|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
在多运动体系统的研究中，协调控制始终是一个热点，也是该领域一个基础性研究方向。一方面，单个运动体由于受自身能力的限制，必须依赖多个运动体之间的相互协调才能完成某些复杂工作；另一方面，通过多个运动体间的协调，可以提高作业效率。多运动体系统在军事监测、抢险救援、空间及海洋开发、智能交通系统以及其他自动化协作中有广泛的应用前景。编队控制题目是多运动体协调控制研究领域的热点之一。具有非常重要的理论和实际意义。本文着重对含模型不确定性的非完整移动机器人和欠驱动水面舰艇的编队控制题目进行了研究，主要工作如下：(1)研究了模型不确定非完整移动机器人Leader/Follower编队控制题目，对Follower提出了自适应队形跟踪的动力学控制方法。首先，基于队形方程设计了运动学队形跟踪控制器；然后，使用Backstepping~技术扩展出队形跟踪误差动力学方程，利用模糊系统对其不确定项进行整体逼近，构造了直接自适应模糊动力学队形跟踪控制器。为减少模糊规则数目、增强控制器的实用性，本文采取两种方法：一是使用分层模糊系统对不确定项进行整体逼近，提出了一种具有不确定性分层模糊逼近的队形跟踪控制方法；二是将不确定项变换为几个独立项和的形式，使用自适应模糊系统分别对其进行逼近，构造了间接自适应控制器。两种方法都有效解决了模糊规则过多题目。(2)研究了动态环境中模型不确定移动机器人的队形控制和避障题目。将单个机器人的控制方法推广到多机器人的Leader/Follower编队控制中，提出了一种不含奇异点的运动学跟踪控制器，同样使用Backstepping进行动力学扩展，使用自适应神经网络进行不确定性逼近。针对动态环境中存在障碍物的情况，提出了基于修改期望队形的简单避障控制方法。(3)研究了含有模型不确定性和未知扰动的欠驱动水面舰艇编队控制题目。采用Leader/Follower编队控制结构，选择适当的参数建立了队形动态方程，使用神经网络逼近其中的非线性参数化不确定项，对可线性参数化不确定项设计了参数自适应律，提出了基于神经网络逼近的自适应队形跟踪控制器；分别设计了基于增强型BP学习算法、增强型Hebbian学习算法和随机基学习算法的神经网络权值调节算法。(4)研究了欠驱动水面舰艇编队协调路径跟踪输出反馈控制题目。首先，设计了一种非线性的状态观测器，实现了对不可测速度的估计；然后，提出了集中式和分散式两种协调路径跟踪控制方法。 |
上一篇：XBOX360三维游戏敌海潜将的设计与实现下一篇：在非连续通信条件下面向分布一致性的多无人机协同控制
|
发表于 2022-9-8 21:14:40
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
