通过分析智能跟踪系统的控制过程,设计控制系统的动画仿真。基于OpenGL,提出自动导入的方法克服数据来源复杂的难题,提出视点几何变换法增加仿真过程的可控性,开发三维动画仿真软件。仿真结果显示该软件设计合理,通用性较好。

针对移动机器人的轨迹规划和轨迹跟踪控制问题,提出一种加速度和速度约束情况下,通过贝塞尔曲线拟合参考轨迹,再利用跟踪微分器规划平滑速度的轨迹规划新方法;基于Backstepping方法,建立机器人位姿误差方程并进行控制器的设计,同时分析了控制参数对轨迹跟踪性能的影响;将轨迹规划方法和控制算法结合,并在仿真平台和移动机器人实物平台上进行实验验证。实验结果验证了轨迹规划算法和控制器的可靠性及有效性,相比于未进行速度规划、速度不连续和滑模控制等方法,提出的方法控制平稳且有效减少了位姿误差。

文章采用磁力驱动器实时控制激光束中轴与辅助气体喷嘴中轴相对位置,通过实验分析了驱动器轨迹跟踪特性。结果表明,在进行轨迹跟踪实验时,其中一个方向周期性的出现不平滑点。因此设计了无磁环的轨迹跟踪对照组实验,对照组实验结果表明,无磁环时,轨迹跟踪特性较好,但电流在峰值处会出现尖点。通过两组对比实验,分析了轨迹跟踪特性周期性出现不平滑点的原因是由于均布在同一圆上的3组永磁体安装不严格对称引起的。

为了提高机械臂轨迹跟踪控制的快速性和精确性,提出了基于熵聚类神经网络算法的机械臂运动控制器。分析了RBF神经网络原理,使用熵聚类算法得到原始数据的聚类中心数和聚类中心值,从而确定了神经网络结构和基函数中心值,避免了传统算法中使用K-means方法的重复迭代过程,使用梯度下降法调整神经网络传递权值;将神经网络辨识与神经网络控制相结合提出了机械臂运动控制器;经实验验证可以看出,相比于传统的RBF神经网络方法,基于熵聚类神经网络算法的控制器在轨迹跟踪快速性和精度上均具有明显优势。

针对冗余自由度双臂机器人避碰的运动学规划问题,提出了一种基于冗余特性的避碰算法。在冗余度机器人运动学逆解的基础上,引入了两个转换变量,可以根据实时得到的两臂之间最小距离的变化,实现机器人末端的轨迹跟踪运动和避碰运动之间的主从任务优先级转换。该方法可以用来防止由于机器人末端偏离期望轨迹而引发的碰撞问题,在实现双臂避碰的同时,两臂末端可以准确地到达目标位置。最后,通过对一个三自由度平面双臂机器人的仿真实验,对提出的冗余自由度双臂机器人避碰算法的正确性进行了验证,结果显示该算法简单有效,且关节运动连续、平稳。

针对单球自平衡移动机器人的非线性、高度耦合性和不稳定特性,提出了一种基于LQR的控制器。首先将其三维复杂动力学模型简化为三个独立平面的二维动力学模型,并建立拉格朗日平面动力学方程;其次根据平面动力学方程设计LQR控制器并在Simulink中建立控制系统仿真模型;最后对控制系统模型进行直线轨迹和圆弧轨迹跟踪仿真。仿真结果表明该控制器对线性轨迹和非线性轨迹都有很好的跟踪效果。

针对阀控中空液压摆动马达系统，建立数学模型；基于LuGre动态摩擦模型，设计摩擦状态观测器；在此基础上，通过提出带状态观测的滑模变结构控制算法进行大摩擦力矩动态补偿控制，并进行了试验研究。结果表明：所设计的摩擦状态观测器可以较好地估计摩擦力矩，基于状态观测的滑模变结构控制算法可以实现大摩擦力矩下的高精度轨迹跟踪，相比无状态观测的滑模控制，轨迹跟踪精度提高1个数量级以上。

为了准确测取液压传动机构的位姿数据用以跟踪控制,该文通过分析转角测量方法的优缺点,根据机构的运动学分析,转换测试思路,提出以液压缸行程的线位移测量取代关节转角测量。以挖掘机工作装置分析为例,在建立液压缸行程与各关节转角的转换模型基础上,利用单片机和LabVIEW联合开发数据采集及后处理系统,实现各关节转角的实时显示和保存,为自主挖掘的伺服控制系统提供了可靠的位姿数据。

针对被动式电液力伺服系统的控制问题，提出了高阶积分滑模控制方法。积分滑动模可以降低控制器对期望跟踪轨迹高阶导数的要求，有效抑制传统滑模变结构控制中的抖振问题；CMAC神经网络在线学习系统不确定性能够降低控制器参数设计的保守性。将该控制方法应用于电液力伺服系统中，并进行仿真。结果表明：该控制方案均具有较好的控制性能，且能够有效抑制系统的抖振。

对于具有随机特性的快速移动物体的捕捉是控制领域的一项难题。成功地完成捕捉必须在目标物发生机动前以最短的时间跟踪上目标物。鉴于基于液压技术的捕捉控制系统研究较少，以及液压缸在快速直线位置控制上的优势，通过电液比例方向阀控制高速液压缸构建了一套捕捉液压控制系统；基于拟合预测的方法预测捕捉点目标位置，并将捕捉机构引导到该位置再进行轨迹跟踪，从而保证捕捉系统能快速跟踪上随机目标。相关的算法通过Simulink和AMESim的联合仿真得到了验证。