基于BackSteping算法的工业机械臂快速精确跟踪控制器设计

针对建模和测量的不精确性,外界干扰和状态变量的强耦合等因素对机械臂轨迹跟踪的影响,设计了基于反演控制算法的轨迹跟踪控制器.数值仿真结果表明,该控制器可使机械臂各关节的轨迹跟踪误差较小,能实现控制系统较好的鲁棒性,因此较适应于实际应用.     

不确定机械臂的组合自适应迭代学习轨迹跟踪

针对一类同时含未知时变和未知定常参数、并带有可重复时变干扰的不确定机械臂系统,为精确跟踪期望轨迹并加快跟踪误差的收敛速度,提出了一种具有抗扰能力的机械臂组合自适应迭代学习控制算法.对未知定常参数和未知时变参数,分别采用时域和迭代域的参数自适应迭代学习律,并基于估计参数设计了机械臂的自适应迭代学习轨迹跟踪控制律.利用相似李亚普诺夫函数证明了轨迹跟踪误差的收敛性.针对二自由度关节式机械臂的仿真结果表明,应用所提算法可实现精确的轨迹跟踪,并加快迭代学习的收敛速度.     

外骨骼式上肢康复机器人的轨迹规划及仿真

针对四自由度外骨骼式上肢康复机器人的运动需求,基于D-H参数法对其进行正/逆向运动学求解,并根据机器人微分运动学,建立表达关节空间的角速度与末端手在笛卡尔空间的线速度之间速度关系对应的雅可比矩阵,实现了末端手在笛卡尔空间的轨迹规划与运动描述,并通过MATLAB仿真验证了该机械臂运动关系的正确性。     

柔性关节机械臂自适应神经网络动态面控制

针对柔性关节机械臂动力学模型具有非线性、不确定性和未知的外界扰动等问题,提出了基于自回归小波神经网络的自适应动态面控制方法.采用对于非线性系统具有良好学习和快速收敛能力的自回归小波神经网络,在线观测和补偿动力学模型的不确定项.并应用动态面方法设计控制器实现了关节轨迹跟踪控制.仿真和实验结果显示:当存在模型参数不准确及未建模的外部扰动力矩时,控制算法表现出良好的自适应能力,与传统动态面法和PD(比例微分)控制相比较,显著提高了柔性关节的位置跟踪精度.     

基于粒子群优化算法的绳驱动连续体机器人轨迹规划

为提高绳驱动连续体机器人运动的平滑性和稳定性,在关节空间和笛卡尔空间研究了基于样条函数和粒子群算法的轨迹规划问题。首先,采用双参数局部指数积公式建立连续体机器人的运动学模型;其次,根据牛顿-拉夫森迭代方法进行逆运动学求解;最后,基于自适应惯性权重的粒子群时间最优化算法结合五次B样条函数,分别实现了连续体机器人在关节空间和笛卡尔空间的轨迹规划。仿真结果表明：在相同的条件下,两种方法均可得到连续体机器人末端的连续轨迹,速度均小于10 mm/s,加速度均小于20 mm/s²;基于关节空间规划出的关节位移、速度、加速度曲线更为平滑,关节空间规划用时9.219 3 s,笛卡尔空间规划用时10.604 6 s。基于粒子群优化算法的绳驱动连续体机器人轨迹规划研究,提高了连续体机器人的运动性能,可为绳驱动连续体机器人的位姿规划提供参考。     

基于粒子群算法的空间机械臂关节驱动力矩优化设计

采用绝对节点坐标方法对空间柔性机械臂臂杆进行动力学建模,采用自然坐标法对机械臂关节进行建模,最终得到刚柔耦合的空间机械臂动力学模型.对冗余自由度机械臂进行逆运动学分析,由规划的末端轨迹得到了含自运动项的关节转角轨迹.利用动力学方程中Lagrange乘子的物理意义,对机械臂系统进行逆动力学分析,推导了关节轴瓦与轴颈在运动过程中受到的关节驱动力/力矩.利用粒子群算法优化机械臂的自运动项,得到了最小化的关节驱动力矩能耗,从而形成了一种冗余空间机械臂关节驱动力矩优化设计新方法.在平面三连杆柔性机械臂进行了数值仿真,仿真结果表明:所提出的方法在实现末端轨迹跟踪的同时,能有效降低关节力矩能耗;得到的关节力矩连续性好,能够满足工程实际需要.      

两端吸附式爬壁机器人机械臂运动误差修正算法

为了解决水轮机叶片坑内修焊空间加工作业需求,研制了适用于复杂曲面的两端吸附式爬壁机器人,该机器人由永磁间隙吸附式移动平台、多自由度机械臂(包括3个主动关节和3个被动关节)和永磁间隙吸附式末端作业单元组成。针对给定末端路径,这种结构的机器人需基于局部平面假设来完成主动关节的轨迹生成。但经仿真分析,在1.5m半径外球面上的简化造成的误差达到5mm以上,不满足修焊工艺要求精度。为此,提出在机械臂加工运动过程中,通过Jacobi矩阵将末端作业单元在Descartes坐标系下的误差转换为关节角修正量以完成动态修正的算法。仿真实验表明,该算法可有效降低运动路径误差至1mm以下。     

多连杆柔性关节机器人的神经网络自适应反演控制

针对模型不精确的多连杆柔性关节机器人的关节运动控制问题,提出一种新的神经网络自适应反演控制算法.该控制算法借鉴单连杆柔性关节机器人的一种神经网络自适应反演算法,在反演过程中,将系统非线性未知项与已知项分开并利用径向基神经网络在线逼近非线性未知项;对这种单连杆柔性关节机器人的神经网络自适应反演算法进行改进,构造出新的非线性项,并对转子惯性矩阵的估计转化为对转子惯量矩阵对角元素的估计;根据李雅普诺夫函数的稳定性设计出适用于多连杆柔性关节机器人的控制律与参数自适应律,从而实现多连杆柔性关节机器人的关节轨迹跟踪控制.仿真试验结果表明,与一般的比例-微分控制算法相比,该算法具有更好的轨迹跟踪性能.此外,神经网络节点数取值较小时,该算法也能够保证一定的轨迹跟踪精度.     

采用跃度模型和干扰估计的并联式加注机器人分散鲁棒控制

针对液压驱动型并联式加注机器人的空间轨迹跟踪控制问题,提出了一种基于机器人跃度模型和关节扰动估计的分散鲁棒控制策略。通过并联机器人的跃度反解模型将系统基于笛卡尔空间的理想期望轨迹映射为各独立关节的期望轨迹,同时将关节间的耦合交联项处理为各驱动单元的时变外部干扰,进而将并联机器人分解成一组受有界外部扰动关节子系统的集合。针对各独立关节,算法通过反步方法融合了扩张状态观测器和鲁棒控制器,其中扩张状态观测器主要用来实现对关节中匹配不确定性与不匹配不确定性(包括外部扰动和非线性建模误差)的精确估计和补偿,鲁棒控制器用于抑制扰动中超出观测器带宽的快速时变项和其他误差项。通过构造Lyapunov函数从理论上验证了整个闭环系统的稳定性。实验结果表明,提出的控制器能准确估计和补偿各关节子系统中存在的匹配与不匹配不确定性,同时系统具有良好的轨迹跟踪性能和较强的抗干扰能力。     

分块建模关节机器人的PI鲁棒滑模控制

为实现机器人关节位置镇定和轨迹跟踪控制,控制律的设计须针对确定的机器人动力学模型,由于机器人结构参数、作业环境的外界干扰及结构振动等不确定性因素的存在,会造成机器人动力学模型不确定.为此,设计3个RBF神经网络分别对不确定机器人模型中的3个不确定项进行分块建模,得到机器人估计模型,神经网络的权值采用自适应算法.针对机器人估计模型设计PI鲁棒滑模控制律.将所设计的控制器用于三关节机器人的三个关节的力矩控制,研究结果表明:三关节均约在1 s时达到期望位置和跟踪期望轨迹,镇定误差和跟踪误差也快速、稳定地趋于零.通过定义基于积分型的Lyapunov函数,利用Lyapunov稳定性理论证明了控制系统是全局渐近稳定的.     

基于绳驱动的多段柔性连续体机械臂的运动学与实验研究

经自然腔道手术机器人要求具有良好的灵巧性,但灵巧性的提高会产生运动学模型复杂且难以建模的问题。针对绳驱动的多段柔性连续体机械臂进行了运动学分析和实验研究。首先,以双段柔性连续体机械臂为原型,基于分段常曲率和神经网络的方法,建立了任务空间和驱动空间的正逆运动学映射模型。以任务空间变量连续体机械臂末端位置为神经网络的输入量,驱动空间变量驱动绳的拉伸量为神经网络的输出量,拟合出了连续体机械臂末端位置和驱动绳拉伸量的映射关系。最后,进行了连续体机械臂的弯曲运动和轨迹跟踪实验。实验结果表明：双段连续体机械臂弯曲角度可达180°,验证了连续体机械臂具有大角度弯曲能力;在连续体机械臂末端的圆轨迹跟踪实验中,连续体机械臂的末端在x轴、y轴、z轴方向的平均绝对位置误差为1.743、1.334和1.172 mm,验证了连续体机械臂的运动学模型的有效性。     

双臂空间机器人惯性空间轨迹的非线性反馈跟踪控制

讨论了载体姿态及位置均不受控制的自由漂浮双臂空问机器人系统的轨迹控制问题.首先,根据双臂空间机器人系统的动量、动量矩守恒关系及系统的Jacobian矩阵,得出机械臂末端抓手加速度与关节角速度、角加速度的关系.然后,根据Roberson-Wittenburg方法推导出系统动力学方程.以此为基础,设计了自由漂浮双臂空间机器人系统机械臂末端抓手惯性空间轨迹的非线性反馈跟踪控制方案.仿真结果证明了上述控制方法的有效性.     

绳驱动拟人臂机器人的刚度分析和优化

分析了一种绳驱动拟人臂机器人的笛卡尔刚度,这种7自由度机械臂具有特殊的串并混联结构,机械臂的肩关节和腕关节均为绳驱动3自由度球关节,通过对其刚度表达式的推导,再结合串联机器人刚度分析方法,描述了机械臂整体笛卡尔刚度矩阵的求解过程.首先描述了绳驱动3自由度球关节的推导过程,用以求解肩关节和腕关节的刚度;然后计算单自由度肘关节的刚度;最后通过结合肩、肘和腕刚度得到的关节空间刚度矩阵,运用修正的一致保守变换得到绳驱动拟人臂机器人的笛卡尔刚度.基于以上的刚度分析,提出了一种刚度优化算法用于改善机器人在运动过程中的刚度,仿真分析验证了这种算法的有效性.     

基于指数变增益迭代学习控制的机械臂轨迹跟踪研究

针对一类具有强耦合、参数时变、不确定干扰性质的机械臂系统,提出了一种指数变增益的闭环D型迭代学习控制算法.该算法主要解决机械臂轨迹跟踪精度以及迭代学习速度问题,可以实现机械臂轨迹的快速精确跟踪.最后通过MATLAB对机械臂轨迹跟踪系统进行仿真,仿真结果验证了算法的有效性.     

位姿闭环控制的高精度脑外科机器人

为解决现有脑外科机器人存在的绝对定位精度难于满足精细手术应用的问题,提出一种视觉伺服的系统方案,引入高精度光学跟踪手段,对机器人的末端位姿进行实时测量并反馈。采用一种基于关节空间控制和位姿空间动态补偿综合的机器人视觉闭环控制方法,并设计了动态校正控制算法。仿真结果表明:动态位姿闭环可以有效克服各种参数误差因素的影响,对机器人的绝对定位和跟踪误差具有校正作用,明显改善了轨迹跟踪精度,同时提高了鲁棒性能。绝对定位达到神经外科手术±1mm的精度要求,实际运用取得了令人满意的结果。     

基于ANFIS的挖掘机器人挖掘轨迹仿真

为提高液压挖掘机器人工作装置挖掘作业轨迹规划控制精度,将挖掘机器人工作装置简化为斗杆、铲斗两关节二维机械臂进行分析.在建立逆运动学模型时,要将铲斗末端位姿空间与工作装置关节空间和油缸空间联系起来进行轨迹规划,以便在各个空间实现对挖掘机器人的控制.为提高跟踪期望轨迹精度,采用两个自适应神经模糊推理系统(ANFIS)分别学...     

一种简单的机器人鲁棒自适应轨迹跟踪控制算法

针对不确定性存在情况下的机器人轨迹跟踪 ,提出了一种鲁棒自适应轨迹控制算法 .控制算法是全局按指数收敛的 ,不需要知道机器人动力学模型 ,结构简单 ,计算量小 ,能使轨迹误差收敛到一任意小的区域内 .利用Lyapunov直接法分析了控制算法的稳定性和鲁棒性 .两关节直接驱动机器人的实验研究验证了算法的有效性 .     

挖掘机器人负载工况下的力与位姿控制

文章分析了智能挖掘技术的研究现状,给出了试验挖掘机器人运动学模型及负载工况下动态特性方程;为实现典型挖掘工况下工作装置位姿及液压驱动力的控制,设计了一种基于BP(back propagation)神经网络PID(proportion-integral-derivative)控制算法的控制器;并以山河智能SWE-17E挖掘机器人为平台进行试验验证。试验结果表明,采用BP神经网络PID控制算法得到的工作装置末端轨迹跟踪误差均方差小于10cm,驱动力跟踪也达到了较高精度,证明了BP神经网络PID控制算法对于挖掘机器人力与位姿控制的可行性和有效性。     

柔性空间机械臂区间参数不确定性分析

研究了柔性空间机械臂动力学分析中由于区间参数的存在而引起的动力学响应不确定性问题.采用能够描述大位移、大变形耦合特性的绝对节点坐标方法来建模柔性机械臂臂杆,建立了含区间参数的多体系统动力学方程,为指标-3的微分代数方程.运用基于Chebyshev多项式的Chebyshev区间扩张函数,将含区间参数的微分代数方程转化为Chebyshev多项式插值点处的确定参数的动力学方程,研究得到了一维区间参数和多维区间参数影响下机械臂系统的动力学响应区间边界,形成了预测机械臂末端轨迹区间的新方法.通过与Taylor方法的对比研究,结果表明,该方法能够有效减少系统仿真工作量,减小动力学响应预测值误差,快速稳定地得到机械臂系统动力学响应区间.      

基于动力学模型的工业机器人导纳控制研究

提出了一种基于动力学模型的导纳控制算法,用来实现机器人末端力和位置的柔顺控制,可以在速度模式下控制机器人运动,以保证无外力接触时的轨迹跟踪精度.首先,根据牛顿-欧拉法建立机器人动力学模型;然后,通过粒子群算法辨识动力学模型参数,得到完整的动力学模型;在此基础上,计算机器人末端位置误差和外力,利用设计的导纳控制器实现机器人的柔顺控制,用Matlab的Simulink仿真模块验证了基于动力学模型导纳控制的有效性和可靠性.仿真结果表明:机器人末端没有与环境接触时,具有较高的跟踪精度;与环境接触时,机器人末端会产生位置误差和外力,从而实现机器人的柔顺控制.