针对直线电机平台轮廓运动精确控制的难题,提出一种基于局部任务坐标系(LTCF)的自适应鲁棒控制(ARC)方法。通过坐标变换阵T将所建立的动力学模型变换到LTCF中,实现在笛卡尔坐标系下跟踪误差的解耦。利用自适应鲁棒控制器对建模误差的实时补偿,使系统快速稳定并保持较好的系统鲁棒性。将所设计控制方法与基于交叉耦合(CCC)的自适应鲁棒轮廓运动控制方法进行对比仿真实验,结果表明,所提控制方法具有更好的轮廓控制性能。
1
matlab如何集成c代码MPCC 苏黎世联邦理工学院自动控制实验室(IfA)开发的用于自动赛车的模型预测轮廓控制器(MPCC)的C ++和Matlab仿真环境 公式 MPCC是遵循控制器的模型预测路径,它确实遵循预定义的参考路径X ^ ref和Y ^ ref。 这可以通过使用积分器规定的theta来扩展系统来实现,该θ近似于沿参考路径的进度。 θ状态使用滞后误差e 1耦合到实际动力学,滞后误差e 1不利于成本。 另外,轮廓误差(参考路径的横向误差)也会在成本函数中受到影响。 最终,沿着参考路径的进度被最大化,以实现汽车确实尽可能快地沿着路径行进,并且输入速率受到惩罚。 为了确保汽车停留在轨道内,对所有状态,输入和输入速率都施加了轨道约束以及界限。 下式显示了所产生的优化问题: 所考虑的车辆动力学是具有非线性魔术公式轮胎模型的自行车模型: 轮胎模型和传动系统模型如下: 最后,问题的状态和输入如下: 其中(X,Y)是全局位置phi,是汽车的前进方向,v_x和v_y是纵向,分别是横向速度和ω偏航率。 Theta是近似进度的增强状态。 输入是传动系的占空比d,转向角增量和沿参考路径v_the
2022-05-11 09:50:32 14.99MB 系统开源
1
自主赛车模型预测轮廓控制器(MPCC)仿真环境
2022-03-05 09:22:17 14.87MB Python开发-其它杂项
1
行业分类-设备装置-基于预测控制和交叉耦合的直驱XY平台轮廓控制方法
2021-10-14 15:32:31 1.43MB
1
根据LED轮廓显示控制的结构特点,设计了基于STC单片机的显示控制器。该系统控制采用STC11/12系列单片机为控制处理器,加以外围电路,利用485接口实现主从远距离控制。设计了色带数据与效果数据格式,充分利用单片有限的存储空间完成更多显示效果。利用分控制器完成对现有市场上的6803、2803和1809系列LED专用驱动芯片的兼容。本案开发的LED护栏管显示屏控制器已产品化,控制效果良好。
1