARV）水面控制台与水下载体之间的通信问题，设计并实现了一种基于分层结构的水面/水下通信协议。该协议根据ARV 通信特殊需求，分为应用层，数据链路层与物理层，各层之间通过事件路由的方式进行调用，层内协议规则通过有限状态机来描述，整个协议结构清晰。ARV 实验结果证明这一通信协议具有传输速率快，可靠性高等优点。

自适应模糊PID控制在AUV控制中的应用

自治潜水器(AUV,Autonomous Underwater Vehicle)是非线性、强耦合、大惯性的多输入多输出系统,又由于受到海流、传感器、执行机构等不确定性的影响,对AUV控制器的鲁棒性能提出了更高的要求。本文针对我国正在研制开发的长航程自治潜水器的特性及其对航行控制的要求,将PID控制与模糊控制的简便性、灵活性以及鲁棒性结合起来,为AUV设计了可在线修改PID参数的自适应模糊PID控制器,仿真结果证明了该种控制方法不但提高了AUV系统的动态特性,而且可在参数摄动和外界扰动时获得较好的控制性能。

螺旋桨驱动UUV推进系统研究

为了实现水下机器人(UUV,Unmanned Underwater Vehicle)的高精度控制,深入研究了螺旋桨驱动UUV推进系统各个环节运行机理,并建立了它们各自的数学模型,包括PWM模块、直流永磁电机、螺旋桨、舵的数学模型。多功能仿真试验和湖试试验的系统响应曲线基本吻合,一方面表明本文建立的推进系统模型的正确性,另一方面体现了在多功能仿真平台上调试的控制策略和控制器参数具有很大的可信度。

SARV光纤收放装置的控制系统设计与实现

根据小型自治遥控水下机器人SARV的运动特性,研制了光纤微缆收放的控制系统。设计使用了嵌入式QNX软件开发技术,系统稳定可靠。采用系统辨识的方法,获得被控对象的等效数学模型。采用单神经元自适应PID控制器对控制参数进行在线自调节,实现了SARV在水中运动时光纤收放的恒张力控制,满足光纤收放装置的设计要求。

基于输入和机械手扰动补偿的水下机器人控制实验研究

以搭建的自治水下机器人-机械手系统为对象,通过水池实验分析了载体分系统的响应特性。针对传统的反馈控制在载体控制中的不足,将输入补偿项和机械手扰动补偿项作为载体控制的前馈项,设计了水下机器人复合校正控制器。水池实验验证了方法的可行性和有效性。

基于混合灵敏度的水下机器人鲁棒控制研究

为了使水下机器人(AUV,autonomous underwater vehicle)在多环节不确定条件下满足水下作业时动力定位的控制精度要求,深入研究了混合灵敏度鲁棒控制中各加权函数的选取原则后,设计了基于混合灵敏度的 AUV 鲁棒控制器。通过 AUV 半物理仿真平台上的动力定位试验和控制算法对比试验,证明了所设计的鲁棒控制器对于水下机器人系统的外界扰动和参数变化不确定性具有良好的抑制作用,控制效果令人鼓舞。

基于跟随领航者法的多UUV队形控制方法研究

本文主要研究基于跟随领航者法的多 UUV(unmanned underwater vehicle)队形控制。在 UUV 载体坐标系下建立系统的运动学模型,该模型是对笛卡尔坐标系下的运动学模型的改进,避免了极坐标系下奇异点的出现。该模型经过输入输出反馈线性化,获得稳定的队形控制器。同时,为了缩小队形控制律中的控制参数的调整范围,本文提出了辅助算法,在此基础上分析参数的有效范围。将队形控制律在多 UUV 数字仿真平台上验证,证实了改进的运动学模型和控制律的有效性。

基于模糊神经网络水下机器人直接自适应控制

提出了基于广义动态模糊神经网络的水下机器人直接自适戍控制方法,该控制方法既不需要预先知道模糊神经结构,也不需要预先的训练阶段,完全通过在线自适应学习算法构建水下机器人的逆动力学模型.首先,本文提出了基于这种网络结构的水下机器人直接自适应控制器,然后,利用Lyapunov稳定理论,证明了基于该控制器的水下机器人控制系统闭环稳定性,最后,采用某水下机器人模型仿真验证了该控制方法的有效性。

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.