摘要：作为一种重要的海上作业装备,船用起重机被广泛应用于海洋工程的各类场景中.然而,船用起重机是一类复杂的非线性欠驱动系统,存在摩擦、未建模动态等干扰,为控制器设计带来了巨大挑战.更糟糕的是,船用起重机还面临海浪、大风等未知干扰的影响,使得实际控制更加困难.如何稳定高效地控制该类系统,目前仍处于初步探索阶段.为了解决上述问题,本文提出了一种基于迭代学习和神经网络的控制方法.具体来说,首先将未知干扰分为周期与非周期两部分.对于周期干扰,利用周期估计器解决了对未知周期的估计问题,在此基础上通过迭代学习对干扰进行补偿;对于非周期干扰,使用双层神经网络进行逼近和补偿,并设计了权重的更新律;在补偿未知干扰后,基于反馈线性化设计了控制输入.通过Lyapunov分析方法,可以证明期望平衡点是全局有界的.最后,在所搭建的船吊实验平台上进行了大量实验,充分验证了所设计控制方法的有效性与鲁棒性.

摘要：四绳轮胎式集装箱起重机由于自身的动力学特性较为复杂,目前仍缺乏稳定高效的控制手段.为解决港口起重机作业过程中台车定位精准度低、负载易受干扰摆幅大的问题,文章设计了一种面向工业场景的非线性反馈控制器.首先在未进行近似处理的前提下对起重机吊具摆动情况进行了建模分析.在此基础上,通过在控制器中引入摆幅反馈信息,实现了绳长时变情况下台车的精确定位与负载摆幅的有效抑制,为集装箱的运送路径增加了更多选择.随后基于Lyapunov方法对控制器进行了稳定性分析.所设计的控制方案在港口实际设备上进行了验证,在定位精度与消摆性能上相较于人工操作取得了很大提升.

摘要：针对多无人机跟踪轨迹时的控制问题和安全问题,本文提出了一种四旋翼无人飞行器的有界跟踪控制方法.该方法能够保证多台无人机在进行轨迹跟踪的同时将自身运动限制在指定范围内.本文通过能量分析的方法设计了具体形式的控制器,并基于Lyapunov稳定性分析证明了系统误差的有界和收敛特性.在此基础上,通过设计和搭建室内多无人飞行器实验平台,完成了多无人飞行器实时轨迹跟踪的实验,验证了该控制器的实际性能.实验结论表明,无人飞行器的有界跟踪方法不但拥有良好的动态特性,而且能够有效地避免无人飞行器越过安全边界造成碰撞等问题,具有较好的安全性和鲁棒性.

摘要：旋翼无人飞行器具有灵活性强、机动性高的特点,能够在复杂环境下运送由于地形限制地面机器人所无法处理的物品.然而,当单个飞行器难以完成任务时,需要多飞行器协同运作以提高系统的运送能力.相比单飞行器吊运系统而言,多飞行器协同系统具有更高的自由度,更为复杂的系统动态耦合;这就为实际控制带来了巨大挑战.在本文中,作者提出了一种基于能量分析的控制方法.首先构造储能函数,在此基础上设计了控制输入,可依据实际需求选择控制增益,确保控制量在约束范围内;同时避免期望姿态的奇异性问题.随后,对闭环系统稳定性进行了分析.在与现有方法的仿真对比中可以看出,该控制律具有良好的控制性能,对不确定参数和外界干扰表现出了较好的鲁棒性.

摘要：飞行机械臂系统具有主动作业能力,通过搭载视觉传感器感知周围环境,系统的自主能力将进一步提高.然而,考虑到无人机的欠驱动和整个系统的非线性特性,飞行机械臂系统的视觉伺服控制仍然是一项具有挑战性的工作.本文在充分考虑机械臂对无人机的力/力矩作用后,提出了一种基于分层运动分解的飞行机械臂视觉伺服控制方案.首先,对飞行机械臂系统的运动学和动力学模型进行分析.然后,根据所得的相机运动学模型,通过基于图像的视觉伺服控制获得相机的期望速度,进而制定无人机和机械臂的速度分配策略.在考虑机械臂运动时对无人机产生的力/力矩影响,设计了底层的飞行控制器.最后,在与现有方法的仿真对比中可以看出,所提方法具有良好的控制性能,对图像特征点位置的不确定性及图像噪声也表现了较好的鲁棒性.

摘要：为了满足实际生产需求,在工业中常使用两台或者多台起重机协作完成大型运输任务.双桅杆式起重机负载能力强,工作姿态灵活,在大型建筑工地上得到了广泛应用.然而,现有控制方法大多针对动力学特性相对简单的双桥式起重机,而对耦合性更强、动力学特性更复杂的双桅杆式起重机关注不足.为解决此类系统的控制难题,本文通过分析系统的几何约束与动力学模型,得到状态变量及其高阶导数之间的关系,从而实现双桅杆式起重机非线性动力学模型的合理变换.随后,本文准确分析了吊臂俯仰角与负载姿态角之间的关系,通过计算得到双桅杆式起重机的时变振荡周期,设计了一种极不灵敏型输入整形器.最后,实验结果验证了所提时变输入整形控制方法能够实现起重机的准确定位及良好的消摆效果.

摘要：针对移动机器人位姿镇定问题,本文提出基于视觉同时定位与建图(simultaneous localization and mapping,SLAM)–伺服框架的指令滤波反步控制策略.具体而言,通过加速度层控制器设计进而积分得到的光滑速度信号,减小SLAM视觉模块的预测位姿误差;继而应用指令滤波器简化控制器设计的复杂求导运算,减轻计算负担;此外,SLAM模块利用运动信息与视觉信息的融合解决未知尺度问题,降低未知深度造成的控制器设计复杂度.通过李雅普诺夫理论可以证明闭环系统的稳定性.仿真和实验结果最终验证了本文算法的有效性.

摘要：针对人机共融场景中移动机器人与人类关注区域交叠的情景,提出了一种考虑人类视线区域约束的社交导航方法。首先,基于感知到的注视方向和注视目标,确定视线状态并构建视域交互模型。然后,借鉴电磁场和极限环理论,引入包括视线静电力、视线磁偏转力和视域交互势场力在内的扩展社会力对机器人的行为和人类视线之间的关系进行建模。进而驱动机器人根据任务类型以符合社交规则的方式主动避让或接近人的关注区域,在保证人类心理舒适度的同时提升了服务机器人的社交性。仿真实验部分的定性定量分析及相应的问卷评估表明了在机器人社交导航中引入人类视线区域约束的必要性,也进一步验证了所设计导航方法的有效性和适用性。

摘要：针对双摆桥式起重机系统的控制问题提出了一种自适应鲁棒防摆跟踪控制方法。在起重机本身存在着参数不确定性以及复杂的难建模动态的情况下,该方法可对这些未知的干扰因素进行在线估计,并实现有效的防摆与良好的轨迹跟踪。所提方法在L_(1)自适应控制框架下对具有欠驱动特性的双摆桥式起重机系统展开分析,构造了辅助变量将系统模型进行等效变换,并在该模型中引入集总干扰项以处理未建模动态(模型误差)的影响。结合观测器、滤波器、与更新律的设计,所提方法能够在理论上保证跟踪误差有界可调节,即可通过增大调节因子减小跟踪误差。一系列仿真与硬件试验结果验证了所提方法的有效性。

摘要：踝关节外骨骼可用来提高人的行走效率,辅助老年人、运动功能障碍患者等进行日常活动或康复训练,但外骨骼的助行模式会对穿戴者的下肢肌肉激活与协调模式产生影响。本文利用一款绳驱动踝关节外骨骼,设计了不同助力时机与助力大小组合的助行模式,采集了7名穿戴者在跑步机上以1.25 m/s速度水平行走时的下肢表面肌电信号,研究不同助行模式对穿戴者下肢肌肉激活与协调模式的影响。实验结果表明,比目鱼肌激活程度在踝关节外骨骼助力时有明显降低,在助力时机为步态周期49%、助力大小为0.7 N·m/kg时,最高可降低(38.5±10.8)%。并且,相对于助力时机,助力大小对比目鱼肌激活程度影响更为显著。踝关节外骨骼不同模式助行时,所测量下肢肌肉可分解为5个基本协同模式,且合适的助力时机与助力大小条件下,下肢肌肉协调模式和正常行走相比改变较小。此外,比目鱼肌-胫骨前肌、股直肌-半腱肌的协同收缩度在外骨骼助力时比正常行走均有升高。本研究有助于理解健康穿戴者如何调整自身的神经肌肉控制机制来适应不同外骨骼助力,并为选择合适的助行模式以及合理利用外骨骼提高行走效率提供依据。