对非完整移动机器人的有限时间轨迹跟踪控制问题进行讨论. 与基于非连续状态反馈的传统有限时间控制 算法相比, 基于连续状态反馈的有限时间控制算法更适合于控制工程应用. 利用该连续系统有限时间控制技术, 设计 一种连续的状态反馈跟踪控制算法. 使得对角速度为非零常数的期望轨迹, 非完整移动机器人能够实现全局跟踪, 并 能在有限时间内完全跟踪上期望轨迹. 仿真结果表明了该方法的有效性.

六自由度串联机器人运动优化与轨迹跟踪.pdf

基于轮式移动机器人的运动学模型，以速度为控制量，采用控制Lyapunov函数设计出一种具有全局渐近稳定的速度跟踪控制器。仿真结果证明了该方法的有效性。

针对一类具有任意初始状态的部分非正则多智能体系统,提出一种迭代学习控制算法.该算法将具有固定拓扑结构的多智能体编队控制问题转化为广义上的跟踪问题,即让领导者跟踪给定的期望轨迹,而跟随者要始终保持预定队形对某一智能体进行跟踪,并将该智能体作为自身的领导者.同时,为了使每个智能体在任意初始状态下都能按照期望队形进行编队,对每个智能体的初始状态设计迭代学习律,并从理论上对算法的收敛性进行严格证明,给出算法收敛的充分条件.所提出的算法对于各个智能体在任意初始位置条件下均能实现在有限时间区间内系统的稳定编队.最后,通过仿真算例进一步验证了所提出算法的有效性.

基于深度强化学习的编队控制使用MADDPG算法

基于RBF神经网络的自适应轨迹跟踪算法.pdf

matlab轨迹跟踪代码四旋翼RTD 关于 该存储库包含用于模拟四旋翼并为我们的ASME DSCC 2019论文[1]进行基于可达性的轨迹设计（RTD）的MATLAB代码，该论文获得了最佳学生论文奖。 RTD是一种用于移动机器人的安全在线轨迹规划的方法。 检出（适用于类似汽车的机器人）和。 依存关系 您在MATLAB路径上需要以下存储库： 注意此代码不适用于CORA 2020 入门 在simulation文件夹中运行脚本run_quadrotor_simulation_static_obstacles.m 。 使用RTD进行规划发生在quadrotor_RTD_zono_planner.m类中，该类由simulator调用（从同名存储库中调用）。 如果要遍历可及的集合计算，请从step_1_frs_computation开始； 请注意，在第2步中计算跟踪误差表可能需要几个小时，因此我们为您提供了一些预先计算的跟踪误差表。 作者 Shreyas Kousik，Patrick Holmes和Lu Zehui 参考 [1] S. Kousik，P。Holmes和R. Vasudevan，20

matlab轨迹跟踪代码带有挠性软管的多个四旋翼飞机：动力学，差动平板和控制 关于 此仓库显示了用于实现“”的Matlab代码。 Matlab类MultipleQuadrotorFlexibleHose.m定义并模拟了系统的广义无坐标动力学。 对于任何给定的平面输出轨迹，可以使用flat2state方法来计算任何所需的状态轨迹和输入。 该类还计算有关所需时变状态轨迹的线性动力学。 实施了有限地平线LQR控制器来跟踪固定的设定点和圆形轨迹。 运行示例 Matlab代码已通过R2019a版本进行了测试。 示例脚本可以在matlab/examples/ 在Matlab中打开examples文件夹。 运行脚本。 example1.m, example2.m提供了示例模板，以模拟多四极柔性软管动态以及线性动态的LQR控制。 本文中提供的模拟脚本为sim_1a_SETPOINT_nQ2.m, sim_1b_SETPOINT_nQ3.m, sim_2_TRAJ_nQ2.m 。 使用MEX文件 使用matlab/utils/func_generators/generateMexFiles.m对适当的系

4.3 基于图像识别车道线的车道保持仿真 在得到前文图像识别的车道线之后，本节根据所设计的模型预测控制算法对 其进行车道轨迹跟踪，下图 4.4 为 Carsim 与 Simulink 联合仿真模型图。 y_do t x_do t CarSi m S-Funct ion Vehicle Code: i_i Sco pe y T o W or kspa ce Sco pe1 z 1 Un it De lay M PCCo ntr olle r S-F un ctio n 0 Co nst an t 18 0*u/pi Fcn Sco pe2 u T o W or kspa ce1 Sco pe3 XY G ra ph Sco pe5 Sco pe4 Sco pe6 In2 x_dot phi_dot phi v Sub sys tem yaw ra te u v X Y Ear th-fixe d Sco pe7 XY G ra ph1 Y To W or kspa ce2 X To W or kspa ce3 Y1 To W or kspa ce4 X1 T o W or kspa ce5 Y X phi_dot phi Carsim 模型 MPC控制器 图 4.4 基于图像识别路径的轨迹跟踪模型 Figure 4.4 Trajectory tracking model based on detected lanes 本模型以上文运用计算机图像识别得到的路径曲线方程作为预测模型控制器 的参考轨迹输入，非线性模型预测算法作为控制器。在预测时域内对参考轨迹进 万方数据

采用一致性算法与虚拟结构法研究了多自主水下航行器(AUV)小尺度编队控制问题.首先针对各自主水下航行器拥有不同虚拟领航者信息(参考信息)的情况,通过对各AUV拥有的不一致参考信息进行一致性协商而达到状态一致.其次,基于虚拟结构思想采用坐标变换将各AUV相对于虚拟领航者的相对位置转换为各自的期望位置,并设计了一种有限时间跟踪控制律以确保各AUV能在有限时间内跟踪上其期望轨迹,从而实现了多AUV的小尺度?有限时间编队控制.最后仿真实验验证了控制策略的有效性.