摘要：针对具有未知非线性特性和扰动的多机械系统一致性问题,提出了一种基于径向基函数(radial basis function,RBF)神经网络的固定时间一致性算法。首先,建立了存在未知非线性函数项和不确定扰动的多机械系统模型;其次,根据系统模型设计了一种固定时间一致性协议,利用RBF神经网络来逼近模型中未知的非线性项;再次,利用李雅普诺夫稳定性理论证明了任意一对机械系统的位置和速度误差可以在固定时间内收敛到零的小邻域内;最后,通过MATLAB仿真软件验证所设计协议的有效性。仿真结果表明,所提出的协议能够实现预期目标。

摘要：针对四电机伺服系统中单个电机的故障,提出了一种基于命令滤波反步法的容错控制方案。首先,建立带有未知惯量和不平衡力矩的故障伺服系统动力学模型;随后,采用命令滤波反步技术进行控制器设计,构建误差补偿系统提高控制精度;此外,利用神经网络处理故障电机引起的非线性扰动,并设计同步误差信号实现系统的同步控制;最后,基于Lyapunov稳定性理论证明单电机故障情况下闭环系统的稳定性,设计仿真验证了所提控制方法的有效性及优越性。

摘要：针对含有非线性齿隙和LuGre摩擦的四电机同步驱动伺服系统,在反步法的基础上结合动态面控制技术和有限时间控制技术设计基于观测器的有限时间动态面控制方法。在反步设计过程中,设计了鲁棒控制项抑制非线性齿隙的影响;构造了非线性观测器来估计摩擦力矩并在反步法中实现摩擦补偿;采用动态面控制技术解决了反步法存在的“计算爆炸”问题,并建立了补偿机制用于减小跟踪误差;采用有限时间控制技术加快了系统响应速度,进一步减小了跟踪误差。最后运用李雅普诺夫理论分析了闭环系统的稳定性,仿真结果验证了所提方法的有效性。

摘要：针对野外复杂环境下车式机器人常受动力学扰动影响,仅从运动学角度难以实现高性能机器人编队及轨迹跟踪控制的问题,提出一种数据驱动的动力学内环电机控制设计方法。将电机及减速机构看作整体,采用输入输出数据实时辨识动力学模型参数,对动力学内环进行特征建模,针对数据驱动的二阶离散动力学系统模型,设计离散滑模控制器并进行稳定性分析。在微软公司基于物理引擎的机器人仿真平台Microsoft Robotics Developer Studio 4(MRDS4)进行仿真对比,并将仿真数据导入MATLAB进行分析,通过仿真验证所设计控制方法的整体有效性,在扰动力矩影响较大的野外复杂环境中仍能使机器人保持较快的动态响应速度,在编队中快速响应队形的切换跟踪。

摘要：针对轮式移动机器人车轮纵向打滑时的编队控制问题,提出一种基于滑移率补偿和模糊逻辑的多机器人编队控制器设计方法.首先,利用速度传感器获取机器人的实际速度信息,并进行滤波减少传感器噪声.结合速度输入指令信号得到滑移率估计值,用以描述机器人纵向打滑的程度.然后根据领航跟随法,设计补偿纵向打滑的编队控制策略,并采用模糊逻辑设计控制器参数.最后在Microsoft Robotics Developer Studio 4(MRDS4)中搭建3D物理仿真平台,进行编队控制仿真,验证了领航、跟随机器人发生打滑的情况下所提方法的有效性.

摘要：针对车式移动机器人的运动学模型特点,提出一种基于轨迹跟踪多机器人编队控制方法.首先利用编队结构参数确定队形,根据编队轨迹和相关参数生成虚拟机器人,把编队控制转化为跟随机器人对虚拟机器人的轨迹跟踪;然后运用反步法构造车式移动机器人轨迹跟踪系统的Lyapunov函数,通过使该函数负定,得到跟随机器人的轨迹跟踪控制器;最后在Microsoft robotics developer studio 4(MRDS4)中搭建3D仿真平台,设计了3组实验,所得结果表明了所提出方法的有效性.

摘要：针对双电机伺服系统同步控制精度问题,在命令滤波的基础上设计离散跟踪与同步控制方案。通过建立双电机系统离散动力学方程,降低了命令滤波器反步法设计过程中的计算难度,还能同时处理虚拟控制信号。在控制器设计中定义补偿信号消除误差,进而提高跟踪性能。结果表明,神经网络可以高效处理电机运行中轴转矩或齿隙等带来的非线性扰动。最终通过Lyapunov分析控制方法的稳定性,结果表明双电机伺服系统在该控制器作用下具有良好的跟踪及同步性能。

摘要：提出了一种基于非线性观测器的命令滤波自适应反步控制(OCFABC)方法,以解决具有LuGre摩擦模型的双轴伺服系统中的位置跟踪和速度同步问题。观测器用于系统摩擦补偿。命令滤波器作用于虚拟控制信号,解决反步法中的计算爆炸问题,建立误差补偿方程,提高跟踪精度。此外,还设计了速度同步信号,以达到更好的系统同步效果。利用Lyapunov理论分析了闭环系统的稳定性。最后,通过仿真和试验结果证明了所设计方法的有效性和优越性。