现有的传统非完整控制系统镇定控制器设计方法大多假定环境、任务以及系统的状态估计都是已知的。实际问题并非如此,例如无人驾驶的飞行器控制、随机目标跟踪以及机器人编队等很难提前知道系统的任务和状态的直接量测信息。然而这些参量利用视觉系统是很容易得到的。近年来视觉伺服在机器人领域得到了大量应用。本项目试图利用视觉量测信息,将非完整控制系统的任务映射到视觉空间中,在视觉空间中考察这一问题。从控制理论的角度,将量测和控制结合起来,研究在视觉坐标系下这类系统镇定问题的理论和方法。采用视觉伺服的优点是它可以模拟人的视觉器官、对环境实施非接触量测以及改进系统的性能等。这一项目的难点和关键问题是从三维空间到二维图象空间的未知的时变非线性变换。该项目的成功实施,将对平面移动机器人,欠驱动机器人,水下机器人、空间探索机器人等具有非完整约束的机械系统镇定控制性能的改善产生积极影响。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于结构滤波器的伺服系统谐振抑制
基于有意识的视觉反馈的人体姿态镇定研究
新视觉模型下非完整移动机器人同时镇定和跟踪控制研究
不确定非完整运动学控制系统的鲁棒镇定
实际输入有界的视觉非完整系统有限时间镇定