1998年的IEEE
国际会议上机器人及自动化
Leuven ，比利时1998年5月
一种实用的办法--带拖车移动机器人的反馈控制
F. Lamiraux and J.P. Laumond
拉斯，法国国家科学研究中心
法国图卢兹
{florent ,jpl}@laas.fr
摘要
本文提出了一种有效的方法来控制带拖车移动机器人。轨迹跟踪和路径跟踪这两个问题已经得到解决。接下来的问题是解决迭代轨迹跟踪。并且把扰动考虑到路径跟踪内。移动机器人Hilare的实验结果说明了我们方法的有效性。
1引言
过去的8年，人们对非完整系统的运动控制做了大量的工作。布洛基[2]提出了关于这种系统的一项具有挑战性的任务，配置的稳定性，证明它不能由一个简单的连续状态反馈。作为替代办法随时间变化的反馈[10,4,11,13,14,15,18]或间断反馈[3]也随之被提出。从[5]移动机器人的运动控制的一项调查可以看到。另一方面，非完整系统的轨迹跟踪不符合布洛基的条件，从而使其这一个任务更为轻松。许多著作也已经给出了移动机器人的特殊情况的这一问题[6,7,8,12,16]。
所有这些控制律都是工作在相同的假设下：系统的演变是完全已知和没有扰动使得系统偏离其轨迹。很少有文章在处理移动机器人的控制时考虑到扰动的运动学方程。但是[1]提出了一种有关稳定汽车的配置，有效的矢量控制扰动领域，并且建立在迭代轨迹跟踪的基础上。
存在的障碍使得达到规定路径的任务变得更加困难，因此在执行任务的任何动作之前都需要有一个路径规划。
在本文中，我们在迭代轨迹跟踪的基础上提出了一个健全的方案，使得带拖车的
机器人按照规定路径行走。该轨迹计算由规划的议案所描述[17]，从而避免已经提交了输入的障碍物。在下面，我们将不会给出任何有关规划的发展，我们提及这个参考的细节。而且，我们认为，在某一特定轨迹的执行屈服于扰动。我们选择的这些扰动模型是非常简单，非常一般。它存在一些共同点[1]。
本文安排如下：第2节介绍我们的实验系统Hilare及其拖车：两个连接系统将被视为（图1）。第3节处理控制方案及分析的稳定性和鲁棒性。在第4节，我们介绍本实验结果。
图1带拖车的Hilare
2 系统描述
Hilare是一个有两个驱动轮的移动机器人。拖车是被挂在这个机器人上的，确定了两个不同的系统取决于连接设备：在系统A的拖车拴在机器人的车轮轴中心线上方（图1 ，顶端），而对系统B是栓在机器人的车轮轴中心线的后面（图1 ，底部)。A
l= 0 。这个系统不过单从控制的角度来看，需要更对B来说是一种特殊情况，其中
r
多的复杂的计算。出于这个原因，我们分开处理挂接系统。两个马达能够控制机器人的线速度和角速度（v r，r
ω)。除了这些速度之外，还由传感器测量，而机器人和拖车之间的角度?，由光学编码器给出。机器人的位置和方向（x r,y r,rθ）通过整合前的速度被计算。有了这些批注，控制系统B是：
cos sin sin()cos()r r r
r r r
r r
r r r r t t x v y v v l l l θθθωω???ω====--- （1）
3 全球控制方案
3.1目的
当考虑到现实的系统，人们就必须要考虑到在运动的执行时产生的扰动。 这可
能有许多的来源，像有缺陷的电机，轮子的滑动，惯性的影响... 这些扰动可以被设
计通过增加一个周期在控制系统（1） ，得到一个新的系统的形式
(,)x f x u ε=+
ε 在上式中可以是确定性或随机变量。 在第一种情况下，扰动仅仅是由于系统演化
的不规则，而在第二种情况下，它来自于该系统一个随机行为。我们将看到后来，这
第二个模型是一个更适合我们的实验系统。
为了引导机器人，从一开始就配置了目标，许多工程认为扰动最初只是机器人
和目标之间的距离，但演变的系统是完全众所周知的。为了解决这个问题，他们设计
了一个可输入的时间-状态函数，使目标达到一个渐近稳定平衡的闭环系统。现在，如
果我们介绍了先前定义周期ε在这个闭环系统，我们不知道将会发生什么。但是我们
可以猜想，如果扰动ε很小、是确定的、在平衡点（如果仍然还有一个）将接近目标，如果扰动是一个随机变数，平衡点将成为一个平衡的子集。 但是，我们不知道这些
新的平衡点或子集的位置。
此外，在处理障碍时，随时间变化的方法不是很方便。他们只能使用在附近的
目标，这附近要适当界定，以确保无碰撞轨迹的闭环系统。请注意连续状态反馈不能
适用于真实情况下的机器人，因为间断的速度导致无限的加速度。
我们建议达成某一存在障碍特定配置的方法如下。我们首先在当前的配置和使
用自由的碰撞议案所描述[17]目标之间建立一个自由的碰撞路径，然后，我们以一个简
单的跟踪控制率执行轨迹。在运动结束后，因为这一目标的各种扰动机器人从来没有
完全达到和目标的轨迹一致，而是这一目标的左右。如果达到配置远离目标，我们计
算另一个我们之前已经执行过的一个轨迹。
现在我们将描述我们的轨迹跟踪控制率，然后给出我们的全球迭代方法的鲁棒
性问题。
3.2轨迹跟踪控制率
在这一节中，我们只处理系统A 。对系统B 容易计算（见第3.4节）。
图2 单一机器人的跟踪控制率 很多带拖车轮式移动机器人的跟踪控制律已经被提出。其中[16]虽然很简单,但是
提供了杰出的成果。 如果(),,x y θ是模拟机器人的坐标构成真实机器人（图2），如果
（00,r r
v ω）是输入的参考轨迹，这种控制律表示如下： 01032cos sin r r r r v k x k k y v θθωωθθ
?=+??=++?? （2） 我们控制律的关键想法如下：当机器人前进，拖车不需要稳定（见下文）。因此，
我们对机器人使用公式（2）。 当它后退时，我们定义一个虚拟的机器人(,,)r r r x y θ（图
3）这是对称的真实一对拖车的车轮轴：
2cos 2sin 2r r t t
r r t t r t r
x x l y y l θθθπθθ=-=-=+-
然后，当真正的机器人退后，虚拟机器人前进和虚拟系统(,,,)r r r
x y θ?- 在运动学上是等同于真正的一个。因此，我们对虚拟机器人实行跟踪控制法（2）。
图3 虚拟机器人
现在的问题是：当机器人前进时，拖车是否真的稳定？下一节将回答这个问题。
3.3 拖车稳定性分析
在这里我们考虑的向前运动情况下(0)r v =,虚拟机器人向后的运动被等值转变。让我们把坐标00000(,,,,)r r r r r x y v θω作为参考轨迹并且把坐标(,,,,,)v y x r r r r r
θ?ω作为实际运动的系统。我们假设机器人完全跟随其参考轨迹：00000(,,,,,)(,,,,)r r r r r v x y v y x r r r r r
θ?ωθω=并且我们把我们的注意力放在拖车偏差0??
??=- 。这一偏差的变化很容易从系统（1）推导出0r l =（系统A ） ： 00?(sin sin )?2cos()sin()22r t
r t v l v l ??????=--+=-
尽管??
是减少的 0?222π
?
π
?-<+< [2]π （3）
我们的系统而且被不等量限制了
0,22
ππ??-<< （4） 因此0?2?
π?π-<+<和式（3）等价于
0000?022?022
π?π?π?π?π??π?<<-<<-?????-<<--<
且 （5） 图4显示??
的范围随着给定的0?的值正在减少。我们可以看到，这个范围包含了拖车的所有的位置，包括式（4）所界定的范围。此外，以前的计算许可轻松地表明对于变量0?，0是一个渐近稳定值的变量。
因此，如果实际或虚拟的机器人按照它的参考轨迹前进，拖车是稳定的，并且将趋于自己的参考轨迹。
图4 ??
的稳定范围 3.4虚拟机器人系统B
当拖车挂在机器人的后面，之前的结构甚至更简单：我们可以用拖车取代虚拟的机器人。在这种实际情况下，机器人的速度(,)r r v ω和拖车(,)t t v ω一对一映射的连接。然后虚拟的机器人系统表示为如下：
cos cos()
sin sin()r r r r r r r r r r t r x x l l y y l l r r θθ?θθ?θθ?π
=--+=--+=++
和以前的稳定性分析可以被很好的使用通过考虑悬挂点的运动。
下面一节讨论了我们迭代计划的鲁棒性。
3.5迭代计划的鲁棒性
我们现在正在显示上文所提到的迭代计划的鲁棒性。为此，我们需要有一个当机器人的运动时产生扰动的模型。 [1]扰动的模型系统是一个不规则，从而导致矢量场确定性的变化。在我们的实验中，我们要看到由于随机扰动导致的例如在一些悬挂系统中发挥作用。这些扰动对模型是非常困难的。出于这个原因， 我们只有两个简单的假说有：
00((),())((),())cs s
cs d q s q s d q s q s δ≤≤?
其中s 是沿曲线横坐标设计路径，q 和0q 分别是真正的和参考的结构，cs d 是结构空间系统的距离并且δ，?是正数。 第一个不等量意味着实际和参考结构之间的距离成正比的距离覆盖计划路径。第二个不等量是确保轨迹跟踪控制率，防止系统走得太远远离其参考轨迹。让我们指出，这些假设是非常现实的和适合大量的扰动模型。
我们现在需要知道在每个迭代路径的长度。我们使用指导的方法计算这些路径验证拓扑短时间的可控性[17]。这个也就是说，如果我们的目标是充分接近起初的结构，轨迹的计算依然是起初的结构的附近。在[9] 我们给出的估算方面的距离：如果 1q 和2q 是两种不够紧密的结构，规划路径的长度验证它们之间的关系
14
1212((,))(,)cs l Path q q d q q η<
这里η是一个正数。 因此，如果1,2...()i i q = 是配置依次获得的，我们有以下不等式：
11,(,)()(,)cs goal cs i goal cs i goal d q q d q q d q q η+≤?
≤
这些不等式确保distCS (,)i goal q q 是上界序列1,2...()i i d =的正数
1141i i d d d
η+=?
=
和趋近于足够反复后的。 因此，我们没有获得渐近稳定性配置的目标，但这一结果确保存在一个稳定的范围处理这个配置。 这一结果基本上是来自我们选择非常传统扰动的模型。让我们重复这包括诸如扰动模型的时间不同的控制律无疑将使其失去其渐近稳定。
实验结果如下节显示，收敛域的控制计划是非常小的。
4实验结果
现在，我们目前获得的带拖车机器人Hilare 系统A 和B 的实验结果。图5和图6显示第一路径计算的例子所规划初始配置（黑色）和目标配置（灰色）之间的运动。在第二种情况下包括上一次计算结果。连接系统的长度如下：系统A 中0r l =，125t l =厘米，系统B 60r l =厘米，90t l =厘米。表1和表2提供的初始和最后配置位置以及目标和期望配置在第一次动作和第二次动作之间的不足，3个不同的实验。在这两种情况下，第一次试验相当于图表。2q ?意味着，在第一动作后精度十分充足，没有更多可进行的动作。
评论和意见：表1和表2的报告结果显示了两个主要的见解。首先， 系统达成非常令人满意的精密程度，其次迭代次数是非常小的（介于1和2之间）。事实上，精密程度取决于很多的速度和不同的动作。在这里，机器人的最大线速度是50厘米/秒 。
5结论
我们已经提出了一种方法来控制机器人与拖车从初始结构到一个已知输入问题的目标。这种方法是以迭代于开环和闭环控制相结合为前提的办法。它对大范围的扰动模型已经显示出健全的一面。这个鲁棒性主要来自拓扑性能指导方法介绍[17] 。即使该方法不完全趋于机器人的最终目标，但是在真正实验期间达到的精度程度是非常令人满意的。
图5：系统A：初始、目标配置跟踪第一路径图6：系统B：初始、目标配置跟踪第一路
径和最终结果
表1：系统A：目标和期望配置在第一次动表2：系统B：目标和期望配置在第一次动作和第二次动作之间的差距作和第二次动作之间的差距
参考文献
[1]M. K. Bennani et P. Rouchon. Robust stabilization of flat and chained systems. in European Control Conference,1995.
[2]R.W. Brockett. Asymptotic stability and feedback stabilization. in Differential Geometric Control Theory,R.W. Brockett, R.S. Millman et H.H. Sussmann Eds,1983.
[3]C. Canudas de Wit, O.J. Sordalen. Exponential stabilization of mobile robots with non holonomic constraints.IEEE Transactions on Automatic Control,V ol. 37, No. 11, 1992. [4]J. M. Coron. Global asymptotic stabilization for controllable systems without drift. in Mathematics of Control, Signals and Systems, V ol 5, 1992.
[5]A. De Luca, G. Oriolo et C. Samson. Feedback control of a nonholonomic car-like robot, "Robot motion planning and control". J.P. Laumond Ed., Lecture Notes in Control and Information Sciences, Springer 'Verlag, to appear.
[6]R. M. DeSantis. Path-tracking for a tractor-trailerlike robot. in International Journal of Robotics Research,V ol 13, No 6, 1994.
[7]A. Hemami, M. G. Mehrabi et R. M. H. Cheng. Syntheszs of an optimal control law path trackang an mobile robots. in Automatica, V ol 28, No 2, pp 383-387, 1992.
[8] Y. Kanayama, Y. Kimura, F. Miyazaki et T.Nogushi.A stable tracking control method for an autonomous mobile robot. in IEEE International Conference on Robotics and Automation, Cincinnati, Ohio, 1990.
[9] F. Lamiraux.Robots mobiles ci remorque : de la planification de chemins d: l ' e x h t i o n de mouuements,PhD Thesis N7, LAAS-CNRS, Toulouse, September 1997.
[l0] P. Morin et C. Samson. Application of backstepping techniques to the time-varying exponential stabitisation of chained form systems. European Journal of Control, V ol 3, No 1, 1997.
[11] J. B. Pomet. Explicit design of time-varying stabilizang control laws for a class of controllable systems without drift. in Systems and Control Letters, North
[12] M. Sampei, T. Tamura, T. Itoh et M. Nakamichi.Path tracking control of trailer-like mobile robot. in IEEE International Workshop on Intelligent Robots and Systems IROS,
Osaka, Japan, pp 193-198, 1991.
[13] C. Samson. Velocity and torque feedback control of a nonholonomic cart. International Workshop in Adaptative and Nonlinear Control: Issues in Robotics, Grenoble, France, 1990.
[14] C. Samson. Time-varying feedback stabilization of carlike wheeled mobile robots. in International Journal of Robotics Research, 12(1), 1993.
[15] C. Samson. Control of chained systems. Application to path following and time-varying poznt-stabilization. in IEEE Transactions on Automatic Control, V ol 40,No 1, 1995.
[16] C. Samson et K. Ait-Abderrahim. Feedback control of a nonholonomic wheeled cart zncartesaan space.in IEEE International Conference on Robotics and Automation, Sacramento, California, pp 1136-1141,1991.
[17] S. Sekhavat, F. Lamiraux, J.P. Laumond, G. Bauzil and A. Ferrand. Motion planning and control for Hilare pulling a trader: experzmental issues. IEEE Int. Conf. on Rob. and Autom., pp 3306-3311, 1997.
[18] O.J. Splrdalen et 0. Egeland. Exponential stabzlzsation of nonholonomic chained systems. in IEEE Transactions on Automatic Control, V ol 40, No 1, 1995. Bolland, V ol 18, pp 147-158, 1992.
Proceedings ofthe 1998 IEEE
International Conference on Robotics & Automation
Leuven, Belgium May 1998
A practical approach to feedback control for a mobile robot
with trailer
F. Lamiraux and J.P. Laumond
LAAS-CNRS
Toulouse, France
{florent ,jpl}@laas.fr
Abstract
This paper presents a robust method to control a mobile robot towing a trailer. Both problems of trajectory tracking and steering to a given configuration are addressed. This second issue is solved by an iterative trajectory tracking. Perturbations are taken into account along the motions. Experimental results on the mobile robot Hilare illustrate the validity of our approach.
1 Introduction
Motion control for nonholonomic systems have given rise to a lot of work for the past 8 years. Brockett’s condition [2]made stabilization about a given configuration a challenging task for such systems, proving that it could not be performed by a simple continuous state feedback. Alternative solutions as time-varying feedback [l0, 4, 11, 13, 14, 15, 18] or discontinuous feedback [3] have been then proposed. See [5] for a survey in mobile robot motion control. On the other hand, tracking a trajectory for a nonholonomic system does not meet Brockett’s condition and thus it is an easier task. A lot of work have also addressed this problem [6, 7, 8, 12, 16] for the particular case of mobile robots.
All these control laws work under the same assumption: the evolution of the system is exactly known and no perturbation makes the system deviate from its trajectory.Few papers dealing with mobile robots control take into account perturbations in the kinematics equations. [l] however proposed a method to stabilize a car about a configuration, robust to control vector fields perturbations, and based on iterative trajectory tracking.
The presence of obstacle makes the task of reaching a configuration even more difficult and require a path planning task before executing any motion.
In this paper, we propose a robust scheme based on iterative trajectory tracking, to lead a robot towing a trailer to a configuration. The trajectories are computed by a motion planner described in[17]and thus avoid obstacles that are given in input. In the following.W e won’t give any development about this planner,we refer to this reference for details. Moreover,we assume that the execution of a given trajectory is submitted to perturbations. The model we chose for these perturbations is very simple and very general.It presents some common points with [l].
The paper is organized as follows. Section 2 describes our experimental system Hilare and its trailer:two hooking systems will be considered (Figure 1).Section 3 deals with the control scheme and the analysis of stability and robustness. In Section 4, we present experimental results.
2 Description of the system
Hilare is a two driving wheel mobile robot. A trailer is hitched on this robot, defining two different systems depending on the hooking device: on system A, the trailer is hitched above the wheel axis of the robot (Figure 1, top), whereas on system B, it is hitched behind
l= 0. This system is this axis (Figure l , bottom). A is the particular case of B, for which
r
however singular from a control point of view and requires more complex computations. For this reason, we deal separately with both hooking systems. Two motors enable to control the linear and angular velocities （v r，r
ω)of the robot. These velocities are moreover measured by odometric sensors, whereas the angle ?between the robot and the trailer is given by an optical encoder. The position and orientation（x r,y r,rθ）of the robot
are computed by integrating the former velocities. With these notations, the control system of B is:
cos sin sin()cos()r r r
r r r
r r
r r r r t t x v y v v l l l θθθωω???ω====--- （1）
Figure 1: Hilare with its trailer
3 Global control scheme
3.1 Motivation
When considering real systems, one has to take into account perturbations during motion execution.These may have many origins as imperfection of the motors, slippage of the wheels, inertia effects ... These perturbations can be modeled by adding a term in the control system (l),leading to a new system of the form
(,)x f x u ε=+
where ε may be either deterministic or a random variable.In the first case, the perturbation
is only due to a bad knowledge of the system evolution, whereas in the second case, it comes from a random behavior of the system. We will see later that this second model is a better fit for our experimental system.
To steer a robot from a start configuration to a goal, many works consider that the perturbation is only the initial distance between the robot and the goal, but that the evolution of the system is perfectly known. To solve the problem, they design an input as a function of the state and time that makes the goal an asymptotically stable equilibrium of the closed loop system. Now, if we introduce the previously defined term in this closed loop system, we don't know what will happen. We can however conjecture that if the perturbation is small and deterministic, the equilibrium point (if there is still one) will be close to the goal, and if the perturbation is a random variable, the equilibrium point will become an equilibrium subset.But we don't know anything about the position of these new equilibrium point or subset.
Moreover, time varying methods are not convenient when dealing with obstacles. They can only be used in the neighborhood of the goal and this neighborhood has to be properly defined to ensure collision-free trajectories of the closed loop system. Let us notice that discontinuous state feedback cannot be applied in the case of real robots, because discontinuity in the velocity leads to infinite accelerations.
The method we propose to reach a given configuration tn the presence of obstacles is the following. We first build a collision free path between the current configuration and the goal using a collision-freemotion planner described in [17], then we execute the trajectory with a simple tracking control law. At the end of the motion, the robot does never reach exactly the goal because of the various perturbations, but a neighborhood of this goal. If the reached configuration is too far from the goal, we compute another trajectory that we execute as we have done for the former one.
We will now describe our trajectory tracking control law and then give robustness issues about our global iterative scheme.
3.2 The trajectory tracking control law
In this section, we deal only with system A. Computations are easier for system B (see
Section 3.4).
Figure 2: Tracking control law for a single robot
A lot of tracking control laws have been proposed for wheeled mobile robots without trailer. One of them [16],a lthough very simple, give excellent results.If (),,x y θare the coordinates of the reference robot in the frame of the real robot (Figure 2), and if 00,r r v ωare the inputs of the reference trajectory, this control law has the following expression: 01032cos sin r r r r v k x k k y v θθωωθθ
?=+??=++?? （2） The key idea of our control law is the following: when the robot goes forward, the trailer need not be stabilized (see below). So we apply (2) to the robot.When it goes backward, we define a virtual robot (,,)r r r x y θ (Figure 3) which is symmetrical to the real one with respect to the wheel axis of the trailer:
2cos 2sin 2r r t t
r r t t r t r
x x l y y l θθθπθθ=-=-=+-
Then, when the real robot goes backward, the virtual robot goes forward and the
virtual system (,,,)r r r
x y θ?- is kinematically equivalent to the real one. Thus we apply
the tracking control law (2) to the virtual robot.
Figure 3: Virtual robot
A question arises now: is the trailer really always stable when the robot goes forward ?
The following section will answer this question.
3.3 Stability analysis of the trailer
We consider here the case of a forward motion (0)r v =, the backward motion being equivalent by the virtual robot transformation. Let us denote by 00000(,,,,)r r r r r x y v θω a reference trajectory and by (,,,,,)v y x r r r r r
θ?ωthe real motion of the system. We assume that the robot follows exactly its reference trajectory: 00000(,,,,,)(,,,,)r r r r r v x y v y x r r r r r
θ?ωθω=and we focus our attention on the trailer deviation 0??
??=-.The evolution of this deviation is easily deduced from system (1) with 0r l = (System A):
00?(sin sin )?2cos()sin()22r t r t v l v l ?
?????=--+=-
??
is thus decreasing iff 0?222π
?
π
?-<+< [2]π （3）
Our system is moreover constrained by the inequalities
0,22
ππ??-<< （4） so that 0?2?
π?π-<+< and (3) is equivalent to
0000?022?0 22
π?π?π?π?π??π?<<-<<-?????-<<--<
and （5） Figure 4 shows the domain on which ??
is decreasing for a given value of 0? . We can see that this domain contains all positions of the trailer defined by the bounds (4). Moreover, the previous computations permit easily to show that 0 is an asymptotically stable value for the variable ??.
Thus if the real or virtual robot follows its reference forward trajectory, the trailer is
stable and will converge toward its own reference trajectory.
Figure 4: Stability domain for ??
3.4 Virtual robot for system B
When the trailer is hitched behind the robot, the former construction is even more simple: we can replace the virtual robot by the trailer. In this case indeed, the velocities of the robot (,)r r v ω and of the trailer (,)t t v ω are connected by a one-to-one mapping.The configuration of the virtual robot is then given by the following system:
cos cos()
sin sin()r r r r r r r r r r t r x x l l y y l l r r θθ?θθ?θθ?π
=--+=--+=++
and the previous stability analysis can be applied as well, by considering the motion of the hitching point.
The following section addresses the robustness of our iterative scheme.
3.5 Robustness of the iterative scheme
We are now going to show the robustness of the iterative scheme we have described above. For this,we need to have a model of the perturbations arising when the robot moves.
[l] model the perturbations by a bad knowledge of constants of the system, leading to deterministic variations on the vector fields. In our experiment we observed random perturbations due for instance to some play in the hitching system. These perturbations are very difficult to model. For this reason,we make only two simple hypotheses about them:
00((),())((),())cs s
cs d q s q s d q s q s δ≤≤?
where s is the curvilinear abscissa along the planned path, q and 0q are respectively the real and reference configurations, cs d is a distance over the configuration space of the
system and δ,? are positive constants.The first inequality means that the distance between the real and the reference configurations is proportional to the distance covered on the planned path. The second inequality is ensured by the trajectory tracking control law that prevents the system to go too far away from its reference trajectory. Let us point out that these hypotheses are very realistic and fit a lot of perturbation models.
We need now to know the length of the paths generated at each iteration. The steering method we use to compute these paths verifies a topological property accounting for small-time controllability[17]. This means that if the goal is sufficiently close to the starting configuration, the computed trajectory remains in a neighborhood of the starting configuration. In [9]we give an estimate in terms of distance: if 1q and 2q are two sufficiently close configurations, the length of the planned path between them verifies
14
1212((,))(,)cs l Path q q d q q η<
where η is a positive constant.
Thus, if is the sequence of configurations reached after i motions, we have the following inequalities: 11,(,)()(,)cs goal cs i goal cs i goal d q q d q q d q q η+≤?
≤
These inequalities ensure that distCS (,)i goal q q is upper bounded by a sequence 1,2...()i i d = of positive numbers defined by
1141i i d d d
η+=?
= and converging toward 43η after enough iterations.
Thus, we do not obtain asymptotical stability of the goal configuration, but this result ensures the existence of a stable domain around this configuration.This result essentially comes from the very general model of perturbations we have chosen. Let us repeat that including such a perturbation model in a time varying control law would undoubtedly make it lose its asymptotical stability.The experimental results of the following section show however, that the converging domain of our control scheme is very small.
4 Experimental results
We present now experimental results obtained with our robot Hilare towing a trailer, for both systems A and B. Figures 5 and 6 show examples of first paths computed by the motion planner between the initial
Figure 5: System A: the initial and goal configurations
and the first path to be tracked
Figure 6: System B: the initial and goal configurations,
the first path to be tracked and the final maneuver
configurations (in black) and the goal configurations (in grey), including the last computed maneuver in the second case. The lengths of both hooking system is the following: 0r l =,125t l =cm for A and 60r l =cm,90t l =cm for B. Tables 1 and 2 give the position of initial and final configurations and the gaps between the goal and the reached configurations after one motion and two motions, for 3 different experiments. In both cases, the first experiment corresponds to the figure.Empty 2q ? columns mean that the precision reached after the first motion was sufficient and that no more motion was performed.
Comments and Remarks: The results reported in the tables 1 and 2 lead to two main comments. First,the precision reached by the system is very satisfying and secondly the
number of iterations is very small (between 1 and 2). In fact, the precision depends a lot on the velocity of the different motions. Here the maximal linear velocity of the robot was 50 cm/s.
5 Conclusion
We have presented in this paper a method to steer a robot with one trailer from its initial configuration to a goal given in input of the problem. This method is based on an iterative approach combining open loop and close loop controls. It has been shown robust with respect to a large range of perturbation models. This robustness mainly comes from the topological property of the steering method introduced in [17]. Even if the method does not make the robot converge exactly to the goal, the precision reached during real experiments is very satisfying.
Table 1: System A: initial and final configurations,gaps between
the first and second reached configurations and the goal
Fuzzy Logic Based Autonomous Skid Steering Vehicle Navigation L.Doitsidis,K.P.Valavanis,N.C.Tsourveloudis Technical University of Crete Department of Production Engineering and Management Chania,Crete,Greece GR-73100 {Idoitsidis ,kimonv,nikost}@dpem.tuc.gr Abstract-A two-layer fuzzy logic controller has been designed for 2-D autonomous Navigation of a skid steering vehicle in an obstacle filled environment. The first layer of the Fuzzy controller provides a model for multiple sonar sensor input fusion and it is composed of four individual controllers, each calculating a collision possibility in front, back, left and right directions of movement. The second layer consists of the main controller that performs real-time collision avoidance while calculating the updated course to be applicability and implementation is demonstrated through experimental results and case studies performed o a real mobile robot. Keywords - Skid steering, mobile robots, fuzzy navigation. Ⅰ.INTRODUCTION The exist several proposed solutions to the problem of autonomous mobile robot navigation in 2-D uncertain environments that are based on fuzzy logic[1],[2],evolutionary algorithms [3],as well as methods combining fuzzy logic with genetic algorithms[4] and fuzzy logic with electrostatic potential fields[5]. The paper is the outgrowth of recently published results [9],[10],but it studies 2-D environments navigation and collision avoidance of a skid steering vehicle. Skid steering vehicles are compact, light, require few parts to assemble and exhibit agility from point turning to line driving using only the motions, components, and swept volume needed for straight line driving. Skid steering vehicle motion differs from explicit steering vehicle motion in the way the skid steering vehicle turns. The wheels rotation is limited around one axis and the back of steering wheel results in navigation determined by the speed change in either side of the skid steering vehicle. Same speed in either side results in a straight-line motion. Explicit steering vehicles turn differently since the wheels are moving around two axes. The geometric configuration of a skid steering vehicle in the X-Y plane is shown in Fig1，while a t is the heading angle, W is the robot width, θthe sense of rotation and S1, S2 are the speeds in the either side of the robot. The derived and implemented planner a two-layer fuzzy logic based controller that provides purely” reactive behavior” of the vehicle moving in a 2-D obstacle filled environment, with inputs readings from a ring of 24 sonar sensors and angle errors, and outputs the updated rotational and translational velocities of the vehicle. Ⅱ.DESIGN OF THE FUZZY LOGIC CONTROL SYSTEM
中英文对照外文翻译文 电子商务时代企业文化的再造 随着网络时代电子商务大规模发展，电子商务企业文化随之产生，它在一个企业在产生的一种新的价值观，使企业内部资源得到从新整合，在为企业带来降低交易成本，提高效率，缩短生产周期等诸多好处的同时，也对已有的企业文化发起了挑战。电子商务的兴起是一场由技术手段飞速发展而引发的商业运作模式的变革，传统经济活动的生存基础、运作方式和管理机制均发生了彻底改变，传统的企业文化也面临着巨大的冲击。 一、企业文化对企业价值的贡献 文化现象是一个国家和民族文明的主要见证。广义的文化，包括知识、信仰、艺术、道德、法律、习俗和任何人作为一名社会成员而获得的能力和习惯在内的复杂整体。作为“亚文化”的企业文化，对企业的生存与发展亦起着举足轻重的作用。企业文化是商品经济和市场经济的产物，符合市场经济的客观规律，体现企业的竞争实务、竞争精神和整体形象。所谓企业文化就是企业的经营管理哲学，企业面对所处的社会和商业环境，在长期的生产经营活动中，形成全体员工所接受和认同信守的、为争取事业成功的一套非正式规则。它表明企业奉行何种管理哲学，以及企业通过管理要达到一个什么样的目标。是经济管理的重要内容之一。企业文化意味着一个公司的价值观，而这些价值观成为公司员工活动和行为的规范。 企业文化的本源问题是如何增加企业利润，降低企业的成本和费用。它的要义就是怎么使企业能够有效的整合资源，以达到对外部的适应性，使公司在竞争中生存，进而实现持续发展。企业文化建设为企业开展文化管理指出一个明确的方向。企业文化建设的根本目的是建设能够对外竞争环境具有高度适应性，并能根据环境变换做出迅速反应的行为方式能力，这种能力其实就是企业所拥有的根据外部竞争的环境需要而对内部资源进行整合运用的能力。企业文化建设应促进这一能力系统的形成，并维持好这一能力系统。中国的许多企业例如海尔、联想等企业成功的秘诀之一就是发展了一整套公司理念、经营哲学，形成了自己独特的企业文化。 1、企业文化体现企业的形象和精神。树立良好的企业形象，需要企业文化的支撑。现
1998年的IEEE 国际会议上机器人及自动化 Leuven ，比利时1998年5月 一种实用的办法--带拖车移动机器人的反馈控制 F. Lamiraux and J.P. Laumond 拉斯，法国国家科学研究中心 法国图卢兹 {florent ,jpl}@laas.fr 摘要 本文提出了一种有效的方法来控制带拖车移动机器人。轨迹跟踪和路径跟踪这两个问题已经得到解决。接下来的问题是解决迭代轨迹跟踪。并且把扰动考虑到路径跟踪内。移动机器人Hilare的实验结果说明了我们方法的有效性。 1引言 过去的8年，人们对非完整系统的运动控制做了大量的工作。布洛基[2]提出了关于这种系统的一项具有挑战性的任务，配置的稳定性，证明它不能由一个简单的连续状态反馈。作为替代办法随时间变化的反馈[10,4,11,13,14,15,18]或间断反馈[3]也随之被提出。从[5]移动机器人的运动控制的一项调查可以看到。另一方面，非完整系统的轨迹跟踪不符合布洛基的条件，从而使其这一个任务更为轻松。许多著作也已经给出了移动机器人的特殊情况的这一问题[6,7,8,12,16]。 所有这些控制律都是工作在相同的假设下：系统的演变是完全已知和没有扰动使得系统偏离其轨迹。很少有文章在处理移动机器人的控制时考虑到扰动的运动学方程。但是[1]提出了一种有关稳定汽车的配置，有效的矢量控制扰动领域，并且建立在迭代轨迹跟踪的基础上。 存在的障碍使得达到规定路径的任务变得更加困难，因此在执行任务的任何动作之前都需要有一个路径规划。 在本文中，我们在迭代轨迹跟踪的基础上提出了一个健全的方案，使得带拖车的
机器人按照规定路径行走。该轨迹计算由规划的议案所描述[17]，从而避免已经提交了输入的障碍物。在下面，我们将不会给出任何有关规划的发展，我们提及这个参考的细节。而且，我们认为，在某一特定轨迹的执行屈服于扰动。我们选择的这些扰动模型是非常简单，非常一般。它存在一些共同点[1]。 本文安排如下：第2节介绍我们的实验系统Hilare及其拖车：两个连接系统将被视为（图1）。第3节处理控制方案及分析的稳定性和鲁棒性。在第4节，我们介绍本实验结果。 图1带拖车的Hilare 2 系统描述 Hilare是一个有两个驱动轮的移动机器人。拖车是被挂在这个机器人上的，确定了两个不同的系统取决于连接设备：在系统A的拖车拴在机器人的车轮轴中心线上方（图1 ，顶端），而对系统B是栓在机器人的车轮轴中心线的后面（图1 ，底部)。A l= 0 。这个系统不过单从控制的角度来看，需要更对B来说是一种特殊情况，其中 r 多的复杂的计算。出于这个原因，我们分开处理挂接系统。两个马达能够控制机器人的线速度和角速度（v r，r ω)。除了这些速度之外，还由传感器测量，而机器人和拖车之间的角度?，由光学编码器给出。机器人的位置和方向（x r,y r,rθ）通过整合前的速度被计算。有了这些批注，控制系统B是：
基本电路 包括电路模型的元素被称为理想的电路元件。一个理想的电路元件是一个实际的电气元件的数学模型，就像一个电池或一个灯泡。重要的是为理想电路元件在电路模型用来表示实际的电气元件的行为可接受程度的准确性。电路分析，本单位的重点，这些工具，然后应用电路。电路分析基础上的数学方法，是用来预测行为的电路模型和其理想的电路元件。一个所期望的行为之间的比较，从设计规范，和预测的行为，形成电路分析，可能会导致电路模型的改进和理想的电路元件。一旦期望和预测的行为是一致的，可以构建物理原型。 物理原型是一个实际的电气系统，修建从实际电器元件。测量技术是用来确定实际的物理系统，定量的行为。实际的行为相比，从设计规范的行为，从电路分析预测的行为。比较可能会导致在物理样机，电路模型，或两者的改进。最终，这个反复的过程，模型，组件和系统的不断完善，可能会产生较准确地符合设计规范的设计，从而满足需要。 从这样的描述，它是明确的，在设计过程中，电路分析中起着一个非常重要的作用。由于电路分析应用电路模型，执业的工程师尝试使用成熟的电路模型，使设计满足在第一次迭代的设计规范。在这个单元，我们使用20至100年已测试通过机型，你可以认为他们是成熟的。能力模型与实际电力系统理想的电路元件，使电路理论的工程师非常有用的。 说理想电路元件的互连可用于定量预测系统的行为，意味着我们可以用数学方程描述的互连。对于数学方程是有用的，我们必须写他们在衡量的数量方面。在电路的情况下，这些数量是电压和电流。电路分析的研究，包括了解其电压和电流和理解上的电压施加的限制，目前互连的理想元素的每一个理想的电路元件的行为电路分析基础上的电压和电流的变量。电压是每单位电荷，电荷分离所造成的断电和SI单位伏V = DW / DQ。电流是电荷的流动速度和具有的安培SI单位（I= DQ/ DT）。理想的基本电路元件是两个终端组成部分，不能细分，也可以在其终端电压和电流的数学描述。被动签署公约涉及元素，当电流通过元素的参考方向是整个元素的参考电压降的方向端子的电压和电流的表达式使用一个积极的迹象。 功率是单位时间内的能量和平等的端电压和电流的乘积;瓦SI单位。权力的代数符号解释如下： 如果P> 0，电源被传递到电路或电路元件。 如果p<0，权力正在从电路或电路元件中提取。 在这一章中介绍的电路元素是电压源，电流源和电阻器。理想电压源保持一个规定的电压，不论当前的设备。理想电流源保持规定的电流不管了整个设备的电压。电压和电流源是独立的，也就是说，不是任何其他电路的电流或电压的影响;或依赖，就是由一些电路中的电流或电压。一个电阻制约了它的电压和电流成正比彼此。有关的比例常数电压和一个电阻值称为其电阻和欧姆测量。 欧姆定律建立相称的电压和电流的电阻。具体来说，V = IR电阻的电流流动，如果在它两端的电压下降，或V=_IR方向，如果在该电阻的电流流是在它两端的电压上升方向。 通过结合对权力的方程，P = VI，欧姆定律，我们可以判断一个电阻吸收的功率：P = I2R= U2/ R 电路节点和封闭路径。节点是一个点，两个或两个以上的电路元件加入。当只有两个元素连接，形成一个节点，他们表示将在系列。一个闭合的路径是通过连接元件追溯到一个循环，起点和终点在同一节点，只有一次每遇到中间节点。 电路是说，要解决时，两端的电压，并在每个元素的电流已经确定。欧姆定律是一个重要的方程，得出这样的解决方案。 在简单的电路结构，欧姆定律是足以解决两端的电压，目前在每一个元素。然而，对于更复杂的互连，我们需要使用两个更为重要的代数关系，被称为基尔霍夫定律，来解决所有的电压和电流。 基尔霍夫电流定律是： 在电路中的任何一个节点电流的代数和等于零。 基尔霍夫电压定律是： 电路中的任何封闭路径上的电压的代数和等于零。 1.2电路分析技术 到目前为止，我们已经分析应用结合欧姆定律基尔霍夫定律电阻电路相对简单。所有的电路，我们可以使用这种方法，但因为他们而变得结构更为复杂，涉及到越来越多的元素，这种直接的方法很快成为累赘。在这一课中，我们介绍两个电路分析的强大的技术援助：在复杂的电路结构的分析节点电压的方法，并网电流的方
译文 流体传动及控制技术已经成为工业自动化的重要技术，是机电一体化技术的核心组成之一。而电液比例控制是该门技术中最具生命力的一个分支。比例元件对介质清洁度要求不高，价廉，所提供的静、动态响应能够满足大部分工业领域的使用要求，在某些方面已经毫不逊色于伺服阀。比例控制技术具有广阔的工业应用前景。但目前在实际工程应用中使用电液比例阀构建闭环控制系统的还不多，其设计理论不够完善，有待进一步的探索，因此，对这种比例闭环控制系统的研究有重要的理论价值和实践意义。本论文以铜电解自动生产线中的主要设备——铣耳机作为研究对象，在分析铣耳机组各构成部件的基础上，首先重点分析了铣耳机的关键零件——铣刀的几何参数、结构及切削性能，并进行了实验。用电液比例方向节流阀、减压阀、直流直线测速传感器等元件设计了电液比例闭环速度控制系统，对铣耳机纵向进给装置的速度进行控制。论文对多个液压阀的复合作用作了理论上的深入分析，着重建立了带压差补偿型的电液比例闭环速度控制系统的数学模型，利用计算机工程软件，研究分析了系统及各个组成环节的静、动态性能，设计了合理的校正器，使设计系统性能更好地满足实际生产需要 水池拖车是做船舶性能试验的基本设备,其作用是拖曳船模或其他模型在试验水池中作匀速运动,以测量速度稳定后的船舶性能相关参数,达到预报和验证船型设计优劣的目的。由于拖车稳速精度直接影响到模型运动速度和试验结果的精度,因而必须配有高精度和抗扰性能良好的车速控制系统,以保证拖车运动的稳速精度。本文完成了对试验水池拖车全数字直流调速控制系统的设计和实现。本文对试验水池拖车工作原理进行了详细的介绍和分析,结合该控制系统性能指标要求,确定采用四台直流电机作为四台车轮的驱动电机。设计了电流环、转速环双闭环的直流调速控制方案,并且采用转矩主从控制模式有效的解决了拖车上四台直流驱动电机理论上的速度同步和负载平衡等问题。由于拖车要经常在轨道上做反复运动,拖动系统必须要采用可逆调速系统,论文中重点研究了逻辑无环流可逆调速系统。大型直流电机调速系统一般采用晶闸管整流技术来实现,本文给出了晶闸管整流装置和直流电机的数学模型,根据此模型分别完成了电流坏和转速环的设计和分析验证。针对该系统中的非线性、时变性和外界扰动等因素,本文将模糊控制和PI控制相结合,设计了模糊自整定PI控制器,并给出了模糊控制的查询表。本文在系统基本构成及工程实现中,介绍了西门子公司生产的SIMOREGDC Master 6RA70全数字直流调速装置,并设计了该调速装置的启动操作步骤及参数设置。完成了该系统的远程监控功能设计,大大方便和简化了对试验水池拖车的控制。对全数字直流调速控制系统进行了EMC设计,提高了系统的抗干扰能力。本文最后通过数字仿真得到了该系统在常规PI控制器和模糊自整定PI控制器下的控制效果,并给出了系统在现场调试运行时的试验结果波形。经过一段时间的试运行工作证明该系统工作良好,达到了预期的设计目的。 提升装置在工业中应用极为普遍,其动力机构多采用电液比例阀或电液伺服阀控制液压马达或液压缸,以阀控马达或阀控缸来实现上升、下降以及速度控制。电液比例控制和电液伺服控制投资成本较高,维护要求高,且提升过程中存在速度误差及抖动现象,影响了正常生产。为满足生产要求,提高生产效率,需要研究一种新的控制方法来解决这些不足。随着科学技术的飞速发展,计算机技术在液压领域中的应用促进了电液数字控制技术的产生和发展,也使液压元件的数字化成为液压技术发展的必然趋势。本文以铅电解残阳极洗涤生产线中的提升装置为研究
外文翻译 题目：电力电子技术二 A部分 晶闸管 在晶闸管的工作状态，电流从阳极流向阴极。在其关闭状态，晶闸管可以阻止正向 导电，使其不能运行。 可触发晶闸管能使导通状态的正向电流在短时间内使设备处于阻断状态。使正向电压下降到只有导通状态的几伏（通常为1至3伏电压依赖于阻断电压的速度）。 一旦设备开始进行，闸极电流将被隔离。晶闸管不可能被闸关闭，但是可以作为一个二极管。在电路的中，只有当电流处于消极状态，才能使晶闸管处于关闭状态，且电流降为零。在设备运行的时间内，允许闸在运行的控制状态直到器件在可控时间再次进入正向阻断状态。 在逆向偏置电压低于反向击穿电压时，晶闸管有微乎其微的漏电流。通常晶闸管的正向额定电压和反向阻断电压是相同的。晶闸管额定电流是在最大范围指定RMS和它是有能力进行平均电流。同样的对于二极管，晶闸管在分析变流器的结构中可以作为理想的设备。在一个阻性负载电路中的应用中，可以控制运行中的电流瞬间传至源电压的正半周期。当晶闸管尝试逆转源电压变为负值时，其理想化二极管电流立刻变成零。 然而，按照数据表中指定的晶闸管，其反向电流为零。在设备不运行的时间中，电流为零，重要的参数变也为零，这是转弯时间区间从零交叉电流电压的参
考。晶闸管必须保持在反向电压，只有在这个时间，设备才有能力阻止它不是处于正向电压导通状态。 如果一个正向电压应用于晶闸管的这段时间已过，设备可能因为过早地启动并有可能导致设备和电路损害。数据表指定晶闸管通过的反向电压在这段期间和超出这段时间外的一个指定的电压上升率。这段期间有时被称为晶闸管整流电路的周期。 根据使用要求，各种类型的晶闸管是可得到的。在除了电压和电流的额定率，转弯时间，和前方的电压降以及其他必须考虑的特性包括电流导通的上升率和在关闭状态的下降率。 1。控制晶闸管阶段。有时称为晶闸管转换器，这些都是用来要是整顿阶段，如为直流和交流电机驱动器和高压直流输电线路应用的电压和电流的驱动。主要设备要求是在大电压、电流导通状态或低通态压降中。这类型的晶闸管的生产晶圆直径到10厘米，其中平均电流目前大约是4000A，阻断电压为5之7KV。 2。逆变级的晶闸管。这些设计有小关断时间，除了低导通状态电压，虽然在设备导通状态电压值较小，可设定为2500V和1500A。他们的关断时间通常在几微秒范围到100μs之间，取决于其阻断电压的速率和通态压降。 3。光控晶闸管。这些会被一束脉冲光纤触发使其被引导到一个特殊的敏感的晶闸管地区。光化的晶闸管触发，是使用在适当波长的光的对硅产生多余的电子空穴。这些晶闸管的主要用途是应用在高电压，如高压直流系统，有许多晶闸管被应用在转换器阀门上。光控晶闸管已经发现的等级，有4kV的3kA，导通状态电压2V、光触发5毫瓦的功率要求。 还有其它一些晶闸管，如辅助型关断晶闸管（关贸总协定），这些晶闸管其他变化，不对称硅可控（ASCR）和反向进行，晶闸管（RCT）的。这些都是应用。 B部分 功率集成电路 功率集成电路的种类 现代半导体功率控制相当数量的电路驱动，除了电路功率器件本身。这些控制电路通常由微处理器控制，其中包括逻辑电路。这种在同一芯片上包含或作
模糊控制理论 概述 模糊逻辑广泛适用于机械控制。这个词本身激发一个一定的怀疑,试探相当于“仓促的逻辑”或“虚假的逻辑”,但“模糊”不是指一个部分缺乏严格性的方法,而这样的事实,即逻辑涉及能处理的概念,不能被表达为“对”或“否”,而是因为“部分真实”。虽然遗传算法和神经网络可以执行一样模糊逻辑在很多情况下,模糊逻辑的优点是解决这个问题的方法,能够被铸造方面接线员能了解,以便他们的经验,可用于设计的控制器。这让它更容易完成机械化已成功由人执行。 历史以及应用 模糊逻辑首先被提出是有Lotfi在加州大学伯克利分校在1965年的一篇论文。他阐述了他的观点在1973年的一篇论文的概念,介绍了语言变量”,在这篇文章中相当于一个变量定义为一个模糊集合。其他研究打乱了,第二次工业应用中,水泥窑建在丹麦,即将到来的在线1975。 模糊系统在很大程度上在美国被忽略了,因为他们更多关注的是人工智能，一个被过分吹嘘的领域，尤其是在1980年中期年代,导致在诚信缺失的商业领域。 然而日本人对这个却没有偏见和忽略，模糊系统引发日立的Seiji Yasunobu和Soji Yasunobu Miyamoto的兴趣。,他于1985年的模拟,证明了模糊控制系统对仙台铁路的控制的优越性。他们的想法是被接受了,并将模糊系统用来控制加速、制动、和停车，当线于1987年开业。 1987年另一项促进模糊系统的兴趣。在一个国际会议在东京的模糊研究那一年,Yamakawa论证<使用模糊控制,通过一系列简单的专用模糊逻辑芯片,在一个“倒立摆“实验。这是一个经典的控制问题,在这一过程中,车辆努力保持杆安装在顶部用铰链正直来回移动。 这次展示给观察者家们留下了深刻的印象,以及后来的实验,他登上一Yamakawa酒杯包含水或甚至一只活老鼠的顶部的钟摆。该系统在两种情况下,保持稳定。Yamakawa最终继续组织自己的fuzzy-systems研究实验室帮助利用自己的专利在田地里的时候。
模糊控制的优缺点
————————————————————————————————作者：————————————————————————————————日期：
１.模糊控制中模糊的含义 模糊控制中的模糊其实就是不确定性。从属于该概念和不属于该概念之间没有明显的分界线。模糊的概念导致了模糊现象。 2.模糊控制的定义 模糊控制就是利用模糊数学知识模仿人脑的思维对模糊的现象进行识别和判断,给出精确的控制量，利用计算机予以实现的自动控制。 3.模糊控制的基本思想 模糊控制的基本思想:根据操作人员的操作经验，总结出一套完整的控制规则,根据系统当前的运行状态，经过模糊推理，模糊判断等运算求出控制量,实现对被控制对象的控制。 4.模糊的控制的特点 不完全依赖于纯粹的数学模型，依赖的是模糊规则。模糊规则是操作者经过大量的操作实践总结出来的一套完整的控制规则。 模糊控制的对象称为黑匣（由于不知道被控对象的内部结构、机理，无法用语言去描述其运动规律,无法去建立精确的数学模型）。但是模糊规则又是模糊数学模型。 5 模糊控制的优缺点及需要解决的问题分析 5.1模糊控制的优点 (1)使用语言方便,可不需要过程的精确数学模型;(不需要精确的数学模型) (２）鲁棒性强,适于解决过程控制中的非线性、强耦合时变、
滞后等问题；鲁棒性即系统的健壮性。 (3）有较强的容错能力。具有适应受控对象动力学特征变化、环境特征变化和动行条件变化的能力; (4)操作人员易于通过人的自然语言进行人机界面联系,这些模糊条件语句容易加到过程的控制环节上。 5．2模糊控制的缺点 (１)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差; (2)模糊控制的设计尚缺乏系统性,无法定义控制目标。 6.模糊数学 模糊数学就是利用数学知识研究和解决模糊现象。在数学和模糊现象之间架起了一座桥梁。 6．１模糊集合的概念 每一个概念都有内涵和外延。 内涵就是指概念的本质属性的集合。外延就是符合某种本质属性的全体对象的集合。 模糊数学的基础就是模糊理论集。 在模糊集合设计到的论域U 上，给定了一个映射A,A ：U →[0,1] ,)(x x A μ ,则称A 为论域U 上的模糊集合或者模糊子集； )(x A μ表示U 中各个元素x 属于集合A 的程度,称为元素x 属于模糊集合A 的隶属函数。当x 是一个确定的0x 时，称)(0x A μ为元素0x 对于模糊集合A 的隶属 度。 F 集合引出的几个概念
跨境电商外文文献综述 (文档含英文原文和中文翻译) 译文: 本地化跨境电子商务的模型 摘要 通过对国际供应链的B2B电子商务交易量的快速增长和伊朗快速增加的跨境交易业务，跨境电商过程的有效管理对B2B电子商务系统十分重要。本文对局部模型的结构是基于B2B电子商务的基础设施三大层，消息层、业务流程层和内容层。由于伊朗的电子商务的要求，每一层的需要适当的标准和合适的方案的选择。当电子文件需要移动顺利向伊朗，建议文件的标准为文件内容支持纸质和电子文件阅读。验证提出的模型是通过案例研究方法呈现一到四阶段的情景。本文试图通过交换商业文件在贸易过程中这一局部模型，实现在全球电子贸易供应链更接近区域单一窗口建设的关键目标。 关键词：电子商务;跨境贸易;电子文档管理;国际供应链
1.简介 电子商务是关于在互联网或其他网络电子系统购买和销售产品或服务。术语B2B（企业对企业），描述了企业间的电子商务交易，如制造商和批发商，或批发商和零售商之间。本文的研究目标是上两个不同国家贸易商之间的通信。今天的世界贸易组织的主要目标之一是建立区域单一窗口，可以提高世界各地的贸易便利化。建立区域单一窗口需要跨境海关，可以有效地交换贸易文件。因此，首先，简化跨境贸易文件的关键在于朝着国家单一窗口移动。然后，区域单一窗口可以授权国家之间的通信。电子商务模型是基于三个主要逻辑层的研究。这三个层消息传输层，业务处理层和内容层。本文的局部模型是一种能够自动交换读取文件的过程。通过与东亚和中东国家的建立区域单一窗口可以在将来得到改善的更多的互操作性，从而建立伊朗国家单一窗口 在本文的第二部分讨论引进国际供应链中的跨境B2B模式所需的基本概念和标准。第三部分介绍在大的模型中引入的组件功能和范围。第四部分讨论了B2B交易层模型的定位，最后结束本文。 2.背景 在本节中，除了了解B2B电子商务在伊朗的情况，还有参考模型的背景等概念以及讨论B2B电子商务跨境模式的本土化。 2.1 B2B电子商务在伊朗 如今伊朗在贸易进程的变现是一个关键的贸易成功点。伊朗和许多其他国家接壤，它的进口和出口过程可以通过公路，铁路，海上和空中的方式来完成。因此，这个国家的中部和战略作用，使得它在亚洲和中东地区货物运输的主要贸易点。今天，在伊朗海关几乎所有的贸易过程通过纸质表格完成，由商务部提供的电子服务仅限于谁该国境内交易的商人。今天，伊朗海关几乎所有的贸易流程都是通过纸质表格来完成的，商务部给出的电子服务只限于该国的商人。介绍了模型试图简化在伊朗交易的跨境电子商务供应链交换电子文件的过程。这里提到的一些系统，由商务部在伊朗的电子服务被提及：进口订单管理系统。贸易统计制度。伊朗法典伊朗。这些电子系统的主要使用，以促进在伊朗贸易过程。这里提到的系统作为独立的贸易者可与建议本文模型在未来的作用。在亚洲的区域性单
基于模糊控制的matlab simulink仿真 摘要：为提高工业上所需温度的控制精度，在本文中详细介绍如何设计模糊控制器，以及如何在在MA TLAB中建立模型，并使用模糊工具箱和SIMULINK在Matlab中实现参数的计算机模拟控制系统。在该系统中，通过采用模糊控制算法对温度实现了很好的控制，并且该系统正处于实际工业电阻炉温度控制的应用和试行阶段，也达到了满意的控制效果。实践表明，模糊控制方法提高了控制的实时性，稳定性和精确度，并且实现了操作过程的简化，对于工程实际应用具有较强的借鉴意义。 关键词：模糊控制，SIMULINK，MATLAB，仿真 1介绍系统 MATLAB / Simulink是一种世界通用的科学计算和仿真的语言, Simulink则是一个以系统级仿真环境为基础的系统框图和程序框图,这个环境提供了很多的专业模块库:如CDMA参考仿真、数字信号处理器(DSP)模块库等。它是一个动态的系统建模,仿真和仿真结果具有以下特点: (1)调用代理模块框图是连接到系统的工程,使建模和仿真系统的框图,更全面，研究信息系统具有高的开放性。 (2)使用户可以自由修改模块的参数,并可以无限的使用所有的MATLAB分析工具，因此MATLAB具有高互动性。 (3)仿真结果可以几乎跟在实验室里显示的图形或数据是一样的。 模糊逻辑控制、自动化的发展和它们未来的发展策略,是一种智能控制系统，已经受到了极大的关注。它使用语言规则和模糊集进行模糊推理。为了解决复杂的系统,包括非线性、不确定性和精确的数学模型难以建立的问题,就可以采用模糊控制技术,目前，此技术被广泛使用。温度控制通常采用传统的PID控制算法，但是控制效果较不明显的。当情况的变化时将改变系统参数,PID参数也需要及时调整,否则会产生更糟糕的动态特性,使控制精度下降。当温度偏差太大时,容易导致积分饱和的现象,导致控制时间太久和其他的问题。在同一时间,模糊工具箱和SIMULINK在用MATLAB来实现参数控制系统的计算机仿真技术,能提高效率和系统设计的精度。 整个系统以AT89S51单片机为核心、以温度数据采集电路,过零检测和触发电路、键盘和显示电路、记忆电路(CF卡)、声光报警电路、复位电路等组成硬件部分，还有相应的控制软件等构成了完整电阻炉温度控制系统，其系统框图如图1-1所示。
(文档含英文原文和中文翻译) 中英文资料外文翻译 原文： As the world energy crisis, and the war and the energy consumption of oil -- and are full of energy, in one day, someday it will disappear without a trace. Oil is not in resources. So in oil consumption must be clean before finding a replacement. With the development of science and technology the progress of
the society, people invented the electric car. Electric cars will become the most ideal of transportation. In the development of world each aspect is fruitful, especially with the automobile electronic technology and computer and rapid development of the information age. The electronic control technology in the car on a wide range of applications, the application of the electronic device, cars, and electronic technology not only to improve and enhance the quality and the traditional automobile electrical performance, but also improve the automobile fuel economy, performance, reliability and emissions purification. Widely used in automobile electronic products not only reduces the cost and reduce the complexity of the maintenance. From the fuel injection engine ignition devices, air control and emission control and fault diagnosis to the body auxiliary devices are generally used in electronic control technology, auto development mainly electromechanical integration. Widely used in automotive electronic control ignition system mainly electronic control fuel injection system, electronic control ignition system, electronic control automatic transmission, electronic control (ABS/ASR) control system,
常规PID和模糊PID算法的分析比较 摘要：模糊PID控制器实际上跟传统的PID控制器有很大联系。区别在于传统的控制器的控制前提必须是熟悉控制对象的模型结构，而模糊控制器因为它的非线性特性，所以控制性能优于传统PID控制器。对于时变系统，如果能够很好地采用模糊控制器进行调节，其控制结果的稳定性和活力性都会有改善。但是，如果调节效果不好，执行器会因为周期振荡影响使用寿命，特别是调节器是阀门的场合，就必须考虑这个问题。为了解决这个问题，出现了很多模糊控制的分析方法。本文提出的方法采用一个固定的初始域，这样相当程度上简化了模糊控制的设定问题以及实现。文中分析了振荡的原因并分析如何抑制这种振荡的各种方法，最后，还给出一种方案，通过减少隶属函数的数量以及改善解模糊化的方法缩短控制信号计算时间，有效的改善了控制的实时性。 1 引言 模糊控制器的一个主要缺陷就是调整的参数太多。特别是参数设定的时候，因为没有相关的书参考，所以它的给定非常困难。众所周知，优化方法的收敛性跟它的初始化设定有很大关联，如果模糊控制器的初始域是固定的，那么它的控制就明显的简化了。而且我们要控制的参数大多有其实际的物理意义，所以模糊控制器完全可以利用PID算法的控制规律进行近似的调整。也就是说最简单的模糊PID控制器就是同时采用几种基本模糊控制算法（P+I+D或者PI+D），控制过程中它会根据控制要求，做出适当的选择，保证在处理跟踪以抗阶跃干扰问题上，其控制性能接近于任何一种PID控制。假设模糊集的初始域是对称的，两个调节器的参数采用Ziegler-Nichols方法。 为了改善上述设计的模糊控制器，我们有必要考模糊控制器的参数问题，有两种方法可以采纳，一种采用手动的方法改变，另一种就是采用一些相关的优化算法。其中遗传算法就是一种。控制器采用的参数不同，其收敛的优化值也会不一样。这些参数包括模糊集的分布，模糊集的个数，映射规则，基本模糊控制器的参数和不同的算法组合等。要注意的是在优化前必须选定模糊推理及解模糊的方法。很明显，优化过程很耗时，更有甚者，有些优化方法要已知系统的精确模型，但是实际过程中难以得到系统的精确模型，所以在大多数情况下，这些优化算法不能直接应用在实际过程。也就是说模型不精确直接影响优化成败。模糊控制的主要思想就是针对那些传递函数未知的或者结构难以辨识的系统进行控制，这也是模糊控制的性能为什么优于传统方法的原因。同时，把模糊控制和传统的PID控制算法结合起来，更能体现这种算法的优点，因为它大大简化实际过程的调整。 图1 隶属函数图图2映射规则图参数集的启发式优化法也适用于模糊PI控制器，它采用固定的定义域，其参数的选取和
跨境电商外文翻译参考文献(文档含中英文对照即英文原文和中文翻译)
译文： 跨境电子商务在欧盟的发展动力和壁垒 摘要 互联网的兴起，往往是与“距离的消亡”或至少减少相关的地理距离在供应信息相关。我们研究距离 事宜仍在实物商品的网上交易是否。我们使用的数据从一个网络消费者调查小组对网上跨境货物贸易中的 一个语言支离破碎的欧盟市场。分析结果表明，相比线下交易在同一商品的距离相关的交易成本大大降低。然而，语言相关的交易成本的增加。此外，网上交易介绍新能源贸易成本如包裹递送和在线支付系统。在 平衡，没有迹象显示在线贸易不偏向于国内市场的产品比线下交易支持。我们提供给政策制定者推动欧盟数 字单一市场的跨境电子商务的选项。在高效灵活的跨境支付系统的使用增加1%可以增加多达7%的跨境电子 商务。我们还表明，在线交易给英语语言输出国家的比较优势。 关键词电子商务/引力方程/欧盟 1.介绍 本文实证研究的在线电子商务跨境贸易模式的影响。互联网的兴起，更一般地，数字通信技术，具有LED许多观察家宣布，距离“死”（Cairncross，1997）。在这方面，它不在乎信息所在的位臵因为它只是一个鼠标点击和信息成本不再是物理距 离有关。在传统的线下实物商品贸易，证据却指向距离成本增加（disdier和头，2008）。贸易相结合的基础上的信息和物理的货物运输。问题是是否将贸易从线 下到线上平台是一个足够大的凹痕在信息成本改变贸易总成本因此货物贸易模式。Blum 和Goldfarb（2006）表明，即使是纯粹的信息产品，距离仍然起着重要的 作用。他们认为这是文化上的差异，随着物理距离的增加。除了信息成本的影响， 可能会有副作用，对贸易模式的影响。网上贸易开辟了一个潜在的更大的地理汇水 面积，为供应商和消费者，在产品品种和价格竞争的增加。这两
LED点阵显示屏中英文对照外文翻译文献(文档含英文原文和中文翻译)
译文： 基于AT89C52单片机的LED显示屏控制系统的设计 摘要这篇文章介绍了基于AT89C52单片机的LED点阵显示屏的软件和硬件开发过程。使用一个简单的外部电路来控制像素是32×192的显示屏。用动态扫描，显示屏可以显示6个32×32的点阵汉字。显示屏也可以分为两个小的显示屏，它可以显示24个像素是16×16的汉字。可以通过修改代码来改变显示的内容和字符的滚动功能，而且可以根据需要调整字符的滚速或者暂停滚动。中文字符代码存储在外部存储寄存器中，内存的大小由需要显示的汉字个数决定。这种显示屏具有体积小，硬件和电路结构简单的优点。 关键词发光二极管汉字显示AT89C52单片机 1.导言 随着LED显示屏不断改善和美化人们的生活环境，LED显示屏已经成为城市明亮化，现代化、信息化的一项重要标志。在大的购物商场，火车站，码头，地铁，大量的管理窗口等，我们经常可以看到LED灯光。LED商业已成为一个快速增长的新产业，拥有巨大的市场空间和光明前景。文章，图片，动画和视频通过LED发光显示，并且内容可以变换。一些显示设备的模块化结构，通常有显示模块，控制系统和电源系统。显示模块是由LED管组成的点阵结构，进行发光显示，可以显示文章，图片，视频等。控制系统可以控制区域里LED的亮灭，电源系统为显示屏提供电压和电流。用电脑，取出字符字节，传送到微控制器，然后送到LED点阵显示屏上进行显示，很多室内和室外显示屏都是通过这个方法进行显示的。按显示的内容区分，LED点阵屏的显示可分为图形显示、图片显示和视频显示三个部分。与图片显示屏比较，不管是单色或者彩色的图形显示屏，都没有灰色色差，所以，图形显示不能反映丰富的色彩。视频显示屏不但可以显示运动、清楚和全彩的图像，也可以显示电视和计算机信号。虽然三者
电力电子技术（二） A部分 晶闸管 在晶闸管的工作状态，电流从阳极流向阴极。在其关闭状态，晶闸管可以阻止正向 导电，使其不能运行。 可触发晶闸管能使导通状态的正向电流在短时间内使设备处于阻断状态。使正向电压下降到只有导通状态的几伏（通常为1至3伏电压依赖于阻断电压的速度）。 一旦设备开始进行，闸极电流将被隔离。晶闸管不可能被闸关闭，但是可以作为一个二极管。在电路的中，只有当电流处于消极状态，才能使晶闸管处于关闭状态，且电流降为零。在设备运行的时间内，允许闸在运行的控制状态直到器件在可控时间再次进入正向阻断状态。 在逆向偏置电压低于反向击穿电压时，晶闸管有微乎其微的漏电流。通常晶闸管的正向额定电压和反向阻断电压是相同的。晶闸管额定电流是在最大范围指定RMS和它是有能力进行平均电流。同样的对于二极管，晶闸管在分析变流器的结构中可以作为理想的设备。在一个阻性负载电路中的应用中，可以控制运行中的电流瞬间传至源电压的正半周期。当晶闸管尝试逆转源电压变为负值时，其理想化二极管电流立刻变成零。 然而，按照数据表中指定的晶闸管，其反向电流为零。在设备不运行的时间中，电流为零，重要的参数变也为零，这是转弯时间区间从零交叉电流电压的参考。晶闸管必须保持在反向电压，只有在这个时间，设备才有能力阻止它不是处于正向电压导通状态。 如果一个正向电压应用于晶闸管的这段时间已过，设备可能因为过早地启动并有可能导致设备和电路损害。数据表指定晶闸管通过的反向电压在这段期间和
超出这段时间外的一个指定的电压上升率。这段期间有时被称为晶闸管整流电路的周期。 根据使用要求，各种类型的晶闸管是可得到的。在除了电压和电流的额定率，转弯时间，和前方的电压降以及其他必须考虑的特性包括电流导通的上升率和在关闭状态的下降率。 1。控制晶闸管阶段。有时称为晶闸管转换器，这些都是用来要是整顿阶段，如为直流和交流电机驱动器和高压直流输电线路应用的电压和电流的驱动。主要设备要求是在大电压、电流导通状态或低通态压降中。这类型的晶闸管的生产晶圆直径到10厘米，其中平均电流目前大约是4000A，阻断电压为5之7KV。 2。逆变级的晶闸管。这些设计有小关断时间，除了低导通状态电压，虽然在设备导通状态电压值较小，可设定为2500V和1500A。他们的关断时间通常在几微秒范围到100μs之间，取决于其阻断电压的速率和通态压降。 3。光控晶闸管。这些会被一束脉冲光纤触发使其被引导到一个特殊的敏感的晶闸管地区。光化的晶闸管触发，是使用在适当波长的光的对硅产生多余的电子空穴。这些晶闸管的主要用途是应用在高电压，如高压直流系统，有许多晶闸管被应用在转换器阀门上。光控晶闸管已经发现的等级，有4kV的3kA，导通状态电压2V、光触发5毫瓦的功率要求。 还有其它一些晶闸管，如辅助型关断晶闸管（关贸总协定），这些晶闸管其他变化，不对称硅可控（ASCR）和反向进行，晶闸管（RCT）的。这些都是应用。 B部分 功率集成电路 功率集成电路的种类 现代半导体功率控制相当数量的电路驱动，除了电路功率器件本身。这些控制电路通常由微处理器控制，其中包括逻辑电路。这种在同一芯片上包含或作为功率器件来控制和驱动电路将大大简化了整个电路的设计和扩大潜在的应用范围。这样的整合将会产生一个更便宜和更可靠的电源控制系统。总的来说，将减少复杂性（较少独立电路和使用这类功率集成电路系统组件）。 这样的整合已经被证明有很多应用。这里有三个类功率积体电路包括所谓