基于在线辨识的机器人惯量前馈控制仿真研究

针对模块化串联协作机器人,当腕部3个关节模块集中在机器人末端时,在机器人运行过程中,本体和负载会对前3个关节产生较大的惯性效应,降低机器人的控制效果.为了消除惯性效应对机器人伺服控制系统的影响,提高协作机器人的跟踪精度,加快动态响应的速度,减少超调量并降低稳态误差,在建立协作机器人动力学模型、计算前馈力矩的基础上,提出了一种基于在线辨识算法的惯量前馈控制技术.由于在机器人运行过程中,各关节电机所带负载的转动惯量不断发生变化,为了实时得到转动惯量实际值,在控制系统中引入变遗忘因子最小二乘辨识算法,对各电机所带负载的转动惯量进行在线辨识.考虑到协作机器人关节中的传动机构多由弹性部件组成,将弹性因素加入到控制系统的设计当中,建立了两刚体弹簧系统被控模型.将转动惯量辨识值输入到前馈通道,实时修正动力学模型中的惯性矩阵,输出前馈电流并叠加在伺服系统电流环的输入端,从而实现前馈控制.最后,在Simulink环境中,基于实验室研制的一种模块化串联协作机器人对该控制技术进行了仿真验证,结果表明:该惯量前馈控制技术能够显著提升机器人控制系统的响应速度与跟踪特性并降低其超调量,验证了该惯量前馈控制技术的可行性与优越性.     

基于虚拟斥力的多机器人遥操作算法的研究

针对多机器人遥操作系统多机器人协作中易于发生碰撞的问题,提出基于虚拟斥力的方法实现实时避碰.在每个机器人的周围预先设定安全区域,当有障碍侵入安全区域时,机器人与障碍之间产生虚拟斥力,迫使机器人的轨迹发生调整远离障碍.基于弹簧、阻尼系统建立虚拟斥力模型,将虚拟斥力作为机器人的扰动力,根据障碍类型给出机器人的避障调整函数.利用Rx60、Rx90两个机器人进行遥操作协作实验,实验结果表明基于虚拟斥力的实时避碰算法能够简单而高效地保证协作作业的安全性.     

基于一种碰撞检测算法的液压机械臂柔顺性分析

为了提高液压机械臂的人机物理接触安全性,本文提出一种基于碰撞检测算法的柔顺性评价方法,首先设计了一种动量偏差观测器用于在无外加传感器的条件下间接获取碰撞力,然后借助机械臂碰撞仿真系统对动量偏差观测器的有效性进行验证,最后建立了外力矩观测值与机械臂柔顺性相关参数的多元非线性回归模型。结果表明,通过动量偏差观测器能够准确观测机械臂碰撞力的变化情况,且外力矩观测值与机械臂柔顺性相关参数之间存在明显的函数拟合关系,利用其可对液压机械臂柔顺性进行有效评价。     

无传感器机械臂碰撞估测及处理策略研究

针对机械臂在工作过程中与人体发生的意外碰撞,提出了一种新型碰撞力估测方法和接触碰撞后安全响应控制策略。当检测到的碰撞力矩超过设定动态限值的力矩时,系统认为碰撞发生。当碰撞发生时为了保证碰撞对象与机械臂的安全,系统采用PID控制策略使得机械臂远离事故现场。该控制策略将碰撞作为一种扰动,作用于机械臂的每一处关节上。即将复杂的空间动力学的运算简化到了关节处二阶线性系统的控制。以UR机器人为例,模拟了工业现场的情况。首先进行了仿真分析,而后在UR机器人安全模式内(碰撞力小于150 N)进行了碰撞试验。实验结果表明提出的碰撞力估测方法与控制策略实现了机械臂"碰撞—躲避—恢复工作"的功能,能够有效的保护被撞对象以及机械臂本体。     

基于人机协作的机器人柔顺示教及再现

针对机器人传统示教方法的局限性,通过分析机器人低速运动状态下的力矩变化,提出基于人机协作的机器人柔顺示教及再现技术;首先建立机器人重力矩和摩擦力矩动力学补偿模型,通过最小二乘法辨识得到机器人重力矩和摩擦力矩,以电机驱动力补偿机器人重力矩和摩擦力矩,以操作者的操作力补偿机器人运动过程中的惯性力、离心力等速度、加速度的相关项,人机协作共同完成柔顺示教;然后在电机速度模式下,通过低通滤波、比例微分控制和速度前馈完成轨迹再现;最后利用个人计算机与固高系列运动控制卡,搭建开放式机器人控制平台,在可视化仿真环境Simulink软件中建立控制程序进行实验。结果表明,通过人机协作,力矩补偿效果显著,柔顺示教较轻松,轨迹再现精度符合基本作业要求。     

新型五自由度混联机器人及其动力学分析

设计了一种新型五自由度混联机器人结构,对其构型进行了介绍和分析.应用D-H方法建立了该五自由度混联机器人的运动学模型.在此基础上,基于递归牛顿-欧拉算法对该混联机器人进行了动力学分析,推导了机器人各连杆的速度、加速度、惯性力和力矩,同时,推导了各连杆相互作用的力、力矩及关节驱动力或力矩,研究了各连杆的运动速度、加速度及受力情况.通过Matlab数值仿真和ADAMS虚拟样机验证了动力学分析求解的正确性,为后续结构优化和运动控制提供了依据.     

模糊逻辑及神经网络动态摩擦和死区补偿的机器人滑模变控制

针对机器人中存在非线性不确性项LuGre动态摩擦和非对称死区的问题,提出采用模糊RBF神经网络及模糊逻辑分别对动态摩擦及死区进行补偿,且实时、自适应训练非线性动态摩擦项及非对称死区项的参数,实现对实际机器人系统准确再现的滑模变鲁棒控制算法,并论证了该算法的Lyapunov稳定性。通过在2自由度机器人上的仿真,证明该算法提高了机器人轨迹跟踪精度、控制力矩及摩擦力矩两者的稳定性。同时发现了该机器人控制力矩的脉冲式补偿误差、摩擦模型中存在类菱形吸引子、缺乏死区补偿将导致控制系统极限环振荡等非线性动力学现象,以及死区逆模型中ε的估计对系统的精度有决定性作用。     

冗余度机器人运动学和动力学同时优化

利用冗余度机器人的冗余特性对其运动学和动力学同时优化.在动力学水平上采用加速度加权范数法对机器人关节力矩进行合理分配优化,在运动学水平上采用了梯度投影算法对机器人的避奇异位形的性能进行优化,并给出了同解性的算法,从而实现了冗余度机器人的运动学和动力学同时优化.仿真结果表明:该算法不仅具有关节力矩合理分配的作用,而且还能实现运动学的优化,实现了冗余度机器人的运动学和动力学同时优化.     

基于WLS-ABC算法的工业机器人参数辨识

针对工业机器人在不带负载时的动力学参数辨识问题,提出了一种基于加权最小二乘法与人工蜂群算法(WLS-ABC)的辨识算法.首先计及关节摩擦特性,推导出机器人动力学模型的线性形式;接着设计五阶傅里叶级数作为激励轨迹,采集辨识实验数据;然后根据文中辨识算法,采用加权最小二乘法得到待辨识参数初始解,并以蜂群为搜索单位,通过群体之间的信息交流与优胜劣汰机制找到全局最优参数;最后对得到的模型进行验证与分析.实验结果表明,通过文中辨识算法得到的预测力矩与测量力矩有较高的匹配度,所建立的模型能够反映机器人的动力学特性.     

基于高斯处理的触觉显示机器人摩擦力矩的动力学建模方法

通过建立准确的动力学模型可以显著地改善触觉显示机器人的控制性能.但由于其关节处的非线性动态摩擦特性,传统建模方法精度较低.针对此问题,采用高斯处理算法,准确建立了高度非线性的触觉显示机器人摩擦力矩动力学模型.单自由度的触觉显示机器人实验结果表明,其精度得到显著提高.     

谐波减速器摩擦特性建模及参数辨识

为提高谐波减速器的机器人关节控制精度,适应其在复杂工况下的使用需求,对谐波减速器摩擦力矩特性进行了研究.通过引入弹流润滑关系、非线性刚度关系和柔轮弹性变形耗散关系模型,建立了速度、负载转矩和温度等参数耦合的谐波减速器摩擦力矩模型.使用遗传算法对SHF-20-80-2UJ型谐波减速器的试验数据进行处理,得到了待辨识参数的识别结果,验证了模型的准确性,摩擦力矩的仿真值与试验值间的最大和平均偏差分别为8.05%, 4.26%;满载且输入转速为2000r/min时,不同温度下摩擦力矩的仿真值与试验值间的最大偏差为1.12%.该模型有效地反映了谐波减速摩擦力矩关于转速、负载转矩和温度变化的非线性关系,测得弹性变形能量损失在空载与满载时分别约占总能量损失的20%, 50%.     

被动型舞伴机器人控制算法

为实现被动型舞伴机器人与人协调舞蹈,提出一种运动控制算法。分析了机器人所用的被动元件——伺服制动器的控制特征,建立机器人的运动学模型,并根据伺服制动器的特点划分机器人的运动状态为8种。通过静力学模型分析了各运动状态所能实现的合适的制动力矩集,该集合是全部制动力矩集的一个子集,这使得被动机器人的控制算法比常规移动机器人更加复杂。针对期望力不在该集合的情形,引入人的辅助力以合成期望力。最后基于被动性的特点提出了基于非时间参考的路径跟踪控制律。所提算法应用于2个华尔兹舞步,实验结果证明了算法的有效性。     

基于EM算法的工业机器人抓取控制研究

抓取是机器人的基本操作任务,通过待抓取物体的位姿变化对机器人关节数据自适应调整,提高机器人物体抓取成功率.本文基于EM算法的混合正态分布模型建立待抓取物体位姿观测变量和机器人关节变量之间的映射关系,并采用UR3机器人进行抓取试验.结果表明,采用该方法进行抓取控制只是在样本训练集的边缘抓取失败,抓取成功率为95.5％.基于EM算法的混合正态分布模型可以有效地对工业机器人抓取进行控制,具有比较高的抓取成功率.     

利用表面肌电信号的下肢动态关节力矩预测模型

为实现表面肌电信号的下肢关节力矩动态解码,建立了从表面肌电信号到关节力矩输出的人体下肢运动系统正向生物力学模型。首先,从幅值和频率两个角度建立表面肌电信号到骨骼肌激活程度模型;其次,根据肌丝滑移理论,构建反映骨骼肌生理结构和微观力学特性的肌肉力模型,同时确定活动肌肉拉力线方向及力作用点位移矢量,将骨骼肌力转换到关节力矩;最后,以牛顿-欧拉逆动力学方法获得关节力矩作为准确值,给出正向生物力学模型参数动态标定方法。在模型基础上,对4名对象进行随意步态下膝关节屈伸动态力矩预测试验,结果表明:所建模型对步态行走下的膝关节动态关节力矩具有很好的动态跟踪性能,最大绝对误差为(11.0±1.32)N·m,平均残差为(4.43±0.698)N·m,预测值与准确值之间的平均线性相关系数为0.927±0.042,验证了该方法的正确性和有效性;可为康复训练机器人人机协同过程中的力学交互模式研究提供接口。     

基于自适应模糊算法的四足机器人运动VMC方法

为提高四足机器人的轨迹跟踪性能和多步态下运动的鲁棒性,将自适应模糊算法与虚拟模型控制理论运用在机器人的腿部关节控制中,并对虚拟模型控制(VMC)参数进行自适应实时调节.首先,分析了四足机器人的运动结构,采用D-H法建立运动学模型,对摆动腿和支撑腿进行关节力矩与虚拟力的研究;然后,考虑到传统VMC控制器参数固定导致系统动...     

仿人机器人未知地面行走控制方法研究

介绍了一种仿人机器人未知地面行走的控制算法 .该算法通过踝关节六维力 \力矩传感器信息感知地面环境 ,确定步态参数 ,利用基于ZMP稳定判据的规划方法进行实时运动规划 ,实现机器人稳定行走 .     

多模式驱动的机器人关节控制器设计及实验

建立了基于直流电机的系统模型,提出了基于PID的闭环反馈控制策略和基于时间或电流的切换控制方法.然后,借助Matlab/Simulink软件分别进行了位置控制、力矩控制及二者切换的仿真,并进行了关节驱动控制系统的软硬件设计.最后,通过实验对所提方法进行了验证与分析.仿真和实验结果表明:所设计的关节控制器,能够实现位置控制、力矩控制功能.在位置控制模式下,影响其响应速度的因素主要是驱动系统硬件.在力矩控制模式下,影响其响应速度的因素主要是PID参数,且当PID参数Kp,Ki,Kd分别为0.2,0.325,3.0时,系统具有较好的响应特性.位置控制与力矩控制2种模式间可基于时间和电流进行稳定的切换.该关节控制器能够应用于机器人关节驱动系统,实现关节的驱动与灵活的控制.     

基于牛顿欧拉法的SCARA机器人动力学参数辨识

SCARA机器人在工业生产中得到了广泛应用.为满足高速、高精度的要求,必须对SCARA机器人进行动力学分析.文中用牛顿欧拉方法对SCARA机器人进行动力学建模,并将摩擦力以及电机转子对关节力矩的影响纳入动力学模型,得出了关节力矩关于一组可辨识参数集的线性表达式.采用傅里叶级数作为激励轨迹进行实验,并通过最小二乘法对得出的可辨识动力学参数集进行辨识.实验证明,通过推导的线性表达式计算出的关节力矩理论值与实际值的变化趋势一致.运用所提方法辨识的动力学参数进行动力学建模,能得到SCARA机器人运动时的关节力矩,可为后期的动力学控制提供基础计算公式.     

中空式电液伺服马达中摩擦力矩的动态补偿

针对大体积飞行器仿真试验时的重力偏载情况,设计制造了一种仿真转台用中空式电液伺服马达.对影响其超低速跟踪性能的摩擦力矩进行了分析,建立了大摩擦力矩条件下的中空马达数学模型.设计了一种基于LuGre模型的自适应摩擦力矩补偿控制器.为验证该控制器的有效性,进行了不同输入下的数值仿真及试验研究.结果表明,与传统的PID控制相比,基于LuGre模型的自适应摩擦力矩补偿控制能够更好地实现马达的低速性能.     

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.