结合PID与状态观测器的欠驱动机械手末端控制

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:terreterre
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着机械手抓取物体的多元化发展,研究一种具有广泛适应性的机械手成为领域热点,于是提出结合PID与状态观测器的欠驱动机械手末端控制方法。通过惯性权重值对比例、积分、微分参数进行在线控制,快速获取三个参数的最佳值,改善PID算法的收敛性能。构建常量已知、扰动变量未知的不确定非线性系统,并将机械手的系统函数更新为状态变量形式,通过引入非线性反馈函数抑制系统函数对机械手控制的影响。为了使复杂的欠驱动机械手末端控制系统保持平衡状态,通过力矩平衡原理、虚功原理以及机构学理论对雅克比矩阵和转换矩阵进行求解,得出欠
其他文献
由于人脸外观、光照、姿势变化等对人脸表情特征提取的影响,非特定人脸表情识别率普遍较低。针对上述问题,提出一种基于高阶奇异值分解(HOSVD)分类的非特定人脸表情识别算法。算法融合局部方向模式(LDP)全脸特征和中心化二值模式(CBP)局部特征,以增强人脸表情特征的鉴别力,引入HOSVD建立表情子空间进行分类识别,从而减少人脸外观对表情特征的影响,同时利用HOSVD求解区域能量用于精确匹配。在JAF
针对采煤机在工作过程中调高精度不足,滚筒轨迹跟踪能力不高的问题,提出了一种结合人工鱼群的改进天牛须优化算法的控制策略。使用改进的天牛须算法,以ITAE作为调高系统的性能指标,寻优得到采煤机调高系统PID控制参数。将改进天牛须算法与普通天牛须算法进行参数比对,证明了改进后的算法具有优越性。改进后的算法参数用于simulink搭建的系统仿真模型中,仿真证明改进的天牛须优化算法在快速寻优的基础上做到更加
为了确保无线传感器网络中的源节点位置不被恶意泄露,保障其安全性能与网络能耗均衡,提出一种无线传感器网络源节点隐私位置信息保护方法。以熊猫-猎人位置隐私保护模型为基础,构建一个六元组系统防御攻击模型;利用该模型通过随机数机制得到幻影节点的随机有向漫步跳数,使用概率转发路由把数据包从幻影节点转发到集合节点,减少重叠路径发生的概率,提升源节点隐私位置信息的安全系数。实验结果表明,无线传感器网络源节点隐私
虚拟化网络分析有利于解决复杂系统的控制问题,但是现有虚拟化网络研究主要针对非奇异网络,无法有效应用于包含奇异节点的网络处理。为解决上述问题,基于节点间的多重关联关系构造了奇异网络模型,分析领导节点以及网络偏差模型。基于模型分析设计了牵制控制算法,利用节点状态以及彼此存在的关联关系,通过牵制节点的改变来实现对全部节点的整体控制。根据偏差系统推导出反馈控制器,利用Laplacian矩阵确定牵制节点,并
针对传统方法未对加密过程进行约束,导致加密后的网络大数据易受到入侵。提出基于双向防御的网络大数据无损加密算法。将隐私数据源变成数值并按照所处方位排序,同时把排序完毕的方位数据划分成桶,优化其分布均匀性,增大每个桶中点的数目但低于设定阈值,使用保护序加密算法把桶中的数据实行加密,并保证加密后数值的大小顺序和原始一致,把数据隐私加密过程约束成加密函数的运算,在此基础上,建立大数据动态安全SAT双向防御
针对自主水下机器人在回收过程中,采用单一导航传感器导致系统定位精度低的问题,提出了一种改进的基于斜距的SINSUSBLDVL多传感器融合模型和基于USBL多传感器融合的自适应无迹卡尔曼滤波算法,解决了USBL系统基阵偏移所带来的误差以及滤波中的奇异值和发射问题。仿真结果表明,在改进的基于斜距的多传感器融合模型及自适应无迹卡尔曼滤波算法作用下,整个系统不仅提高了滤波精度,还有效地减少了滤波的发散,为
以基于气浮无摩擦缸驱动的3-UPU并联机器人为研究对象,对其进行运动学、工作空间仿真分析以及气动比例位置系统数学建模与控制仿真。由于气动比例位置系统具有很强的非线性,而且易受环境因素影响,当采用传统PID控制时,很难使系统保持良好的控制效果。考虑到神经网络具有很强的逼近特性,于是引入RBF神经网络监督控制算法进行仿真分析。仿真结果表明,上述机器人具有较大的工作空间,同时在气动比例位置系统中,RBF
针对在系统动力参数不确定、干扰随机性的情况下,对四旋翼无人侦察器非线性模型进行有效控制的问题,建立了侦察器的动力学模型,并提出了一种基于双层回路的非线性控制器设计方法。其外层回路中设计了基于模糊PID(proportional-integral-derivation)控制的控制器来实现高度和位置跟踪;内层回路中利用滑模控制器来实现姿态稳定控制。仿真结果表明,设计的控制器能够使无人侦察器的运动轨迹和