面向水下对接的UUV视觉引导控制研究

这是一篇关于水下无人航行器(UUV),视觉引导,姿态解算,跟踪控制,水下对接回收的论文, 主要内容为随着当下全球人口爆炸式增长,对地球资源的消耗越来越快,促使越来越多的人关注粮食安全和多样化问题,重点是如何在本国领土范围内进行更多资源的开发利用。作为海洋大国的中国,如何对海洋资源进一步开发利用成为了众多研究者关注的焦点。在海洋的开发探索过程中,以水下无人航行器(unmanned underwater vehicle,UUV)为代表的水下无人设备的研发在过去几十年中一直是海洋工程的主要研究领域之一。它们被广泛地应用在海底基础设备检查、环境监测、海洋测绘等领域。然而,在水下作业过程中,水下无人航行器一次所携带的能源十分有限并且不能进行自我能源的补充。当面对大规模、大水域的水产养殖行业,因其水下环境复杂、控制要求较高、工作范围大、时间长久等特性水下无人航行器显得力不从心。因此,对UUV进行快速对接回收研究,将为之后在大水域水产养殖过程中部署充电站给UUV进行能量补充以及部署数据交互中心进行数据传输和任务下发提供技术支撑。基于上述背景,本文以一款全驱动水下机器人Blue ROV2作为研究对象,开展了水下对接研究,以UUV能够在水下完成自主对接为研究目标,通过充分调研,提出了以视觉为基础的水下无人自主对接回收方案,并结合具体场景开展了多次水下对接试验,验证了设计的对接方案具有较高的可靠性和稳定性。为之后大水域水产养殖行业实现养殖过程的全方位监控而部署多个回收站进行水下对接回收提供了基础技术支撑。具体开展如下研究:首先,针对水下视觉引导自主对接这一核心任务,开展了相关技术调研并分析了目前研究所面临的技术困难。此外,为了便于控制程序的开发,对Blue ROV2水下机器人的硬件系统以及软件系统架构进行了详细地介绍。同时参考挪威学者Fossen的水下机器人理论模型和该款UUV的推进器布置形式进行了动力学、运动学建模以及推进器系统的数学建模。在上述基础之上通过对研究对象软件、硬件条件以及近年来水下对接相关技术进行综合分析之后,设计了采用视觉进行水下引导对接过程的整体流程,奠定了后文研究的整体方向。其次,针对水下视觉引导对接时面对的复杂水下场景和独有的环境特点,使用UUV自带的单目相机进行了大量的水下对接目标船坞数据的采集,并设计了基于YOLOV5s的水下对接目标实时检测方法;针对机器人配备的单目相机在对接使用过程中存在的畸变问题,文中通过Matlab软件对相机在水中的畸变以及相机内外参数进行了标定,在实现对接目标精准检测和得到相机内外参数的基础之上,确定了采用EPn P算法进行UUV和目标对接船坞之间的实时姿态解算,时刻得到水下机器人和对接船坞之间的位置偏差,后续便可采用跟踪控制算法实现UUV的跟踪控制,是完成对接任务的必要前提。接着,针对水下视觉引导对接时需要用到的轨迹跟踪控制问题,对比现有控制技术的优缺点,并结合解算的姿态信息以及LOS制导律、滑模控制算法、RBF神经网络万能逼近理论和李雅普诺夫稳定性理论等技术,设计了一种终端滑模轨迹跟踪控制算法对机器人进行跟踪控制。同时在Matlab软件中设计了不同的跟踪场景以及扰动类型,开展了相应的水平面跟踪控制以及三维空间跟踪控制的数值仿真,并对仿真结果进行了分析,表明设计的跟踪控制器具有稳定、精确的跟踪效果,同时在抗外界干扰方面也具有较强的鲁棒性。最后,将设计的视觉引导对接方案在Blue ROV2上进行了实现。通过二次编程开发,将设计的目标检测、姿态解算以及跟踪控制算法集成到了岸基控制程序中。设计了相关试验方案并在船池中开展了试验,根据实际控制状况,对程序进一步的改进优化。经过多次试验的改进优化,最终达到了能够使水下机器人在视觉引导下以较为稳定、准确的运动状态完成水下对接和回收任务,回收成功率在90%以上,验证了本文所设计的视觉引导对接方案具有实际可操作性,为之后在大水域水产养殖过程中对接方案的研究设计提供了思路和方法,同时也为未来水下无人导航器更加安全、可靠、高效地完成大航程的水下作业任务提供了一定的技术参考。

海洋无人航行器预设性能运动控制技术研究

这是一篇关于海洋无人航行器,动力定位,跟踪控制,预设性能,预设时间的论文, 主要内容为21世纪以来,随着社会经济的发展与工业化、城市化进程的加快,人类生存发展所需的陆地资源日益紧缺,世界各国纷纷将眼光转向海洋这座“蓝色宝库”。为实现深远海资源开发,我国已布局围绕海洋工程领域突破一批关键核心技术,其中,可胜任复杂海况下探索开发任务的智能无人海洋运载平台——海洋无人航行器备受关注。而智能运动控制技术作为海洋无人航行器核心技术之一,与其作业精度和航行安全息息相关,具有十分重要的科学意义和战略价值。为此,本文在充分调研了国内外关于海洋无人航行器运动控制方面研究成果基础之上,以考虑瞬态性能约束的海洋无人航行器运动控制作为本文研究目标,结合预设性能与预设时间控制理论,由浅入深,从动力定位到跟踪控制、从全驱动到欠驱动,对海洋无人航行器运动控制技术进行了系统性地探索与研究,并通过仿真研究、硬件在环测试、水池试验和湖上试验等手段对算法性能进行了检验。本文的主要研究工作如下:(1)考虑输入饱和约束的全驱动海洋无人航行器预设性能动力定位控制:本文中首先从运动控制技术中最经典的点镇定问题——动力定位出发,提出了一种新型预设性能函数将具有受限误差约束的动力定位问题转化为对转换系统的镇定问题,并建立起预设性能反步设计框架。在此基础上,结合指令滤波、辅助动力系统、神经网络与鲁棒控制技术进行控制器设计,解决了模型不确定性、输入饱和和外界时变扰动等多非线性耦合因素作用下的预设性能控制问题。然后,为减少控制过程中执行机构的作业频率,引入相对阈机制对控制输入进行了虚拟重构,并利用神经网络观测器和动态面方法得到了预设性能事件触发动力定位控制器。最后,通过仿真研究和舰船电力推进系统硬件在环测试对算法的有效性和物理可行性进行了验证。(2)考虑瞬态性能约束的全驱动海洋无人航行器预设时间跟踪控制:针对应用更为广泛的海洋无人航行器跟踪控制问题,首先构造了一种非线性预设时间扰动观测器,使得对缓慢时变扰动的观测误差在预设时间内收敛于零。在此基础上沿用前述预设性能反步设计框架得到了具有全局预设时间收敛性的鲁棒跟踪控制器。随后,为增强算法的鲁棒性和落地性,进一步构造了基于预估器的预设时间扰动观测器,用以应对更为恶劣的海况。同时,设计线性抗饱和补偿器避免了输入饱和“截断”现象对闭环系统稳定性的潜在不利影响。最后,基于障碍李雅普诺夫函数设计了更符合航海实践需求的鲁棒实际预设时间跟踪控制器,解决了外界扰动、输入饱和、瞬态约束等耦合因素影响下的海洋无人航行器预设时间控制问题。(3)固定前向速度下欠驱动位形海洋无人航行器预设性能路径跟踪控制:针对更具挑战性的欠驱动海洋无人航行器路径跟踪控制问题,首先,针对海洋无人航行器常见固定航速任务模式在运动学层面设计了简捷实用的反正弦和反正切预设性能视线角制导律,后者破除了预设性能控制中对初始状态的约束。得益于制导律的简单结构,还将其进一步拓展到深度面应用中。随后,在动力学层面设计了预设时间控制器,用以驱动海洋无人航行器达成跟踪控制目标。最后,开展了仿真研究、水池试验以及湖上试验对算法的性能进行了充分地验证。(4)考虑瞬态性能约束的欠驱动海洋无人航行器非奇异预设性能轨迹跟踪控制:针对前向速度时变的轨迹跟踪问题,在运动学制导阶段,引入耦合前向和横向误差的视线角制导律,辅以障碍李雅普诺夫技术,设计得到期望预设性能前向速度与艏摇角速度,实现对位置误差与航向误差的状态约束,进而避免了航向误差过大时所诱发的奇异现象。随后,在动力学层面结合鲁棒自适应与实际预设时间控制技术完成动力学跟踪控制器设计,实现了带有预设性能约束的非奇异预设时间轨迹跟踪控制。

基于自适应神经网络的机械臂系统切换控制研究

这是一篇关于机械臂,神经网络,切换系统,平均驻留时间,跟踪控制的论文, 主要内容为在科技不断发展的时代背景下,机器人作为工业生产的强有力工具已经受到了广泛的关注。机器人可以代替人工从事场景危险的工作或者顶替计算量大、密集型和重复性高的动作,其在手术医疗、家庭服务、太空探索和工业生产等领域已拥有举足轻重的地位。机械臂作为工业机器人系统的关键组成部分,因其能够对期望轨迹实现高精度跟踪,在机器人控制中必不可少。然而,在工业生产中,机械臂的负载通常是不断变化的,使得其动力学系统模型难以精确建立,且同时会受到未知死区、输入饱和及输出受限等非线性因素的影响,进而使得机械臂执行预设轨迹动作时的控制性能下降。因此,研究此类复杂工况下机械臂系统的轨迹跟踪控制问题具有重要的实际意义。本文基于RBF神经网络理论、自适应控制算法、切换系统控制理论以及滑模变结构控制方法,研究了不确定机械臂动力学系统的高精度跟踪控制问题,并在抖振抑制、复杂工况下闭环系统的控制性能优化方面获得了一些结果。具体研究内容有:1.针对机器人系统滑模控制器设计存在的抖振问题,研究了一种具有可变滑模增益的控制器设计方案。在传统滑模控制器设计的基础上,该控制方案的创新之处在于所设计控制器的开关增益可实现动态自适应调整,即基于RBF神经网络,使得开关增益随关节参数动态改变以适应系统的未建模动态及未知扰动。通过加入适当的自适应控制算法,有效地抑制集总扰动。并且,利用Lyapunov方法证明系统的轨迹跟踪误差渐近收敛到零。最后,仿真结果表明,所设计方案降低了系统抖振,同时可有效地提高跟踪精度。2.针对具有变负载的不确定刚性机械臂系统,研究了一种依赖平均驻留时间的神经网络切换跟踪控制问题。该方案将夹持不同负载的刚性机械臂系统视为切换系统,基于平均驻留时间原则对每个子系统分别设计控制器。在各子系统中,分别采用RBF神经网络逼近系统结构参数,以避免控制器对系统精确模型的依赖。同时,基于神经网络设计鲁棒补偿项,以抑制集总扰动对系统的影响。然后,利用多Lyapunov函数方法证明了跟踪误差的一致最终有界性。最后,通过仿真验证了提出的控制方案不仅可实现变负载机械臂期望轨迹的高精度跟踪,而且可有效削弱输入力矩的抖振。3.针对带有变负载的不确定刚性机械臂系统,进一步提出了一种新的自适应神经网络切换控制方案。该方案基于一种改进的平均驻留时间方法,优化了研究内容2中的自适应输出反馈神经网络切换控制器的设计算法。然后,基于多Lyapunov函数方法证明了误差信号在特定切换律的作用下的有界性。最后,仿真结果验证了所设计方案的合理性。4.针对机器人系统存在未知死区情形下的跟踪控制问题,研究了一种基于死区补偿的自适应切换控制器方法。首先,为解决负载变化对系统带来的不利影响,将研究结果2中的切换方案用于本研究。针对系统存在的未知死区,通过两个相互耦合的神经网络对其进行观测与补偿,设计了自适应神经网络控制器的鲁棒补偿项,以消除潜在的扰动和估计误差。然后,利用平均驻留时间方法、多Lyapunov函数方法并综合自适应控制律分析了误差信号的有界性。最后,仿真结果验证了所提出控制方案的有效性。

建筑膏料智能喷涂机器人及其路径轨迹规划

这是一篇关于智能喷涂机器人,喷抹一体,SLAM路径规划,轨迹规划,跟踪控制的论文, 主要内容为随着现代城市化高速发展,地上建筑开发趋于饱和,地下建筑为城市建筑开发提供新的维度。地下建筑为达到防水防潮等功能,需要对地下建筑物进行墙体装修喷涂。现阶段,建筑膏料喷涂领域仍然采用传统人工喷涂方式,存在工艺复杂、施工耗时、质量不均和安全隐患等问题。然而世界各地对于建筑新建和维护的需求却在日益增长,低效的人力资源管理和过度依赖工人熟练度更会导致建筑膏料喷涂的质量和生产力大幅度下降。人工喷涂的低效率、低质量和高资源浪费与建筑喷涂日益扩张的需求已然存在极大的矛盾。机器人技术先进、生产效率高且飞速发展,但是,建筑行业最新应用表明:没有专为建筑膏料喷涂开发的适应性机器人。有鉴于此,本文将机器人技术应用于建筑膏料喷涂领域,对机器人喷抹一体、室内规划和复杂工况喷涂轨迹规划展开了研究。具体研究内容如下:(1)设计了基于喷抹一体的喷涂机器人整体架构,并进行了喷抹尺CFD(Computational Fluid Dynamics)仿真。首先对膏料传统喷涂方法总结和分析,对喷涂环境进行整体研究,明确了机器人需要喷抹的简单喷涂环境和需要喷涂的复杂喷涂环境。接着对简单喷抹环境进行拆分,依据机器人整体架构设计简单喷抹环境喷抹方式。同时设计了喷涂机器人的底盘系统、输送系统、升降系统和喷抹一体模型,并分别进行理论研究和仿真验证。针对喷抹一体模型,设计CFD仿真,验证喷抹一体模型的可靠性。最后整合所有结构和模型,设计出智能喷涂机器人的整体三维模型,并验证了整体模型的完整性。(2)以机器人整体三维模型为基础,提出了基于SLAM(Simultaneous Localization and Mapping)的喷涂机器人室内路径规划方法。在SLAM建图前,先将机器人三维模型编写成URDF(Unified Robot Description Format)文件,并验证机器人在ROS(Robot Operating System)中激光雷达、深度相机Kinect和里程计等传感器的感知显示。SLAM建图中使用Cartographer算法进行室内全局建图,完成了建图产生漂移的实时化改进。在室内路径规划中,使用贪心思想将整个建筑平面作为全局地图,单一房间为局部地图,局部地图最优累加从而达到全局最优。对局部SLAM地图进行轮廓提取、直线定位、角点检测与排序、特征点提取等一系列地图处理算法后,获得局部地图中机器人的目标轨迹多坐标点。局部地图在全局地图的位置使用多尺度模板匹配算法计算,而机器人在全局地图的位置使用粒子滤波器进行计算。最后,在全局地图中对比Dijkstra、A*和RRT算法效果后,使用RRT进行全局最优路径规划,并设计局部多目标点轨迹跟踪算法验证局部轨迹的正确性。(3)针对墙壁拐角等复杂喷涂工况,提出了基于六轴机械臂的喷涂轨迹规划和优化控制方法。首先提出了喷枪涂层累积数学模型,通过模型研究和数值模拟,进行墙壁拐角的动态喷涂轨迹优化。接着搭建点云采集系统对复杂喷涂工况点云信息进行采集,完成复杂喷涂环境的三维重建。然后在三维重建基础上,对六轴机械臂进行理论研究,使用人工势场算法进行运动规划。最后,使用Simulink设计机械臂轨迹跟踪控制算法,使用ROS-I和MOVEIT在ROBOGUIDE中进行联合轨迹规划仿真,验证了相关算法的有效性和实用性。

面向水下对接的UUV视觉引导控制研究

这是一篇关于水下无人航行器(UUV),视觉引导,姿态解算,跟踪控制,水下对接回收的论文, 主要内容为随着当下全球人口爆炸式增长,对地球资源的消耗越来越快,促使越来越多的人关注粮食安全和多样化问题,重点是如何在本国领土范围内进行更多资源的开发利用。作为海洋大国的中国,如何对海洋资源进一步开发利用成为了众多研究者关注的焦点。在海洋的开发探索过程中,以水下无人航行器(unmanned underwater vehicle,UUV)为代表的水下无人设备的研发在过去几十年中一直是海洋工程的主要研究领域之一。它们被广泛地应用在海底基础设备检查、环境监测、海洋测绘等领域。然而,在水下作业过程中,水下无人航行器一次所携带的能源十分有限并且不能进行自我能源的补充。当面对大规模、大水域的水产养殖行业,因其水下环境复杂、控制要求较高、工作范围大、时间长久等特性水下无人航行器显得力不从心。因此,对UUV进行快速对接回收研究,将为之后在大水域水产养殖过程中部署充电站给UUV进行能量补充以及部署数据交互中心进行数据传输和任务下发提供技术支撑。基于上述背景,本文以一款全驱动水下机器人Blue ROV2作为研究对象,开展了水下对接研究,以UUV能够在水下完成自主对接为研究目标,通过充分调研,提出了以视觉为基础的水下无人自主对接回收方案,并结合具体场景开展了多次水下对接试验,验证了设计的对接方案具有较高的可靠性和稳定性。为之后大水域水产养殖行业实现养殖过程的全方位监控而部署多个回收站进行水下对接回收提供了基础技术支撑。具体开展如下研究:首先,针对水下视觉引导自主对接这一核心任务,开展了相关技术调研并分析了目前研究所面临的技术困难。此外,为了便于控制程序的开发,对Blue ROV2水下机器人的硬件系统以及软件系统架构进行了详细地介绍。同时参考挪威学者Fossen的水下机器人理论模型和该款UUV的推进器布置形式进行了动力学、运动学建模以及推进器系统的数学建模。在上述基础之上通过对研究对象软件、硬件条件以及近年来水下对接相关技术进行综合分析之后,设计了采用视觉进行水下引导对接过程的整体流程,奠定了后文研究的整体方向。其次,针对水下视觉引导对接时面对的复杂水下场景和独有的环境特点,使用UUV自带的单目相机进行了大量的水下对接目标船坞数据的采集,并设计了基于YOLOV5s的水下对接目标实时检测方法;针对机器人配备的单目相机在对接使用过程中存在的畸变问题,文中通过Matlab软件对相机在水中的畸变以及相机内外参数进行了标定,在实现对接目标精准检测和得到相机内外参数的基础之上,确定了采用EPn P算法进行UUV和目标对接船坞之间的实时姿态解算,时刻得到水下机器人和对接船坞之间的位置偏差,后续便可采用跟踪控制算法实现UUV的跟踪控制,是完成对接任务的必要前提。接着,针对水下视觉引导对接时需要用到的轨迹跟踪控制问题,对比现有控制技术的优缺点,并结合解算的姿态信息以及LOS制导律、滑模控制算法、RBF神经网络万能逼近理论和李雅普诺夫稳定性理论等技术,设计了一种终端滑模轨迹跟踪控制算法对机器人进行跟踪控制。同时在Matlab软件中设计了不同的跟踪场景以及扰动类型,开展了相应的水平面跟踪控制以及三维空间跟踪控制的数值仿真,并对仿真结果进行了分析,表明设计的跟踪控制器具有稳定、精确的跟踪效果,同时在抗外界干扰方面也具有较强的鲁棒性。最后,将设计的视觉引导对接方案在Blue ROV2上进行了实现。通过二次编程开发,将设计的目标检测、姿态解算以及跟踪控制算法集成到了岸基控制程序中。设计了相关试验方案并在船池中开展了试验,根据实际控制状况,对程序进一步的改进优化。经过多次试验的改进优化,最终达到了能够使水下机器人在视觉引导下以较为稳定、准确的运动状态完成水下对接和回收任务,回收成功率在90%以上,验证了本文所设计的视觉引导对接方案具有实际可操作性,为之后在大水域水产养殖过程中对接方案的研究设计提供了思路和方法,同时也为未来水下无人导航器更加安全、可靠、高效地完成大航程的水下作业任务提供了一定的技术参考。

多差速驱动重载AGV结构设计与跟踪控制方法研究

这是一篇关于重载AGV,差速驱动,结构设计,跟踪控制的论文, 主要内容为随着智能制造相关技术的快速发展、数字化转型战略推动,制造业采用自动引导车(Automated Guide Vehicle,AGV)实现工位间自动化物流。重载AGV作为重型、大型工件物流装备,是智能化物流系统的重要组成部分。为实现重载AGV系统的安全稳定转运,提高重载AGV的承载和驱动能力以及实现AGV运行过程中的高精度控制成为重载AGV成功应用的关键。因此,针对重载AGV驱动模块设计方案和路径跟踪控制方法进行研究具有重要的工程价值和科学意义。本文以多差速重载AGV系统为研究对象,对差速驱动模块设计和跟踪控制关键技术进行研究。主要工作如下:(1)针对重载AGV结构尺寸限制,差速驱动模块结构紧凑的需求,采用驱动电机外侧交错布置的结构方案。基于优化理论分析了差速驱动模块自转半径的优化变量与约束条件,对驱动模块的结构进行了最小自转半径优化设计。解决了差速驱动模块尺寸较大、自转半径影响车体尺寸的问题。(2)针对重载AGV高承载、大驱动的需求,采用内外双层结构的驱动模块与摆动桥式悬架结构相结合的设计,通过降低铰接点高度减小驱动轮法向承载力差距,保证了所设计驱动模块的承载力与驱动力。(3)针对重载AGV稳定、精确的运动控制需求,设计了基于模糊理论和线性二次型调节器(Linear quadratic regulator,LQR)控制相结合的路径跟踪控制算法,满足重载AGV精确跟踪的控制需求。(4)对典型工况下的AGV系统进行了有限元仿真和运动仿真,证明了驱动模块结构优化设计的合理性。(5)进行了实车系统测试。验证了所设计多差速驱动重载AGV结构的合理性和路径跟踪控制算法在实际AGV系统上应用的可行性。

基于改进LQR控制器的倒立摆跟踪控制及特性研究

这是一篇关于直线二阶倒立摆,线性二次型最优控制器,粒子群算法,联合仿真,跟踪控制的论文, 主要内容为倒立摆系统作为经典的非线性系统,可以真实、有效地体现系统的跟踪能力,反映系统的非线性、随机性和鲁棒性,是检验智能算法及控制策略的合理性和可实施性的重要平台。倒立摆的控制思想和控制方法应用广泛,与诸多工业生产中的控制问题都具有相似之处,对于机器人、航空航天、军事等领域均有理论指导意义,因而倒立摆问题的研究在工程上有着十分重要的应用前景。为分析二阶倒立摆的动态特性,验证不同控制器的可行性,进一步提高二阶倒立摆的稳定性、可靠性,本文以直线二阶倒立摆作为研究对象,对倒立摆进行机械结构设计以及数学建模,通过仿真对比实验分析控制效率的高低,着重分析了线性二次型最优控制器(LQR)以及粒子群算法(PSO)改进LQR参数控制器的对系统的控制效果,具体内容如下:1.对直线二阶倒立摆进行机械结构设计与硬件选型,二阶倒立摆本体结构包含底层结构、一级杆及其连接部分和二级杆及其连接部分。在实际选型时需综合考虑倒立摆本体和实验平台所需其他控件,通过比较不同方案,最终选取倍福CX5230型控制器作为核心控件,做到设计模型与实际模型尽可能贴合,为后续仿真分析与实验平台搭建奠定基础。2.由于二阶倒立摆的数学建模相较于一阶倒立摆难度更大,通过对比牛顿力学法与拉格朗日方程法,将两种方法综合应用,建立倒立摆数学模型。通过推导得出的倒立摆系统状态空间方程,采用Matlab软件对系统进行定性分析,验证系统的可控性以及可观性。3.设计经典LQR控制器,通过调整滑块位置、摆杆角度权值探寻各权值对于系统性能的影响,通过对比3类5组仿真实验数据,得出最优控制的权值矩阵,仿真结果表明基础LQR控制器可实现摆杆角度3.5s的快速稳定。针对基础LQR控制器寻参困难情况,提出PSO算法优化LQR参数,摆杆角度实现动态平衡时间缩短了0.5s,超调量以及调整时间也大幅度缩小。用Matlab与Vrep软件联合仿真,将设计的控制器运用于整个倒立摆系统控制,对系统进行跟踪仿真实验,分析可得PSO控制器对于倒立摆系统有较好的控制效果。PSO算法优化LQR参数可以省去人工寻优的时间,将繁琐的步骤简化,实现快速高效的寻找最优解。4.通过搭建实验平台进行实验验证,选取Twin CAT3作为上位机实时控制软件,控制器及其端子模块与倒立摆本体相连接,实现一站式数据采集、处理与显示。实际实验中传感器数据采集时出现噪声,如果将噪声数据也作为测量数据时,将会导致倒立摆在控制过程中出现角度偏差,为此设计卡尔曼滤波器进行降噪处理。通过编写PLC程序进行稳摆实验,并对实验结果进行分析。结果表明:卡尔曼滤波器在实际测量中有较好的降噪效果,PSO改进LQR参数控制器能较好实现倒立摆系统的实时跟踪控制。倒立摆仿真实验结果和PSO优化效果可为其他工业设备设计以及控制提供参考。图 [65] 表 [8] 参 [80]

海洋无人航行器预设性能运动控制技术研究

这是一篇关于海洋无人航行器,动力定位,跟踪控制,预设性能,预设时间的论文, 主要内容为21世纪以来,随着社会经济的发展与工业化、城市化进程的加快,人类生存发展所需的陆地资源日益紧缺,世界各国纷纷将眼光转向海洋这座“蓝色宝库”。为实现深远海资源开发,我国已布局围绕海洋工程领域突破一批关键核心技术,其中,可胜任复杂海况下探索开发任务的智能无人海洋运载平台——海洋无人航行器备受关注。而智能运动控制技术作为海洋无人航行器核心技术之一,与其作业精度和航行安全息息相关,具有十分重要的科学意义和战略价值。为此,本文在充分调研了国内外关于海洋无人航行器运动控制方面研究成果基础之上,以考虑瞬态性能约束的海洋无人航行器运动控制作为本文研究目标,结合预设性能与预设时间控制理论,由浅入深,从动力定位到跟踪控制、从全驱动到欠驱动,对海洋无人航行器运动控制技术进行了系统性地探索与研究,并通过仿真研究、硬件在环测试、水池试验和湖上试验等手段对算法性能进行了检验。本文的主要研究工作如下:(1)考虑输入饱和约束的全驱动海洋无人航行器预设性能动力定位控制:本文中首先从运动控制技术中最经典的点镇定问题——动力定位出发,提出了一种新型预设性能函数将具有受限误差约束的动力定位问题转化为对转换系统的镇定问题,并建立起预设性能反步设计框架。在此基础上,结合指令滤波、辅助动力系统、神经网络与鲁棒控制技术进行控制器设计,解决了模型不确定性、输入饱和和外界时变扰动等多非线性耦合因素作用下的预设性能控制问题。然后,为减少控制过程中执行机构的作业频率,引入相对阈机制对控制输入进行了虚拟重构,并利用神经网络观测器和动态面方法得到了预设性能事件触发动力定位控制器。最后,通过仿真研究和舰船电力推进系统硬件在环测试对算法的有效性和物理可行性进行了验证。(2)考虑瞬态性能约束的全驱动海洋无人航行器预设时间跟踪控制:针对应用更为广泛的海洋无人航行器跟踪控制问题,首先构造了一种非线性预设时间扰动观测器,使得对缓慢时变扰动的观测误差在预设时间内收敛于零。在此基础上沿用前述预设性能反步设计框架得到了具有全局预设时间收敛性的鲁棒跟踪控制器。随后,为增强算法的鲁棒性和落地性,进一步构造了基于预估器的预设时间扰动观测器,用以应对更为恶劣的海况。同时,设计线性抗饱和补偿器避免了输入饱和“截断”现象对闭环系统稳定性的潜在不利影响。最后,基于障碍李雅普诺夫函数设计了更符合航海实践需求的鲁棒实际预设时间跟踪控制器,解决了外界扰动、输入饱和、瞬态约束等耦合因素影响下的海洋无人航行器预设时间控制问题。(3)固定前向速度下欠驱动位形海洋无人航行器预设性能路径跟踪控制:针对更具挑战性的欠驱动海洋无人航行器路径跟踪控制问题,首先,针对海洋无人航行器常见固定航速任务模式在运动学层面设计了简捷实用的反正弦和反正切预设性能视线角制导律,后者破除了预设性能控制中对初始状态的约束。得益于制导律的简单结构,还将其进一步拓展到深度面应用中。随后,在动力学层面设计了预设时间控制器,用以驱动海洋无人航行器达成跟踪控制目标。最后,开展了仿真研究、水池试验以及湖上试验对算法的性能进行了充分地验证。(4)考虑瞬态性能约束的欠驱动海洋无人航行器非奇异预设性能轨迹跟踪控制:针对前向速度时变的轨迹跟踪问题,在运动学制导阶段,引入耦合前向和横向误差的视线角制导律,辅以障碍李雅普诺夫技术,设计得到期望预设性能前向速度与艏摇角速度,实现对位置误差与航向误差的状态约束,进而避免了航向误差过大时所诱发的奇异现象。随后,在动力学层面结合鲁棒自适应与实际预设时间控制技术完成动力学跟踪控制器设计,实现了带有预设性能约束的非奇异预设时间轨迹跟踪控制。