移动机器人系统建模、估计与控制PDF电子书下载

第1章绪论 1

参考文献 8

第2章数学知识 9

2.1概率论基础 9

2.1.1基本概念 9

2.1.2随机变量 10

2.1.3均值和方差 12

2.1.4高斯分布 13

2.1.5随机过程 14

2.2线性矩阵不等式 15

2.3集合运算 18

2.4集值分析基础 19

参考文献 22

第3章典型移动机器人系统建模 24

3.1移动机器人典型建模方法 24

3.1.1移动机器人典型模型结构 24

3.1.2刚体动力学建模方法 25

3.1.3驱动装置的动态模型 37

3.2旋翼飞行机器人动力学模型 40

3.2.1旋翼飞行机器人的刚体动力学模型 41

3.2.2空气动力学 44

3.2.3旋翼飞行机器人简化模型 47

3.3水面移动机器人动力学模型 47

3.3.1水面移动机器人六自由度刚体动力学模型 48

3.3.2平面三自由度刚体动力学模型 51

3.4地面移动机器人动力学模型 52

3.4.1正交轮式全方位地面移动机器人的动力学 52

3.4.2包括滑动效应的履带式地面移动机器人运动学模型 54

参考文献 57

第4章基于卡尔曼滤波的状态-参数估计方法 59

4.1卡尔曼滤波基本原理 60

4.1.1贝叶斯估计理论 60

4.1.2卡尔曼滤波 62

4.2扩展卡尔曼滤波 64

4.3无色卡尔曼滤波 66

4.3.1无色变换 67

4.3.2无色卡尔曼滤波算法 68

4.3.3平方根无色卡尔曼滤波算法 70

4.3.4无色变换的精度分析 71

4.3.5无色卡尔曼滤波算法稳定性 74

4.4自适应无色卡尔曼滤波 83

4.4.1自适应滤波算法 83

4.4.2基于MIT的自适应UKF算法 83

4.4.3MS-AUKF 88

4.5数值仿真 91

4.5.1状态估计 91

4.5.2滤波算法性能比较 94

4.6本章小结 96

参考文献 96

第5章集员滤波的状态-参数估计方法 99

5.1集员滤波 100

5.2扩展集员滤波 102

5.3基于UD分解的自适应扩展集员滤波方法 104

5.3.1扩展集员算法的UD分解形式推导 104

5.3.2滤波参数的自适应更新方法 108

5.4数值仿真 111

5.5在线估计共性方法比较 116

5.5.1UPF估计方法 117

5.5.2比较研究 119

5.6本章小结 124

参考文献 125

第6章面向移动机器人的鲁棒保性能控制 128

6.1基于LMI的状态反馈控制基础知识 128

6.1.1几种性能指标 128

6.1.2状态反馈控制的LMI条件 130

6.1.3鲁棒状态反馈控制的LMI条件 133

6.2具有时不变不确定性的线性系统控制方法 135

6.2.1问题描述 135

6.2.2自适应鲁棒H∞控制器设计 136

6.2.3自适应鲁棒H2控制器设计 140

6.2.4自适应鲁棒保性能控制器设计 143

6.2.5旋翼飞行机器人航向控制的应用仿真 146

6.3具有时变不确定性的线性系统控制方法 155

6.3.1问题描述 155

6.3.2自适应鲁棒H∞控制器设计 157

6.3.3自适应鲁棒H2控制器设计 161

6.3.4自适应鲁棒保性能控制器设计 165

6.3.5仿真试验 169

6.4本章小结 174

参考文献 174

第7章基于加速度反馈的非线性系统鲁棒控制 176

7.1加速度信号的在线估计 177

7.1.1RLSN方法 178

7.1.2卡尔曼滤波 179

7.1.3牛顿-卡尔曼滤波加速度估计方法 180

7.1.4加速度估计试验 181

7.2高增益加速度反馈鲁棒控制 187

7.2.1高增益加速度反馈控制基本原理 187

7.2.2关节加速度反馈控制 187

7.2.3试验与分析 190

7.2.4高增益加速度反馈在全方位轮式移动机器人系统上的应用 193

7.3非线性欠驱动移动机器人系统加速度反馈控制 196

7.3.1常规的高增益加速度反馈存在的问题 196

7.3.2基于前置滤波器的加速度反馈控制 198

7.4旋翼飞行机器人仿真范例 209

7.4.1旋翼飞行机器人模型转换 209

7.4.2控制器设计 212

7.4.3仿真结果 214

7.5本章小结 223

参考文献 223

第8章基于控制Lyapunov函数的非线性控制 226

8.1控制Lyapunov函数 227

8.2基于控制Lyapunov函数的非线性控制器设计 232

8.2.1Sontag的方法 233

8.2.2Freeman的方法 234

8.3广义逐点最小范数控制器设计 235

8.4鲁棒广义逐点最小范数控制器 237

8.4.1参数不确定系统的鲁棒广义逐点最小范数控制 237

8.4.2H∞鲁棒广义逐点最小范数控制 241

8.4.3联合鲁棒广义逐点最小范数控制 243

8.5控制Lyapunov函数的获取方法 244

8.6仿真试验 246

8.6.1旋翼飞行机器人平面动力学模型 246

8.6.2广义逐点最小范数控制 246

8.6.3鲁棒广义逐点最小范数控制 251

8.7本章小结 254

参考文献 254

第9章实时非线性模型预测控制 257

9.1非线性预测控制 258

9.2广义逐点最小范数控制器的解析表达 260

9.3引导函数ξ（x，θ）的选取 263

9.4鲁棒非线性预测控制 264

9.4.1可反馈线性化系统 265

9.4.2严格反馈型系统 267

9.4.3鲁棒预测控制 269

9.5实现问题 269

9.5.1优化过程频率选取 270

9.5.2数值积分 271

9.5.3指标函数 271

9.6算法性能评估 272

9.7在移动机器人系统上的仿真范例 275

9.7.1地面移动机器人系统 275

9.7.2旋翼飞行机器人系统平面动力学模型的非线性预测控制仿真 277

9.8本章小结 284

参考文献 284

第10章基于在线估计的非线性自适应控制 287

10.1非线性系统的状态-参数联合估计 287

10.2基于主动建模的控制 292

10.2.1基于主动建模的控制策略结构 292

10.2.2基于主动建模的正交轮式移动机器人跟踪控制 293

10.2.3基于主动建模的履带式地面移动机器人滑动补偿问题 297

10.2.4基于主动建模的移动机器人运动模型的镇定 305

10.2.5基于主动建模的水面移动机器人跟踪控制 311

10.3模型差在线估计与控制 318

10.3.1旋翼飞行机器人 319

10.3.2水面移动机器人 337

10.4故障诊断及容错控制 345

10.4.1执行器健康因子（AHCs）在线优化估计 346

10.4.2执行器软性故障重构控制方法 347

10.4.3试验验证及结果分析 349

10.5本章小结 355

参考文献 355

作者团队发表的相关论文 359