基于奇异摄动的宏—微机器人控制方法

物理上包含快过程和慢过程的系统可以用奇异摄动方法分析和控制,通过集中微机械手的小参数,提出了将宏－微机器人的动力学模型表示的为标准的奇异摄动模型的方法,这一方法对刚体连杆机械手具有一般性,基于奇异摄动方法设计了宏－微机器人控制器,宏机械手采用计算力短控制,微机械手采用非线性反馈控制,四自由度宏－微机器人的仿真研究证明了方法的有效性。     

多自由度机器人机械手腕关节柔顺控制方法

针对传统机械手腕关节控制方法稳定性低和灵活性差的弊端,提出一种新的多自由度机器人机械手腕关节柔顺控制方法。介绍了多自由度机器人关节系统,按动力学系统组建机械手腕关节的动力学模型,采用拉格朗日方法获取动力学方程。介绍了PD手腕关节位置控制方法,在此基础上通过改进纯积分力控制方法实现多自由度机器人机械手腕关节柔顺控制。分析了机械手腕关节混合位置/力矩控制过程,通过差动机构控制两个驱动器,使其完成机械手腕关节外展/内收和伸展/翘曲两个自由度,提高机械手腕控制灵活性。实验结果表明,所提方法控制精度和稳定性高,能够保证机械手腕关节的灵活性。     

多自由度机器人机械手腕关节柔顺控制方法研究

针对传统机械手腕关节控制方法稳定性低和灵活性差的弊端,提出一种新的多自由度机器人机械手腕关节柔顺控制方法。介绍了多自由度机器人关节系统,按动力学系统组建机械手腕关节的动力学模型,采用拉格朗日方法获取动力学方程。介绍了PD手腕关节位置控制方法,在此基础上通过改进纯积分力控制方法实现多自由度机器人机械手腕关节柔顺控制。分析了机械手腕关节混合位置/力矩控制过程,通过差动机构控制两个驱动器,使其完成机械手腕关节外展/内收和伸展/翘曲两个自由度,提高机械手腕控制灵活性。实验结果表明,所提方法控制精度和稳定性高,能够保证机械手腕关节的灵活性。     

PLC在机械手自动控制系统中的应用研究

机械手的工作过程是由气缸驱动的，针对电磁阀的控制要求，提出了以可编程控制器（PLC）为控制核心的机械手的自动控制系统、机械手的四种工作方式以及实现方法。     

基于五段S型曲线的机械手速度规划策略

针对在工艺加工路径中直角坐标机械手末端合成插补速度保持一致的要求,将五段S型曲线加减速控制方法引入直角坐标机械手的速度控制中,提出了基于五段S型加减控制曲线的预加减速控制方法,研究了算法模型以及在有匀速段和无匀速段情况下的具体加减速控制方法;并且提出了基于增加空走行程的多段连续加工路径衔接点处速度规划策略,给出了具体的速度控制方法和算法公式。仿真表明,所提出的预加减速算法和衔接点速度控制策略能够达到机械手末端合成插补速度在整个加工路径中速度保持一致的要求,并且能够有效降低加工过程中对直角坐标机械手平台的冲击。     

基于工作空间的机械手滑动控制

本文考察了机械手工作空间的滑动控制,提出了一种新的控制方法,此法不需求工作空间向关节空间的逆变换,而且可以用于冗余机械手及奇异位置的控制。等价控制输入由一简单的方程求解,便于实现计算机适时控制,通过对一个自由度机械手的仿真研究,证实了此法的可行法。     

轮式移动机械手的点-点运动规划方法

基于轮式移动机械手的移动性与操作性间的关系和轮式移动平台的优化运动区域,提出了一种新的轮式移动机械手点－点运动规划问题的优化准则,此准则不但包括移动平台的运动代价和机械手的代价,而且还包括移动机械手偏离优化构所需的运动代价,最后通过仿真证明了此协调方法的可行性。     

基于组态监控的多种工作方式机械手的PLC控制系统

在各种生产线的自动控制系统中,机械手的应用是十分广泛的,机械手的控制方式在不同场合又有不同的要求,提出了一种实现多种工作方式机械手实用的控制方法,利用PLC及组态软件通过网络通信方式在上位机上实现了机械手的监控.PC机上的操作调试简单、方便,对象的步序动作直观、清析.     

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。     

FROG-LEG型机械手的模型预测控制研究

研究了FROG-LEG型机械手的轨迹跟踪控制问题,提出将基于动力学的预测控制应用于机械手的位置控制,并利用当前时刻控制误差补偿下一周期的控制量。在分析FROG-LEG型机械手结构的基础上,首先建立了机械手的等效串联结构运动学模型,然后建立了水平和垂直方向解耦的动力学模型,在此基础上对并联机械手进行了基于预测控制的轨迹跟踪研究。仿真实验表明:该预测控制方案可以使得机械手有效地跟踪路径规划器给出的轨迹;关键关节的控制效果可以通过加大其权重得到提高;模型校正可以大大降低控制误差。     

用于机器手控制的动态模糊神经网络

为解决模糊控制中存在的区域界定问题,将神经网络与模糊控制相结合,提出了一种新的模糊逻辑与神经网络相结合的动态模糊神经网络机器人控制方案(DFNN),并利用采样数据在线动态构造模糊神经系统.仿真结果表明,DFNN系统地很好地克服机器人系统中存在的非线性、不确定性、强耦合等因素的影响,控制效果好,为工业机器人控制提供了一种新的解决方案.     

基于模糊高斯基函数神经网络控制的机器人视觉伺服系统

针对机器人视觉伺服控制系统中存在的不确定性问题,将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器,该控制器不仅具有定性知识的表达能力,而且具有很强的在线学习能力。将所提方法用于三关节机器人"手-眼"视觉伺服系统的控制中,取得了很好的控制效果。     

基于改进型广义双曲正切模型的机器臂控制算法研究

针对存在复杂干扰情况下的机械臂轨迹跟踪控制问题,采用了一种基于双曲正切模型的鲁棒自适应控制方案。利用高解释性的改进型广义模糊双曲正切模型的全局逼近特点,设计一种自适应控制器用于机器人轨迹跟踪控制;同时以解一个线性矩阵不等式方程来保证系统的鲁棒稳定性。通过Lyapunov理论验证设计的控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近稳定。仿真实验表明此控制算法具有较高的跟踪精度和较强的鲁棒性。     

基于模糊控制的机器人视觉伺服系统

将模糊控制应用于机器人视觉伺服系统,利用模糊控制不依赖于对象模型和鲁棒性强的优点来克服机器人视觉伺服系统的时变性、强耦合和非线性等因素的影响。实验结果表明基于模糊控制的机器人视觉伺服系统具有较快的响应速度和较强的鲁棒性。     

机器人模糊学习控制

针对机器人轨迹跟踪控制问题,提出一种模糊学习算法,并设计出结构合理的模糊学习控制器,该控制器通过自身从过去趋向的学习能力可自动调整其模糊控制规则。将这种方法用于一个两自由度机械手的控制,仿真结果显示控制效果良好,所提出的控制器比惯用的模糊控制器展示出更良好的应用前景。     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

人工智能在机器人力控制系统中的应用研究

鉴于以往在机器人力控制中存在某些不足 ,将人工智能方法引入基于力传感器的机器人力控制中 ,尝试利用模糊控制理论与阻抗控制策略相结合对机器人进行更有效的力控制 .给出了系统的硬件结构 ,设计了力控制器 ,最后根据具体实验得出实验结果 .为解决机器人力控制问题提供一种新的方法 .     

非线性系统神经模糊自适应控制的问题与策略

针对具有未知动力学的机械臂系统 ,提出一系列神经模糊自适应控制方法。提出神经模糊动态逆稳定自适应控制方法 ,该方法使用动态神经模糊系统逼近非线性动态系统 ,设计的动态逆控制器可以通过参数的设定保证闭环系统在初始控制段的动态性能 ,而无需事先要求机械臂状态位于某一紧集的假设。结合延时神经模糊网络 ,引入降维观测器估计输出重定义后机械手的速度矢量 ,从而建立了非线性系统的控制器观测器设计的新方法。采用了动态逆和“Back-stepping(后退 )”的技术 ,将以上方法成功推广到了考虑执行电机动力学特性的柔性连杆机械臂问题上     

基于饱和函数的机械臂模糊滑模趋近律设计

为了削弱机械臂滑模控制中的抖振现象,提出了模糊趋近律的控制方法.利用模糊控制器实时调整滑模控制的趋近律参数,并将饱和函数引入趋近律的设计中,设计了一种新型趋近律.该方法既保证了控制系统的快速性和鲁棒性,又能够有效地削弱抖振,另外,控制系统设计简单,便于工程应用.仿真结果表明,该控制策略不仅有效地抑制了系统的抖振,而且保...     

基于模糊神经网络的无标定全自由度手眼协调

研究机器人无标定手眼协调控制 .以单眼在手上配置 ,跟踪在三维空间进行平移和旋转的运动目标 .通过恰当定义目标特征 ,实现了机器人手爪 6自由度运动的一一对应控制 ,给出了视觉反馈与机器人控制之间的非线性映射关系 ,以模糊神经网络进行输入输出映射 .仿真证实了控制方法的性能 .