Movemaster—EX机器人零力跟踪控制

用六维腕力传感器（ＨＵＳＴ－Ｆ５６）检测力信号，并通过将力信号转变成机械手的位置调整量的方法，在五关节机器Ｍｏｖｅｍａｓｔｅｒ－ＥＸ上实现了顺应性跟踪控制（零力跟踪）。实验结果表明，所采用的控制算法简单实用，控制效果良好，且无需测量机械手的开环刚度。对控制参数稍加改变，便可以完成插轴入孔的装配作业。本控制系统用一台３８６微型机作为控制主机，并采用Ｃ语言编制控制程序。     

主从机械手遥操作双边自适应阻抗控制策略

在主从机械手遥操作实现力、位移协同一致跟踪控制过程中,存在着机械手关节摩擦以及外部不确定干扰引起的模型不确定的问题,针对此问题提出了双边自适应阻抗控制策略.通过设计两种非线性模型参考自适应控制器,设计基于滑模函数的鲁棒自适应控制律补偿机械手模型不确定误差;利用自适应律估计外界干扰的上界,保证了主从机械手闭环动态方程与参考阻抗模型动态方程相一致,实现了主从机械手末端对参考阻抗模型输出的期望位置误差渐进收敛于零.通过李雅普诺夫函数证明了跟踪性能与全局稳定性,在MATLAB/Simulink平台上实现了二自由度机械手遥操作仿真实验.结果表明:整体控制在模型不确定及外部干扰条件下具有很好的力-位置跟踪渐进收敛能力,整体系统具有稳定性和较高的透明性,并且具有鲁棒性及较小的稳态误差,具有自适应控制能力.     

未知环境下水下机械手智能抓取的自适应阻抗控制

为了满足水下机械手在未知环境下对目标抓取的多样性,保证抓住、抓牢并最大限度地避免目标损伤,提出了自适应阻抗控制方法.构建了基于位置的阻抗模型的力跟踪控制系统,采用递推最小二乘法辨识目标的阻抗参数,根据阻抗参数与机械手的运动特征,利用模糊推理方法在线调整抓取力的期望值,并根据期望抓取力与实际抓取力的误差设计自适应比例-积分-微分(PID)控制器来调整期望位置,以实现在跟踪目标位置的同时对期望抓取力信号的跟踪,并利用MATLAB/Simulink软件平台进行仿真实验.结果表明:自适应阻抗控制方法在自由空间和约束空间均具有良好的力、位移的跟踪性能;对期望抓取力的实时调整满足抓取目标的多样性,期望位置的自适应调整能够实现对期望抓取力的跟踪.     

基于力和视觉的未知平面内机械手伺服控制

研究机械手对未知平面内直线和圆形轨迹的跟踪方法,在跟踪过程中,保持末端执行器与未知平面之间接触力恒定.该控制系统采用视觉和力的双闭环控制结构,利用双目立体视觉系统实现对未知平面法线方向的估计,实现对水平面内运动分量的视觉伺服控制;应用力传感器感知末端执行器与未知平面之间的接触力,实现对末端执行器在垂直方向运动分量的控制.应用MATLAB机器人工具箱进行仿真实验,验证控制策略的有效性.     

受限机械臂的自适应小波滑模位置/力混合控制

针对终端运动受约束的机械臂位置/力混合控制问题,提出了一种自适应小波滑模控制算法.该控制方案将滑模控制的鲁棒性及自适应调整能力与小波神经网络相结合,根据坐标变换得到降阶位置/力模型,针对降阶模型采用小波神经网络在线学习系统未知动力学模型中的非线性部分,同时引入滑模控制自动调整小波网络权值参数,从而对神经网络的固有逼近误差进行有效补偿,达到期望的跟踪性能.二自由度机械臂的仿真结果表明该控制器能保证系统快速有效跟踪指定参考信号.     

时延下遥微操作机器人系统滑模变结构控制研究

针对遥微操作机器人系统在实际远程手术应用中存在时延而易导致系统不稳定且难以控制的问题,通过系统动力学建模和时延下系统理想性能的定义,设计了一种保持系统稳定和良好操作性能的新型控制方案.在该方案中主机械手采用基于期望特性的阻抗控制而从机械手采用基于指数趋近律的滑模变结构控制策略.仿真实验结果表明了该方案的有效性和鲁棒性,系统能在时延下较好地实现位置比例跟踪和力比例跟踪.     

气液联控柔顺力控制系统及其自适应试验研究

针对阻抗控制中力控制的难点在于不能精确知道外界环境的刚度和位置,继而导致跟踪误差的问题,采用滑模位置控制器及自适应控制方法,设计了气液联控柔顺力控制系统.在外界环境模拟系统分别做往返斜坡运动(8 mm/s),以及在0.1 Hz正弦运动下,进行了气液联控柔顺力控制的试验研究.试验结果显示,位移的最大相对误差分别为1.85%和1.1%,力跟踪的最大相对误差分别为2.5%和1.85%,表明此方法具有较好的鲁棒性,可以克服系统对于环境参数精确性的依赖.     

在未知环境下基于模糊预测的力/位混合控制方法

针对机器人在形状未知的接触环境表面上进行柔顺力控制的问题,在传统的力/位混合控制模型中采用一种模糊预测算法.此算法利用机械手末端与环境已产生的接触轨迹和运动方向,通过三种预测因子(满意度因子,曲率适应因子,参考比例因子),预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹.每次预测时首先对以前的预测进行评估,同时考虑环境曲率和刚度变化的特点.此预测算法还可以应用于阻抗控制模型中.仿真证明,这种方法可以在不同的控制模型中取得较好的力控制效果,对未知环境的变化具有较强的适应能力.     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

主动悬架系统建模及力跟踪控制

以提高平顺性为目的,对主动悬架系统建模及力跟踪控制进行研究. 主动悬架控制结构由外环及内环两部分组成:外环根据车辆模型状态量及路面扰动情况计算最优控制力,内环体现系统作动器动力学特性,并对外环产生的最优控制力进行跟踪. 针对内环系统特点,建立油气主动悬架作动器线性化模型并运用PI控制算法控制跟踪误差;外环系统采用LQG控制输出最优控制力. 仿真结果表明,与被动悬架相比,采用力跟踪方式的主动悬架系统能够有效改善车辆平顺性,并能够较好跟踪外环控制产生的最优控制力.      

基于腕力传感器的操作臂惯性参数在线识别

论文基于腕力传感器的输出信号探讨了一种在线识别机器人操作臂末端惯性参数的方法，该方法考虑到了腕力传感器接入对机器人系统动力学特性的影响，同时利用腕力传感器真实反映机器人系统力作用和力传递的特点，既能包括机器人关节特性的影响也可以避免理论辨识方法可能出现的“虚幼模型”的问题，该方法还可以用来辨识机器人操作未知工件或工具的惯性参数，这对经常更换操作对象的机器人的精确控制和动力学仿真是非常重要的。     

受限机器人的一种自适应控制方案

针对受限机器人模型参数未知的情况,本文给出了一种新的自适应控制方案;(控制器的设计是基于受限机器人的降阶模型);证明了新的控制器一方面保证了运动的完全跟踪,另一方面保证了力跟踪误差是有界的且界的大小是可以调节的。文中还给出了一个仿真例子以验证控制方案的有效性。     

基于反步法的机械臂鲁棒自适应位置/力控制

针对机械臂终端受环境约束而产生的位置/力控制问题,提出一种鲁棒自适应控制算法。该方案采用反步法的思想设计具有全局收敛特性的位置/力控制器,根据坐标变换得到降阶的动力学模型,设计中考虑了驱动电机模型使控制器更符合实际控制要求,并将其分解为动力学控制器和电机控制器两部分以降低设计难度。利用自适应方法对动力学模型中的非线性部分和未知扰动进行补偿,采用鲁棒控制克服电机参数的不确定性的影响。二自由度机械臂的仿真结果表明,系统能快速有效跟踪参考信号,说明该控制器是有效的。     

力前馈控制的并联机器人自适应系统的研究

针对６—ＤＯＦ并联机器人的液压主关节．设计了一种力前馈控制．结构简单．容易实现的模型参考自适应系统ＭＲＡＣＳ．仿真表明：此系统稳定可靠．有效地抑制了干扰作用．提高了系统的跟踪精度．本文的研究为系统的实际应用奠定了基础．     

机器人的主动顺应控制

本文提出一种新的机器人顺应控制方法,该方法运用力反馈控制技术使原来只具有位置控制能力的通用机器人成为同时具有力和位置双重控制能力即顺应控制能力的机器人。同时用一台功能较强的通用计算机取代原系统的专用机作为控制主机来提高系统的控制精度、速度和编程能力,使用户摆脱专用机器人语言的限制,更方便地用高级语言编制程序,实现对机器人的各种控制,文中还给出了机器人系统刚度的测试方法和以此为基础的去耦力反馈矩阵的计算。     

握取器握力自适应控制

为了使假手有握物感觉和具备握力自适应性，分析了人手握物过程以及感觉信息传递，提出在握取器握力控制中采用到人体的大闭环和到假手的小闭环联合控制方案，研制了用于检测指物之间触压觉和滑觉的微型传感器。在假手握物控制中，用触觉传感器进行握物状态识别，用压觉传感器跟踪检测握物时握力的大小，用滑觉传感器实现假手握力自适应控制。实验表明，假手握物过程拟人性好，响应快，握物稳定，可靠。本控制装置结构简单，体积小，可用于各种电动假肢及机器人握取器的握力自适应控制。     

PID神经网络混沌优化及其在机械臂轨迹跟踪控制中的应用

针对BP优化PID神经网络（BP-PDNN）易陷入局部极小的不足,提出了一种变尺度混沌优化PID神经网络设计方法,即MSCOA-PIDNN,将其应用于机械臂轨迹跟踪控制中.利用混沌运动的遍历性优化网络权值,通过压缩优化变量取值区间提高搜索效率.采用MSCOA-PIDNN建立机械臂系统的预测模型,以多步预测性能指标为目标函数,优化PID神经网络控制器,从而实现机械臂系统轨迹跟踪的有效控制.仿真结果表明,MSCOA-PIDNN在机械臂轨迹跟踪控制中性能优于BP-PIDNN.     

Task Space Division and Trajectory Planning for a Flexible Macro-Micro Manipulator System

This paper deals with a flexible macro-micro manipulator system, which includes a long flexible manipulator and a relatively short rigid manipulator attached to the tip of the macro manipulator. A flexible macro manipulator possesses the advantages of wide operating range, high speed, and low energy consumption, but the disadvantage of a low tracking precision. The macro-micro manipulator system improves tracking performance by compensating for the endpoint tracking error while maintaining the advantages of the flexible macro manipulator. A trajectory planning scheme was built utilizing the task space division method. The division point is chosen to optimize the error compensation and energy consumption for the whole system. Then movements of the macro-micro manipulator can be determined using separate inverse kinematic models. Simulation results for a planar 4-DOF macro-micro manipulator system are presented to show the effectiveness of the control system.     

基于操作空间的机械臂自适应模糊鲁棒控制

为提高动力学模型不确定的机械臂系统的跟踪精度, 提出了一种基于操作空间的自适应模糊的鲁棒轨迹跟踪控制方法。考虑存在未知的外部扰动和其他未建模动态, 引入GL(General Linear)矩阵及其乘法算子,利用模糊系统逼近任意非线性函数的能力对机械臂动力学进行前馈补偿, 通过鲁棒控制项抑制建模误差和有界扰动。该方法无需求解机械臂在操作空间的动力学模型。根据Lyapunov 稳定性理论证明了系统的稳定性,并通过仿真实验验证了所设计控制器能达到较好的轨迹跟踪效果。