针对传统煤矸石分拣机械臂控制算法如抓取函数法、基于费拉里法的动态目标抓取算法等依赖于精确的环境模型、且控制过程缺乏自适应性，传统深度确定性策略梯度（DDPG）等智能控制算法存在输出动作过大及稀疏奖励容易被淹没等问题，对传统DDPG控制算法中的神经网络结构和奖励函数进行了改进，提出了一种适合处理六自由度煤矸石分拣机械臂的基于强化学习的改进DDPG控制算法。煤矸石进入机械臂工作空间后，改进DDPG控制算法可根据相应传感器返回的煤矸石位置及机械臂状态进行决策，并向相应运动控制器输出一组关节角状态控制量，根据煤矸石位置及关节角状态控制量控制机械臂运动，使机械臂运动到煤矸石附近，实现煤矸石分拣。仿真实验结果表明：改进DDPG算法相较于传统DDPG算法具有无模型通用性强及在与环境交互中可自适应学习抓取姿态的优势，可率先收敛于探索过程中所遇的最大奖励值，利用改进DDPG算法控制的机械臂所学策略泛化性更好、输出的关节角状态控制量更小、煤矸石分拣效率更高。

文中分别以板球系统和PID算法作为控制系统和控制方法，旨在研究在自动控制领域，利用机器视觉手段采集图像数据的速度和精度能否满足系统高精度控制的需求，采用控制变量法对图像采集频率、图像颜色阈值等参数进行调节，计算图像矩获取板球位置，得出各给定参数在合适范围内时，机器视觉的手段能够满足板球在平板上的位置高精度控制的数据采集需求的结论。

研究包含稳态目标计算(Steady-state target calculation,SSTC)层和动态控制层的双层结构预测控制(Model predictive control,MPC)及其实现方法.我们将已有的辨识、优化和控制方案适当地组合并软件化.通过在多优先级稳态目标计算中引入新的变量,给出了稳态目标计算的统一表达方法,每个优先级的优化问题或是跟踪外部目标,或是放松软约束.通过仿真算例和应用实例相结合的方式验证了软件功能.

板球控制系统的PD型模糊控制算法研究

分析人体手臂在体感控制中的舒适程度，依据疲劳度理论建立手臂舒适范围空间模型。采用体感方式控制机械臂运动，通过径向测试实验与点阵指定实验测试手臂的舒适参数，拟合控制映射函数，提出基于体感机械臂的舒适控制算法。通过动作跟踪与远程抓物实验，测得用舒适算法控制机械手的相对误差在5%以内，尖端位置绝对误差在2 mm以内，舒适度比传统控制算法提高51.8%，在满足体感控制准确度的基础上较大程度保证了使用者的舒适性，提高了体感控制效率。

构造PSO改进BP，同时采用PID控制算法优化

最优控制理论的成套算法，其中有使用安装说明。

入门教材，适合广泛应用，对于初学者可以进行体系建立，了解当前时代更新知识。紧跟时代变化知识体系。快来看一看。

基于车辆运动学模型得LQR总结与分析推导，先分析运动学模型的离散误差状态空间方程，根据此做横向LQR控制分析及其推导，其次总结CSDN中LQR算法的理解及其推导，介绍了全状态反馈控制系统，对LQR进行了具体分析及其公式推导。 其中部分为：黎卡提方程的求解 针对黎卡提方程，可以采用循环迭代的思想求解P： 1）令等式右边的P_old=Q； 2）计算等式右边的值为P_new 3）比较P_old和P_new，若两者的差值小于预设值，则认为等式两边相等；否则再令P_old=P_new，继续循环。

数字控制是指控制系统中发出的信号是脉冲信号。数字式全闭环伺服控制系统是一种同时具有位置控制和速度控制两种功能的反馈控制系统。控制单元发出的指定位置值与位置检测值的差值就是位置误差，它反映的实际位置总是滞后于指定位置值。位置误差经处理后作为速度控制量控制进给电机的旋转，使实际位置也以此速度变化，而且实际位置始终跟随指定位置，当指定位置停止变化时，实际位置等于指定位置。数字控制系统的优点是，由于采用数字信号，抗干扰能力强; 应用系统简单，易于开发; 系统稳定性好。 传统的交流伺服系统是典型的速度闭环系统，伺服驱动器从主控制系统接收电压变化范围为-ui～+ui的速度指令信号。电压从-ui变化到+ui的过程中，伺服电机可实现从反转最高速上升到零，然后再上升到正转最高速。但是，这种交流伺服系统只能实现对速度的闭环控制，还不能直接实现对位置的闭环控制。要实现对位置的闭环控制，必须在伺服电机和控制系统之间构成一个位置环。