CN107065564B - 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法 - Google Patents
一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法 Download PDFInfo
- Publication number
- CN107065564B CN107065564B CN201710353628.3A CN201710353628A CN107065564B CN 107065564 B CN107065564 B CN 107065564B CN 201710353628 A CN201710353628 A CN 201710353628A CN 107065564 B CN107065564 B CN 107065564B
- Authority
- CN
- China
- Prior art keywords
- neutral buoyancy
- robot
- delta
- disturbance rejection
- extended state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007935 neutral effect Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000002131 composite material Substances 0.000 claims abstract description 16
- 230000008878 coupling Effects 0.000 claims abstract description 12
- 238000010168 coupling process Methods 0.000 claims abstract description 12
- 238000005859 coupling reaction Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000007704 transition Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 4
- 230000005486 microgravity Effects 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- -1 Oxy Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0875—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于自抗扰理论的中性浮力机器人姿态与轨迹控制方法,针对中性浮力系统中机器人抗干扰能力差以及有限字长引起的舍入误差问题,利用delta算子理论,构建中性浮力系统delta域动力学状态方程。设计delta域跟踪微分器,安排输入信号的过渡过程。针对中性浮力系统中水的阻力以及各控制力之间的耦合项设计delta域扩张状态观测器。利用跟踪微分器的输出状态与扩张状态观测器的估计状态设计delta域复合抗干扰控制器,完成中性浮力系统中机器人姿态与轨迹控制。本方法利用扩张状态观测器估计中性浮力系统中总干扰以及系统内非线性耦合项,提高了系统抗干扰能力,有效减小了系统参数有限字长的舍入误差,可用于微重力环境下机器人姿态与轨迹高精度控制。
Description
技术领域
本发明属于微重力机器人控制领域,涉及一种基于自抗扰理论的中性浮力机器人姿态与轨迹控制方法,特别是针对在复杂水下环境中运行的中性浮力机器人自抗扰控制方法。
背景技术
作为地面验证空间技术的关键平台,微重力模拟系统一直以来受到国内外的广泛关注。在微重力模拟系统中,由于中性浮力系统可以提供长时间、大范围、高精度的微重力环境,因此,中性浮力系统受到了广泛研究。然而,在中性浮力系统中,机器人工作于水下环境,不仅各个控制力之间相互耦合,而且机器人严重受到水的黏性阻力影响。此外,在实际数字控制系统中,有限字长表示将不可避免地导致系统参数的舍入误差。以上这些因素会严重影响中性浮力机器人的姿态与轨迹控制。因此,在中性浮力机器人姿态与轨迹控制方法设计中,寻求一种主动抗干扰同时减小舍入误差的控制方法显得尤为重要。
当前由于自抗扰控制方法具有精度高、反应快、抗干扰能力强等优点,广泛应用于电力系统、磁性无杆气缸系统、四旋翼系统、坦克火炮系统等。一般来说,自抗扰控制方法包含三部分:跟踪微分器,扩张状态观测器和反馈控制器。其中,跟踪微分器用以设计输入信号的过渡过程,减小系统超调;扩张状态观测器用以估计系统受到的总干扰以及系统内的非线性耦合项,并将其扩张为一个新的状态;反馈控制器利用扩张状态观测器估计的状态使整体闭环系统稳定。因此,自抗扰控制方法可以有效提高中性浮力机器人的抗干扰能力。此外,delta算子方法可以有效减小有限字长的舍入误差,提高中性浮力系统的控制精度。本发明专利提出了一种把自抗扰控制器与delta算子理论相结合的delta算子自抗扰控制器,既能保证中性浮力机器人的姿态与轨迹跟踪控制稳定,又可以提高控制精度。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,本发明提出了一种基于delta算子的自抗扰控制方法,充分利用自抗扰控制器抗干扰的能力以及delta算子方法在舍入误差方面的优势,提高中性浮力系统的稳定性与控制精度。
本发明采用以下技术方案:
一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法,先利用delta算子理论,构建中性浮力系统delta域动力学状态方程;通过delta域跟踪微分器安排输入信号的过渡过程;针对中性浮力系统中水的阻力以及各控制力之间的耦合项确定delta域扩张状态观测器;利用跟踪微分器的输出状态与扩张状态观测器的估计状态,设计复合抗干扰控制器,完成中性浮力系统中机器人姿态与轨迹控制。
进一步的,具体步骤如下:
S1、根据地理坐标系Oxnynzn、机器人体坐标系Oxbybzb,以及中性浮力系统在体坐标系下的动力学模型得到系统模型,根据delta算子定义,构建中性浮力系统delta域动力学状态模型;
S2、建立delta域跟踪微分器如下:
其中,v0为给定输入信号,v1(tk)为v0的跟踪输出信号,v2(tk)为v1(tk)的微分信号,r0∈R6和h0∈R6为可调参数,Fhan表示非线性函数;
S3、建立delta域扩张状态观测器模型如下:
S4、定义跟踪微分器与扩张状态观测器的误差信号,建立基于跟踪微分器与扩张状态观测器的复合控制器,完成中性浮力系统中机器人姿态与轨迹控制。
进一步的,步骤S1中,所述中性浮力系统delta域动力学状态模如下:
δx1(tk)=x2(tk),
δx2(tk)=bu(tk)+f(tk)
进一步的,所述系统模型如下:
进一步的,所述中性浮力系统在体坐标系下的动力学模型如下:
其中,M为惯性质量矩阵,C(v)为科里奥利力矩阵,D(v)为机器人在水中受到的黏性阻力,g(η)为负浮力系数,τ为系统输入。
进一步的,所述地理坐标系Oxnynzn和机器人体坐标系Oxbybzb的关系如下:
进一步的,步骤S2中,所述非线性函数Fhan定义如下:
Fhan(v1(tk)-v0,v2(tk),r0,h0)=col6{fhan(v1i(tk)-v0,v2i(tk),r0i,h0i)}
其中,colN{xi}指列向量[x1,x2,…,xN]T;v1i(tk),v2i(tk),r0i,h0i分别是列向量v1(tk),v2(tk),r0,h0中的第i个元素,fhan为非线性函数。
进一步的,所述fhan函数定义如下:
其中,d=r0ih0i,d0=h0id,d1=v1i(tk)-v0i+h0iv2i(tk),sign(·)为符号函数:如果a>0,sign(a)=1;a=0,sign(a)=0;a<0,sign(a)=-1。
进一步的,步骤S4中,所述基于跟踪微分器与扩张状态观测器的复合控制器为:
其中,b为一个可调节的常数对角矩阵,k1和k2为控制器的可调参数。
进一步的,所述跟踪微分器与扩张状态观测器的误差信号为:
与现有技术相比,本发明至少具有以下有益效果:
本发明一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法,首先利用delta算子理论,构建中性浮力系统delta域动力学状态方程;其次,设计delta域跟踪微分器,安排输入信号的过渡过程,减小系统超调量;再次,针对中性浮力系统中水的黏性阻力以及各控制力之间的耦合项,设计delta域扩张状态观测器,将水的黏性阻力以及各控制力之间的耦合项作为系统的总干扰,并进行估计,降低系统的非线性特性;最后,利用跟踪微分器的输出状态与扩张状态观测器的估计状态,设计复合抗干扰控制器,完成中性浮力系统中机器人姿态与轨迹控制。利用扩张状态观测器估计中性浮力系统中的非线性耦合项以及系统所受到的总干扰,既提高了中性浮力系统的抗干扰能力,又有效解决了中性浮力系统中的非线性耦合项。
进一步的,根据地理坐标系、机器人体坐标系,以及中性浮力系统在体坐标系下的动力学模型得到系统模型,根据delta算子定义,构建中性浮力系统delta域动力学状态模型,建立delta域跟踪微分器及delta域扩张状态观测器模型;定义跟踪微分器与扩张状态观测器的误差信号,建立基于跟踪微分器与扩张状态观测器的复合控制器,完成中性浮力系统中机器人姿态与轨迹控制。利用delta算子理论,减小了中性浮力系统参数的有限字长舍入误差,提高了系统姿态与轨迹控制的稳定性与精度。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明基于delta算子理论自抗扰复合控制器设计的流程图;
图2为本发明delta域自抗扰复合控制器的结构图。
具体实施方式
本发明提供了一种基于自抗扰理论的中性浮力机器人姿态与轨迹控制方法,针对中性浮力系统中机器人抗干扰能力差以及有限字长引起的舍入误差问题,首先利用delta算子理论,构建中性浮力系统delta域动力学状态方程。其次,设计delta域跟踪微分器,安排输入信号的过渡过程。再次,针对中性浮力系统中水的阻力以及各控制力之间的耦合项,设计delta域扩张状态观测器。最后,利用跟踪微分器的输出状态与扩张状态观测器的估计状态,设计复合抗干扰控制器,完成中性浮力系统中机器人姿态与轨迹控制。
请参阅图1,本发明具体实现步骤如下:
1.构建中性浮力系统delta域运动学模型
建立地理坐标系Oxnynzn:分别指机器人在Oxn、Oyn和Oyz方向的位置; 分别指机器人的横滚角,俯仰角以及偏航角。建立实验体坐标系Oxbybzb:为线速度向量,为角速度向量。根据Oxnynzn与Oxbybzb的关系,建立如下等式:
构建中性浮力系统在体坐标系下的动力学模型:
式中,M为惯性质量矩阵,C(v)为科里奥利力矩阵,D(v)为机器人在水中受到的黏性阻力,g(η)为负浮力系数,τ为系统输入。联立式(1)和(2),可得如下模型:
利用零阶保持器技术,系统方程(4)可以离散为以下形式:
x(tk+1)=Azx(tk)+Bzu(tk)+Fzd(tk)+O(Ts 2) (5)
根据delta算子定义,离散系统模型(5)在delta域下重新表示为:
在快速采样协议下,O(Ts)趋近于0,因此这一项可以省略。式(6)中的δx2(tk)可以写为:
δx2(tk)=bu(tk)+(bt-b)u(tk)+d(tk)
式中,b为一个可调节的常数对角矩阵,可以认为(bt-b)u(tk)是一个新的干扰项。令f(tk)=(bt-b)u(tk)+d(tk)作为系统中的总干扰,则系统(6)变为:
δx1(tk)=x2(tk),
δx2(tk)=bu(tk)+f(tk)
这里,可以通过调节系数b接近于bt,来提高扩张状态观测器的估计性能,tk表示系统运行步数。在本实例中,只使用Oxn和Oxy方向上的螺旋桨,来保证状态和稳定。因此,选取b的值为b=diag{110110}。
第二步:设计delta域跟踪微分器
设v1(tk)为v0(tk)的跟踪输出信号,v2(tk)为v1(tk)的微分信号,delta域跟踪微分器设计如下:
式中,r0∈R6和h0∈R6是可调参数,Fhan函数定义如下:
Fhan(v1(tk)-v0,v2(tk),r0,h0)=col6{fhan(v1i(tk)-v0,v2i(tk),r0i,h0i)}
式中,colN{xi}指列向量[x1,x2,…,xN]T;v1i(tk),v2i(tk),r0i,h0i分别是列向量v1(tk),v2(tk),r0,h0中的第i个元素;fhan非线性函数定义如下:
式中,d=r0ih0i,d0=h0id,d1=v1i(tk)-v0i+h0iv2i(tk),sign(·)为符号函数:如果a>0,sign(a)=1;a=0,sign(a)=0;a<0,sign(a)=-1。在本实例中。可调参数r0和h0选取的值为:
r0=[100 100 0 100 100 0]T
h0=[0.1 0.1 0 0.1 0.1 0]T
第三步:设计delta域扩张状态观测器
delta域扩张状态观测器用来估计中性浮力系统中的非线性耦合项以及系统受到的总干扰。delta域扩张状态观测器模型如下:
在本实例中,β1,β2和β3的具体值分别为:
β1=diag{10 10 0 10 10 0}
β2=diag{10 10 0 10 10 0}
β3=diag{10 10 0 10 10 0}
第四步:设计基于状态观测器的复合控制器
定义跟踪微分器与扩张状态观测器的误差信号为:
基于跟踪微分器与扩张状态观测器的复合控制器为:
其中,k1,k2为控制器的可调参数。在本实例中,k1和k2的具体值分别为:
请参阅图2,delta域自抗扰控制器主要包括三部分:delta域跟踪微分器,delta域扩张状态观测器以及复合控制器,delta域跟踪微分器输出v0(tk)的跟踪输出信号v1(tk),以及输出v1(tk)的微分信号v2(tk)。
delta域扩张状态观测器根据被控对象的输出y(tk),控制输入u(tk)和可调参数b,估计系统的状态以及总干扰。
本方法利用扩张状态观测器估计中性浮力系统中总干扰以及系统内非线性耦合项,提高了系统抗干扰能力。此外,利用delta算子方法,有效减小了系统参数有限字长的舍入误差,可用于微重力环境下机器人姿态与轨迹高精度控制。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法,其特征在于,先利用delta算子理论,构建中性浮力系统delta域动力学状态方程;通过delta域跟踪微分器安排输入信号的过渡过程;针对中性浮力系统中水的阻力以及各控制力之间的耦合项确定delta域扩张状态观测器;利用跟踪微分器的输出状态与扩张状态观测器的估计状态,设计复合抗干扰控制器,完成中性浮力系统中机器人姿态与轨迹控制。
2.根据权利要求1所述的一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法,其特征在于,具体步骤如下:
S1、根据地理坐标系Oxnynzn、机器人体坐标系Oxbybzb,以及中性浮力系统在体坐标系下的动力学模型得到系统模型,根据delta算子定义,构建中性浮力系统delta域动力学状态模型;
S2、建立delta域跟踪微分器如下:
其中,v0为给定输入信号,v1(tk)为v0的跟踪输出信号,v2(tk)为v1(tk)的微分信号,r0∈R6和h0∈R6为可调参数,Fhan表示非线性函数;
S3、建立delta域扩张状态观测器模型如下:
S4、定义跟踪微分器与扩张状态观测器的误差信号,建立基于跟踪微分器与扩张状态观测器的复合控制器,完成中性浮力系统中机器人姿态与轨迹控制。
7.根据权利要求2所述的一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法,其特征在于,步骤S2中,所述非线性函数Fhan定义如下:
Fhan(v1(tk)-v0,v2(tk),r0,h0)=col6{fhan(v1i(tk)-v0,v2i(tk),r0i,h0i)}
其中,colN{xi}指列向量[x1,x2,…,xN]T;v1i(tk),v2i(tk),r0i,h0i分别是列向量v1(tk),v2(tk),r0,h0中的第i个元素,fhan为非线性函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710353628.3A CN107065564B (zh) | 2017-05-18 | 2017-05-18 | 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710353628.3A CN107065564B (zh) | 2017-05-18 | 2017-05-18 | 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107065564A CN107065564A (zh) | 2017-08-18 |
CN107065564B true CN107065564B (zh) | 2020-04-14 |
Family
ID=59609304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710353628.3A Active CN107065564B (zh) | 2017-05-18 | 2017-05-18 | 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107065564B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108227485B (zh) * | 2017-12-01 | 2020-11-24 | 西北工业大学 | 一种带有执行器饱和的空间机器人自抗扰控制方法 |
CN108181806B (zh) * | 2017-12-01 | 2020-11-24 | 西北工业大学 | 基于采样输出的空间机器人位置与姿态自抗扰控制方法 |
CN108267952B (zh) * | 2017-12-07 | 2020-08-04 | 西北工业大学 | 一种水下机器人自适应有限时间控制方法 |
CN108181914B (zh) * | 2017-12-11 | 2020-04-14 | 西北工业大学 | 一种中性浮力机器人姿态与轨迹自抗扰控制方法 |
CN109048891B (zh) * | 2018-07-25 | 2021-12-07 | 西北工业大学 | 基于自触发模型预测控制的中性浮力机器人姿态与轨迹控制方法 |
CN108829109B (zh) * | 2018-07-25 | 2021-06-08 | 西北工业大学 | 基于分布式模型预测控制的中性浮力机器人姿态与轨迹控制方法 |
CN109062043B (zh) * | 2018-08-01 | 2021-02-02 | 西北工业大学 | 考虑网络传输以及执行器饱和的航天器自抗扰控制方法 |
CN111240192B (zh) * | 2018-11-28 | 2022-02-01 | 中国科学院沈阳自动化研究所 | 一种基于平滑切换函数的过渡过程目标值控制方法 |
CN112327622B (zh) * | 2020-11-02 | 2022-11-22 | 西北工业大学 | 一种中性浮力机器人一致性容错控制方法 |
CN112286056B (zh) * | 2020-11-02 | 2022-11-22 | 西北工业大学 | 一种多中性浮力机器人一致性控制方法 |
CN113885543B (zh) * | 2021-09-29 | 2022-09-06 | 哈尔滨工业大学 | 一种复杂海况干扰下的航行体自抗扰横滚控制器的设计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833338A (zh) * | 2010-05-17 | 2010-09-15 | 哈尔滨工程大学 | 无人潜航器垂直面欠驱动运动控制方法 |
CN103777641A (zh) * | 2014-02-19 | 2014-05-07 | 北京理工大学 | 飞行器跟踪控制的复合自抗扰控制方法 |
CN104590593A (zh) * | 2015-01-16 | 2015-05-06 | 西北工业大学 | 航天器地面微重力实验中心引力标定方法 |
-
2017
- 2017-05-18 CN CN201710353628.3A patent/CN107065564B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833338A (zh) * | 2010-05-17 | 2010-09-15 | 哈尔滨工程大学 | 无人潜航器垂直面欠驱动运动控制方法 |
CN103777641A (zh) * | 2014-02-19 | 2014-05-07 | 北京理工大学 | 飞行器跟踪控制的复合自抗扰控制方法 |
CN104590593A (zh) * | 2015-01-16 | 2015-05-06 | 西北工业大学 | 航天器地面微重力实验中心引力标定方法 |
Non-Patent Citations (4)
Title |
---|
A delta operator approach for the discrete-time active disturbance rejection control on induction motors;J. Cortes-Roméro.etc;《Mathematical Problems in Engineering》;20131231;1-9 * |
delta域广义预测控制理论研究;伊传坤;《中国优秀硕士学位论文全文数据库》;20081015;I140-11 * |
Improved finite word length characteristics in digital control using delta operators;R. H. Middleton.etc;《IEEE Transactions on Automatic Control》;19861130;1015-1021 * |
一种有效的中性浮力下实验体姿态机动模拟控制律设计;陈诗瑜等;《西北工业大学学报》;20120630;第315-319页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107065564A (zh) | 2017-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107065564B (zh) | 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法 | |
Shao et al. | Robust dynamic surface trajectory tracking control for a quadrotor UAV via extended state observer | |
CN107045557B (zh) | 面向约束的可重构机械臂非奇异终端滑模力位置控制方法 | |
Miao et al. | Spatial curvilinear path following control of underactuated AUV with multiple uncertainties | |
CN111152225A (zh) | 存在输入饱和的不确定机械臂固定时间轨迹跟踪控制方法 | |
CN108241292B (zh) | 一种基于扩张状态观测器的水下机器人滑模控制方法 | |
CN106483844B (zh) | 基于非线性鲁棒的电液伺服系统自适应位置控制器的实现方法 | |
CN108227485A (zh) | 一种带有执行器饱和的空间机器人自抗扰控制方法 | |
CN108267952B (zh) | 一种水下机器人自适应有限时间控制方法 | |
CN103558857A (zh) | 一种btt飞行器的分布式复合抗干扰姿态控制方法 | |
CN114047773B (zh) | 一种基于扩张状态观测器的水下集矿机器人反步滑模自适应姿态控制方法 | |
CN111258218B (zh) | 基于最大相关熵准则的智能车辆路径跟踪方法 | |
CN105807789A (zh) | 基于t-s模糊观测器补偿的uuv控制方法 | |
CN114115262B (zh) | 基于方位角信息的多auv执行器饱和协同编队控制系统和方法 | |
CN111813110A (zh) | 一种蛇形机器人路径跟随自抗扰控制方法 | |
CN113361013B (zh) | 一种基于时间同步稳定的航天器姿态鲁棒控制方法 | |
Xu et al. | USDE-based continuous sliding mode control for quadrotor attitude regulation: Method and application | |
CN105116914A (zh) | 一种平流层飞艇解析模型预测路径跟踪控制方法 | |
CN103425131A (zh) | 基于非光滑控制和扰动观测的农用拖拉机导航控制方法 | |
Li et al. | Command filter-based adaptive fuzzy finite-time output feedback control of nonlinear electrohydraulic servo system | |
Zhao et al. | Nonlinear model predictive control-based guidance algorithm for quadrotor trajectory tracking with obstacle avoidance | |
Zhang et al. | Adaptive integral terminal sliding mode based trajectory tracking control of underwater glider | |
Chen et al. | Tracking control of underwater vehicle subject to uncertainties using fuzzy inverse desired trajectory compensation technique | |
Yu et al. | Minimum jerk trajectory generation of a quadrotor based on the differential flatness | |
CN112327883A (zh) | 基于扩张状态观测器的欠驱动水面船路径跟踪控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |