基于动力学与运动学的四轮全向移动机器人轨迹跟踪控制

建立了四轮全向移动机器人的运动学模型和动力学模型,并分析了四轮全向移动机器人执行器的机械特性。在此基础上,利用反馈控制设计了四轮全向移动机器人的运动学控制器,利用逆动力学补偿控制设计了四轮全向移动机器人的动力学控制器,实现了基于动力学与运动学的四轮全向移动机器人轨迹跟踪控制系统设计。最后,利用Matlab/Simulink完成了基于动力学与运动学的四轮全向移动机器人轨迹跟踪控制仿真实验,实验结果验证了该轨迹跟踪控制方法的有效性。     

空空导弹后射火控技术

对空空导弹后射火控技术进行了分析,重点讨论了后射中的导弹控制问题。由于在后射过程中的速度过零阶段,导弹的气动力无法提供足够的法向控制力,给出了气动力/推力矢量控制相结合的复合控制方案,并以此导弹控制模型实现了后射火控过程。通过数字仿真,比较了后射火控与越肩发射火控的不同攻击过程,表明所提出的导弹复合控制方案可以解决导弹后射火控问题,后射与越肩发射相结合可以更好地实现全向攻击。     

基于球齿轮的新型轮腿复合式移动平台设计研究

复合式移动系统是当前移动机器人研究的热点之一.总结了已有的一些轮-腿复合式移动系统的研究成果及结构特点,提出一种基于球齿轮机构的新型轮-腿复合式移动平台的结构设计方案,这种新型移动平台的轮腿机构具有不同于已有轮-腿复合式移动系统独特的运动特征,在结构上可实现"轮"、"腿"的真正融合,使得平台具有轮式、腿式和轮-腿复合三种移动模式,可实现直行、斜行、小半径转弯甚至原地转弯等多种运动姿态.对轮腿机构进行了计算机虚拟模型运动仿真研究,并对平台样机进行了姿态调整实验,结果表明这种新型移动平台能够实现设定的多种复杂运动姿态.     

一种应用于移动机器人的路径跟踪控制方法

针对移动机器人的路径跟踪复杂性问题,设计了一种易于实现的控制系统,其中的跟踪策略改进了传统的视线导航算法,使机器人光滑趋近到期望路径,控制器的设计采用基于模糊逻辑的变速度控制和角速度滑模控制,减小了角速度的抖振,并使控制具有一定的智能化特点.实验结果表明,设计的控制系统即可以保证路径跟踪的精度,同时避免了运动控制的不稳定性.     

未知负载轮式移动机器人轨迹跟踪控制

针对差分驱动的轮式移动机器人实际运动过程中,因负载未知或不均导致左右轮半径大小不确定情况下,无法对指定参考轨迹进行跟踪的问题,提出了一种新型的自适应反演轨迹跟踪控制策略。基于轮式移动机器人的运动学模型,结合反演方法,根据移动机器人的位姿误差微分方程选择合适的Lyapunov函数,确定正确的控制率和参数自适应率,使跟踪误差收敛,保证系统的稳定性,满足了轨迹跟踪控制要求。通过自适应控制策略对未知负载下车轮的半径进行估计,使移动机器人在车轮形变未知的情况下依旧能够精确跟踪指定的参考轨迹,根据Lyapunov稳定性理论对系统的稳定性进行了证明,利用计算机进行仿真,验证所提出控制策略的正确性。     

机动高速目标的全向拦截制导律研究

针对机动高速目标拦截制导问题,建立了全向拦截机动高速目标的相对运动方程,推导并设计了能同时进行顺轨和逆轨拦截的全向真比例(OTPN)制导律,无需对目标加速度的估计和增加修正项即可满足对机动目标的拦截制导,能有效避免目标机动参数估计误差对制导精度的影响。数值仿真结果验证了OTPN拦截制导律可有效拦截机动高速目标,同等初始条件下,OTPN在捕获范围、弹道特性、过载变化、总控制量等拦截参数上均优于传统的经典比例、负比例及其扩展制导方案。     

一种带落角约束的三维精确制导律

为解决三维全向攻击制导问题,提出了一种新的制导律,在理想条件下,它能同时获得零脱靶量且满足任意三维落角约束要求。该方法将二维落角控制导引律(IACNG)扩展为三维,并利用四元数理论推导三维旋转矢量修正项。它不需要提供弹目距离测量信息和剩余飞行时间估计信息,适用于主动和被动寻的制导。仿真结果表明,该制导律满足脱靶量和全向落角约束要求,且在弹道末端需用法向过载接近0。     

移动机器人的轨迹跟踪控制新方法

针对运动学模型描述的移动机器人系统,研究了移动机器人的轨迹跟踪控制问题,基于Lyapunov直接法,设计出了具有全局渐近稳定的轨迹跟踪控制器,满足了移动机器人的轨迹跟踪要求,并分析证明了系统可实现全局渐近稳定。最后,仿真结果表明从较大初始跟踪误差很快收敛到零误差,闭环系统稳定,具有良好的动态特性。     

基于Lyapunov方法的轮式移动机器人全局轨迹跟踪控制

针对轮式移动机器人的运动学模型,通过设计复合跟踪误差,利用Lyapunov直接法,构造出了具有全局渐近稳定的全局渐近跟踪控制器,实现对参考轨迹的全局渐近跟踪,并根据Lyapunov稳定性定理证明了系统的全局渐近稳定性.最后,给出的仿真结果表明,初始跟踪误差很快收敛于零,轨迹跟踪效果良好,闭环系统具有良好的动态性能和全局稳定性,适用于轮式移动机器人的全局轨迹跟踪控制.     

基于DE-Q学习算法的移动机器人路径规划

针对使用Q学习算法对移动机器人进行路径规划时存在收敛速度较慢的问题,提出了一种基于Q学习的改进算法来选择全局路径规划的最优方案。通过方向奖惩机制与估价函数改进Q学习算法的奖励机制,提高Q学习算法的收敛效率。最后使用MATLAB对改进的Q学习算法进行了仿真实验,实验结果表明,通过设置方向奖惩机制和估价函数可以加速Q学习算法的收敛。