水下机器人-机械手系统末端执行器固定时间轨迹跟踪控制

针对四自由度水下机器人搭载二自由度机械臂的水下机器人-机械手系统,设计一种基于固定时间扰动观测器的积分滑模控制方法.利用固定时间特性,设计固定时间扰动观测器实现对未建模动态与外部扰动的观测,并设计了一种基于积分滑模的固定时间轨迹跟踪控制策略.仿真研究表明,设计的控制方法可在固定时间内使水下机器人-机械手系统末端执行器精准跟踪期望轨迹,且收敛时间与初始状态无关.该研究为具有未建模动态与外界扰动情况下的水下机器人-机械手系统末端执行器轨迹跟踪控制问题提供了 一种有效的解决方法.     

水下机器人-机械手系统自适应抗扰控制方法

针对开架式水下机器人在其作业过程中易受到脐带缆、机械手和海流等扰动影响的问题,为减小改扰动对艇体姿态的影响,文中对开架式水下机器人设计了一种基于模型的自适应抗扰控制方法,并分别对脐带缆和机械手引起的扰动进行了建模分析,具体建立了一种以全局运动学控制环和扰动力补偿项为主的自适应抗扰控制.在SY-Ⅱ开架式水下机器人平台上进行了S面控制和自适应抗扰控制的对比实验.结果表明,脐带缆和机械手的扰动力会对水下机器人的姿态产生较大影响,通过对扰动力的实时估算和补偿,在定深定向、轨迹跟踪实验中,基于模型的抗扰控制方法表现出更高的控制精度,在姿态保持实验中,与S面控制方法相比,自适应抗扰控制展现了较好的鲁棒性,系统轨迹更平稳,具有更强的稳定性.     

基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制

针对六自由度工业机器人系统,结合时延估计控制和鲁棒H∞控制的优点,提出了一种鲁棒H∞时延估计跟踪控制算法.该算法不需要机器人的复杂动力学模型,避免了机器人逆动力学的在线实时计算;采用时延估计在线获得机器人系统的未知动力学和外界干扰,并对控制过程加以补偿;通过引入L2增益控制,可实现对时延估计误差的L2干扰抑制,从而进一步提高了系统的鲁棒性.同时,利用Lyapunov函数和Riccati不等式保证了闭环系统的渐近稳定性和H∞鲁棒性能.该算法计算简单,结构固定,鲁棒性强,易于实现.文中还通过二自由度机器人的仿真实验证明了该算法是有效的.     

SY-Ⅱ水下机器人-机械手系统的协调运动控制

为减小机械手的运动对水下机器人-机械手系统(UVMS)悬停抓取造成的影响,以SY-Ⅱ型UVMS为平台,针对其系统结构建立了一套基于模型的协调运动控制方法.根据牛顿-欧拉反向递推算法建立了包含因机械手运动引起的耦合力和恢复力的扰动力模型.将全局运动学控制律和基于扰动力模型建立的动力学控制律相结合构造了具体的协调运动控制器,通过该方法对影响机器人姿态的扰动力进行估计和补偿.在SY-Ⅱ型UVMS上进行了协调控制方法与S面控制方法的对比实验,结果表明:相比于S面方法,所构造的协调运动控制方法通过对姿态误差的实时估计和补偿,基本保持了姿态的稳定,证明了该控制方法的优越性.     

冷凝器清洗机器人动力学分析及自适应控制

设计了水下冷凝器清洗机器人的机械和电气系统,考虑到浮力、水流阻力等因素的影响,建立了冷凝器清洗机器人的水下动力学模型.针对工作环境复杂的特点,提出了一种自适应控制策略,该控制律结构简单,鲁棒性强,能够对系统中的未知和不确定性因素进行有效补偿.设计过程采用了Lyapunov方法,保证了控制系统的稳定和收敛.仿真结果表明,该控制器性能稳定,具有良好的轨迹跟踪能力,同时也验证了本文建立模型的合理性.     

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.     

基于线性变参数H∞反馈的机器人迭代学习控制器设计

提出了一种基于线性变参数（LPV）H∞反馈的迭代学习控制器,用于不确定性机器人的高精度轨迹跟踪,此控制器包括反馈部分和前馈部分,其中反馈部分设计为LPVH∞控制,前馈部分设计为高阶PD型迭代学习控制,在满足一定的收敛条件下,证明了该控制器的跟踪误差界正比于系统初始误差系统输出干扰项界,仿真结果不仅验证了此控制器随机器人关节位置变化始终具有干扰衰减、鲁棒稳定的性能,而且还验证了此控制器具有高精度轨迹跟踪的性能。     

户外小型智能移动机器人运动轨迹跟踪控制

该文根据户外小型智能移动机器人的应用特点研究了轨迹跟踪控制。基于机器人的动力学模型，利用后退方法的思想，设计了全局收敛的稳定可靠的跟踪控制律，提高了移动机器人在不确定性环境中工作的鲁棒性，比基于运动学模型设计的控制律更加适宜于工程应用，经仿真计算，验证了该控制方法的正确性，为户外小型智能移动机器人轨迹跟踪的实用控制方法提供了理论依据。     

仿人机器人的非奇异终端滑模控制

目前,仿人机器人代替人类在工业、矿山安全作业等方面起到了至关重要的作用,而机器人稳定性控制技术的进一步提高,则尽可能的避免了由于机器人操作失误所带来的危害.针对具有不确定性干扰的仿人机器人系统的轨迹跟踪控制问题,利用终端滑模控制方法,给出了设计的全局有限时间跟踪控制器.首先,利用拉格朗日法建立了5连杆仿人机器人的动力学模型,基于非奇异终端滑模控制技术并利用终端滑模设计思想,设计了轨迹跟踪滑模控制器.其次,由于 所设计的控制器的非连续性,将会使得系统产生抖振现象.针对这个问题,利用修正的饱和函数来代替控制律中的符号函数,从而减少了系统的抖振问题;最后,仿真算例表明了该方法的有效性.     

空间柔性双臂机器人的动力学建模及控制

空间柔性多臂机器人是一个高度非线性、强耦合的复杂动力学系统。该文首先基于假设模态法、拉格朗日方程和系统动量守恒,推导了自由浮动空间柔性双臂机器人协调操作刚性负载闭链系统的动力学模型,并利用位置-力混合控制算法对该动力学模型实现了轨迹跟踪控制,最后进行了动力学控制仿真,验证了方法的有效性。     

Trajectory tracking control based on linear active disturbance rejection controller for 6-DOF robot manipulator

The trajectory tracking control for a 6-DOF robot manipulator with multiple inputs and outputs, non-linearity and strong coupling is studied. Firstly, a dynamical model for the 6-DOF robot manipulator is designed. From the view point of practical engineering, considering the model uncertainties and external disturbances, the robot manipulator is divided into 6 independent joint subsystems, and a linear active disturbance rejection controller(LADRC) is developed to track trajectory for each subsystem respectively. LADRC has few parameters that are easy to be adjusted in engineering. Linear expansion state observer(LESO) as the uncertainty observer is able to estimate the general uncertainties effectively. Eventually, the validity and robustness of the proposed method adopted in 6-DOF robot manipulator are demonstrated via numerical simulations and 6-DOF robot manipulator experiments, which is of practical value in engineering application.     

高压线路四臂移动作业机器人BP网络联动控制

针对完全依靠人工带电拧紧高压输电线路耐张跳线引流板螺栓作业效率低、劳动强度大、高空、高压危险的不足设计了一种四臂移动作业机器人.为提高作业效率,提出了基于BP神经网络的机器人双臂联动控制算法,将机器人的联动抽象为轨迹跟踪控制问题.在Matlab环境下对机械手末端从3个方向进行了位姿跟踪仿真分析,最后在实际线路上进行机器人带电拧紧引流板螺栓试验.仿真分析和现场试验都验证了四臂移动作业机器人联动控制方法可行有效且具有较强的工程实用性,达到了提高作业效率的设计要求.     

基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制

设计了一种基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制系统.机械手臂的模型不确定性包含未知模型误差和外界扰动对系统性能的影响.考虑未知的不确定模型在设计精确跟踪控制器产生限制情况下,设计了一种基于演算子理论的反馈控制结构来消除不确定模型的影响.基于得到的控制结构,提出了新的精确跟踪条件用来改进机械臂的跟踪性能.最后通过仿真结果验证了设计系统的有效性.     

基于非线性状态反馈的机器人操作手的鲁棒控制

文章考查了一类具有非匹配不确定性的非线性系统的全局稳定性及其在机器人鲁棒控制中的应用．针对机器人存在参数不确定性以及外界干扰的情况，利用非线性鲁棒控制理论给出了鲁棒控制器，考虑不确定性存在情况下跟踪误差的全局渐进收敛性．最后给出了两连杆刚性机器人的仿真例子，验证了其控制效果。     

基于dSPACE的工业机器人运动控制系统仿真分析及实验

针对用ER20-1700机械臂实现运动控制,提出了一种有效的控制方法;首先对ER20-1700机器人的三维建模进行运动学分析建立DH参数表算出机器人的逆解,再把SolidWorks中的三维模型用插件导入Simulink中快速搭建机械控制模型,然后搭建并改良电机驱动物理模型,补全整个控制模型,实现机械臂Simscape正逆解仿真;把算好的逆解用编程的方式写入MATLAB中用robotics tool中进行仿真模拟,并将其与Simulink中的仿真结果进行对比;通过编写函数程序在MATLAB中实现机械臂走直线和画圆的轨迹规划;通过搭建实验平台,使用dSPACE作为控制器把之前的控制模型转化为代码导入其中以实现机械臂的快速控制,控制机器人做直线和画圆运动,记录轨迹规划和实际机械臂所走的数据导入MATLAB绘制成图;实验结果表明:走直线和走圆时,最大跟踪误差小于3 mm,控制方法可行有效。     

基于多Agent的轨迹约束操作臂控制

随着机器人的日趋复杂,逆运动学算法受到了许多限制。90年代以来,基于多Agent的操作臂控制算法被提出,突破了传统的机器人控制依赖于精确模型的限制。但这些基于多Agent的算法中,操作臂末端点的运行轨迹是自由的。该文基于实际操作的需要,提出了基于多Agent的操作臂轨迹约束的控制策略。即依次使操作臂末端点到达轨迹上的各个采样点,达到操作臂末端点沿任一给定轨迹运行的目的,这将为避障操作打下必要的基础。该文提出拟合度的概念来控制末点轨迹的精度,仿真结果证明了此策略的可行性。     

机械手模型控制及轨迹定位精度测试

论述四关节机械手模型运动轨迹的控制方法,包括硬件线路设计和软件程序设计,用于实现对机械手终端轨迹定位精度的测试,为分析和研究机器人动态特性提供实验数据,结果表明,该模型的控制灵活,方便,介绍了机械手终端轨迹定位精度的测试方法,利用现有的实验设备,把机械手终端的空间曲线转化为平面曲线运动,测量出其坐标值,用于分析机械手终端轨迹的定位精度。     

用T-S型模糊神经网络的机械手轨迹跟踪自适应控制

对于常见的将 CMAC神经网络前馈控制器和常规反馈控制器相结合的机械手轨迹跟踪控制方案 ,它的控制性能同时受神经网络前馈控制器学习能力和反馈控制器控制精度的制约。该文提出的采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案充分利用了 T- S模糊模型的特点和优点 ,以一种基于简化的 T- S型的模糊神经网络作为前馈控制器 ,同时反馈控制器也采用 T- S型模糊神经网络实现。针对三自由度机械手轨迹跟踪问题的仿真实验表明 ,采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案是可行的和有效的     

空间机器人的SVM非线性补偿滑模控制研究

为提高机械臂末端跟踪目标轨迹速度, 提出了一种基于SVM(Support Vector Machine)非线性模型估计的滑模控制方法。该方法通过SVM对参数不确定非线性项进行估计, 对空间机器人动力学模型进行补偿。这种从整个闭环系统稳定性出发设计的SVM非线性补偿滑模控制器, 不需要确切的数学模型, 从而提高了快速跟踪目标轨迹, 减小跟踪误差的动力学系统性能。仿真结果验证了该控制方法的有效性、可行性。