【摘 要】
:
近年来,随着硬件和计算技术的发展,交通运输领域的机器人技术取得了令人瞩目的成就,其中,两轮平衡移动机器人(2WBMR)受到了广泛的关注,其特点在于可以实现类似人类的运动和平衡能力。2WBMR系统属于非最小相位的欠驱动系统,加之系统本身存在的不稳定和非线性,使其在定位和抗干扰控制等方面存在诸多挑战。本文尝试建立两轮平衡移动机器人的非线性模型,基于滑模控制(SMC)方法对两轮平衡移动机器人的定位和抗干
论文部分内容阅读
近年来,随着硬件和计算技术的发展,交通运输领域的机器人技术取得了令人瞩目的成就,其中,两轮平衡移动机器人(2WBMR)受到了广泛的关注,其特点在于可以实现类似人类的运动和平衡能力。2WBMR系统属于非最小相位的欠驱动系统,加之系统本身存在的不稳定和非线性,使其在定位和抗干扰控制等方面存在诸多挑战。本文尝试建立两轮平衡移动机器人的非线性模型,基于滑模控制(SMC)方法对两轮平衡移动机器人的定位和抗干扰控制问题进行研究。论文的主要研究内容和贡献概述如下。1.在MATLAB中采用Simulink工具建立了2WBMR非线性模型。首先采用不同的Simulink块构建了子系统的模型,然后将这些块组合起来形成2WBMR的非线性模型。该模型容易理解、易于适应大参数不确定性。2.提出了一种将滑模控制与最优线性二次调节器(LQR)相结合的控制策略。滑模控制器是一种非线性控制方法,能够保证被控系统的鲁棒性。本文在滑模控制器的基础上引入状态反馈,通过采用LQR方法,根据极点配置和二次型极小化等设计方法选择参数。论文在控制器的效果分析中对非线性2WMBR对象进行了线性化,但最终设计的控制器将应用于非线性2WBMR对象。为了克服传统滑模控制中出现的抖振,本文采用了一种新的类sigmoid函数趋近律。将该趋近律应用于2WBMR的输出调节,结果表明,采用LQR设计的SMC在定位方面优于普通的SMC控制方法和LQR单独控制的方法。3.进一步采用积分滑模控制(integral sliding mode control,ISMC)设计,实现了对传统滑模控制方法的扩展,用以提高2WBMR控制系统的抗干扰能力。对ISMC,采用系统的线性模型设计了控制律,并将其应用于非线性系统。本文使用ISMC、SMC和LQR对2WBMR非线性系统在阶跃干扰下的控制性能进行了评估。仿真结果显示,在抗干扰方面ISMC优于普通LQR方法,也优于与LQR相结合的SMC方法。4.针对2WBMR对象提出了一种基于线性矩阵不等式(linear matrix inequality,LMI)的SMC算法。将基于LMI的滑模控制器应用于非线性系统,发现整个系统的定位性能优于ISMC、SMC和LQR方法。尽管ISMC适用于阶跃扰动,但它不适用于正弦时变扰动;而基于LMI的滑模变结构在定位和抗干扰方面均表现出良好的性能。概括地说,本文利用Simulink建立了2WBMR的非线性模型,提出了三种设计方法。论文提出不同设计方法的目的是确定最合适的控制器。结果表明,基于LMI的滑模控制器是最合适的控制器,其次是ISMC,然后是带LQR的滑模控制器。
其他文献
传统的人工分拣方式由于其低效率、低准确率、高劳动力成本以及作业场景受限等缺点,难以满足在日常生活与工业生产中日益增长的分拣需求。近年来,随着机器人技术的快速发展,大量的分拣机器人被开发并应用于各种场景中进行高速、准确的分拣作业,其主要采用刚性的串、并联机构,具有安全性较低、运动空间相对较小的缺点,并且对于中低负载、中等速度的分拣任务,其具有过剩的精度和过高的成本。因此,针对这类分拣任务设计低成本、
压电谐振器是一些传感器、驱动器的核心部件,这些器件包括压电陀螺仪、压电振荡器、压电滤波器、压电变压器等,它们在国计民生中的应用极为广泛。例如,基于压电谐振式的温度传感器利用的是压电谐振器的热敏感性导致的谐振频率偏移,具有分辨率高、成本低、功耗低等特点;基于压电谐振式的变压器可以实现升压或者降压功能,相较于传统电磁式变压器,具有体积小、质量轻、高功率密度、高效率、避免电磁干扰等优点;基于压电谐振器技
同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是移动机器人实现自主运动的关键技术之一。多数先进的基于特征法的视觉SLAM方法采用点特征构建数据关联,但在相机快速运动、光照变化和弱纹理场景等挑战下,仅基于点特征的方法性能下降,甚至定位失败。线特征广泛分布于人造环境中,因此可以与点特征结合使用来改善视觉SLAM中特征缺失的问题。SLAM方法的
尽管现在基于深度学习的图像压缩算法已基本达到甚至超过了传统算法的重建效果。但为了提升重建效果而加入的大量复杂而繁琐的模型结构,使其编码、解码所需的计算时间远超传统的压缩算法,因而在实际运用价值上仍远不如传统的压缩算法。本文主要的研究目的是在保证模型的压缩效果无明显下降的情况下,尽可能的优化模型的各个结构。本文通过实验,发现模型的大部分编码与解码时间消耗均用在模型的编码器首层与解码器末层,故将这两个
近年来,以卷积神经网络为代表的深度学习技术已被应用于越来越多的场景中。然而,卷积神经网络的体积和计算量通常过于庞大,对内存、带宽和计算资源都有很高的要求;尽管各类硬件设备的性能也在提高,但仍然跟不上大型网络的发展速度,这使得卷积神经网络的进一步推广受到很大的限制。因此,如何在保持卷积神经网络的性能的前提下,对其进行压缩和加速,成为一个亟需解决的问题。此前已有不少学者对卷积神经网络的参数量化、结构剪
云计算为客户提供了一种按照使用量进行付费的服务模式,它为企业或者个人提供了便捷的、按需的和高效的网络服务访问,允许客户使用可供配置的计算资源共享池,包括网络、服务器、存储、应用软件等。随着目前中小企业不断地扩大业务规模的同时又希望降低硬件设备购买成本的趋势,云计算平台逐渐成为了很多企业需求服务的首选目标。云计算平台一般是由大量通过网络协议通信的计算机组成,又称计算机集群。然而,集群通常会面临着较低
柔性生物传感器一般由导电材料和柔性材料结合而成,与传统传感器相比能更好地与人体契合,能够应用于可穿戴、便携式生物检测装置中。聚苯胺具有良好的导电性和生物相容性,是最常用的导电聚合物之一,但聚苯胺分散性差,难以加工,用合适的方式实现与柔性材料的有效结合是制备聚苯胺柔性传感器的重点问题。本课题用微乳液法合成了高分散、高导电性的聚苯胺纳米颗粒,通过静电纺丝和3D打印两种方式制备柔性电极,并对电极的性能进
随着我国经济的快速发展,社会的物流需求越来越多,但社会物流总费用占GDP的比例却始终高居不下。而运输费用在物流总费用中的占比超过一半,因此研究如何规划出合理的车辆运输路径有着重要的现实价值和战略意义。不过,由于低碳经济的要求和绿色物流理念的逐渐普及,用低能耗、污染小的电力能源车替代传统燃料车已经是大势所趋,这对我国的能源产业和环境保护工作都有着重要意义。本文根据电动车配送任务的特点和实际配送中所面
在经济全球化和贸易全球化的大背景下,自动化港口成为了传统港口的转型方向,港口的集装箱转运车也从传统的卡车变为自动导引车(Automatic Guided Vehicle,AGV)。本文以港口AGV为研究对象,对AGV在港口运输集装箱时完成目标路径跟踪的横向控制进行研究。在对AGV及其路径跟踪横向控制的研究现状进行分析后,发现目前对四轮转向车辆和重载大型车辆的路径跟踪横向控制研究较少,且没有考虑到如
本文首次提出基于深度学习的渐进性人脸动态迁移算法,该算法对源人脸与目标人脸寻找外表的平滑渐变过程,且该过程中准确保留了源人脸序列的动态表情信息。本文所讨论的算法在影音制作、虚拟现实、视频通信等领域有广阔的应用前景。近年来,基于深度学习的人脸编辑算法被深入研究,以往的研究往往只考虑外表的变化过程,或只考虑表情迁移过程。其中,关注外表变化过程的工作或在图像隐空间插值,或寻找图像间的单向映射,但隐空间难