基于加速度传感器的机器人最优学习控制

为工业机器人提出了一种最优学习控制法。这种控制法用加速度误差校正驱动器运动。并提出了一种基于几何级数的极限条件估计学习控制过程收敛条件的理论方法。所提出学习控制法的有效性通过PUMA562机器人的计算机仿真结果得到了证实。     

一种用于修磨的机器人的PID控制法

为磨平钢坯细微缝隙的修磨机器人(SGR)提出了一种PID控制法。这种控制法利用前馈力矩作为总体补偿和一个反馈力矩校正轨线跟踪误差,其优点在于它的积分作用消除了机器人的稳态跟踪误差。最后,给出了SGR机器人的计算机仿真结果,验证了此控制法的有效性。     

工业机器人的自适应控制

提出了一种自校正型自适应控制法进行机器人机械手的位置和速度控制。复杂的机械手系统由一组离散时间的差分方程离散化,模型的参数由回归模型算法确定,而这种算法使模型误差的二次方的总和为最小。自适应控制器基于差分方程模型和选定的性能指标进行设计,控制器的增益使用系统参数的估计值在线计算。给出了PUMA560 机器人的计算机仿真结果,验证了此控制法的有效性。     

机器人机械手的鲁棒性稳定跟踪控制

为工业机器人机械手提出了一种稳定跟踪控制法．这种控制方法由前馈控制器、反馈控制器组成．前馈控制根据期望轨线用计算力矩法得到；反馈控制由线性ＰＩＤ控制项和非线性ＰＤ控制项组成，这种控制方法能使跟踪误差逐渐趋近于零．最后，给出了ＰＵＭＡ５６０机器人的计算机仿真实验验证此控制方法的有效性     

最优控制具有非完整性的两轮驱动机器人小车

研究了移动机器人反馈控制问题．这里所考虑的机器人是一个两轮驱动的具有非完整性的移动机器人小车．考虑了笛卡儿空间中轨线跟踪问题的扩展．且表明只要参考小车保持运动，在虚设的参考小车位形周围的小车位形的稳定成为可能．提出了最优控制律并给出了仿真结果．     

机器人运动学逆的并行算法

对普通的运动学求逆方法进行了改进,使求逆运动学不必调用正弦和余弦超越函数;提出了一种查表法代替反正切运算,从而使求每个关节角的时间减少 895 μs,因而使整个求逆过程减少运算时间 5.37 ms。为了进一步减少运算时间,本文采用 4 CPU分二级并行求逆运算,并采用任务分配式方法,最后将求 CinCinnati 机器人运动学逆时间由普通方法的 20.272 ms 降至 4.907 ms。4CPU 二级并行运算还能使求机器人关节角速度和角加速度的运算时间降至单 CPU的 1/3。     

最优控制具有非常完整性的两轮驱动机器人小车

研究了移动机器人反馈控制问题。这里所考虑的机器人是一个两轮驱动的具有非完整性的移动机器人小车。考虑了笛卡儿空间中轨线跟踪问题的扩展。且表明只要参考小车保持运动，在虚设的参考小车位形周围的小车位形的稳定成为可能，提出了最优控制律并给出了仿真结果。     

一种修磨机器人的最优控制法

为磨平有细微缝隙钢坯的修磨机器人(Smoothing and Grinding Robot)设计了一种最优控制器,这种控制器利用前馈力矩作为总体补偿和一个反馈增益校正轨线跟踪误差,不需要在线估计时变参数,也不必使机器人末端执行器跟踪一个不相关的参考模型的响应。最后,给出了SGR机器人的计算机仿真结果。     

工业机器人动力学模型参数辨识的新方法

通过让机器人各关节静止,逐个让单个关节恒速运行和逐个让单个关节恒加速运行而让其它关节固定不动的3组实验全部辨识出工业机器人的动力学参数。这种辨识方法既考虑了关节力矩传递机构的影响又考虑了驱动电机特性参数的影响,因此是一种实用的辨识方法。     

无刷直流伺服电机的解耦控制

提出了一种无刷直流伺服电机的解耦控制方法。这种控制法将无刷直流伺服电机的多变量耦合系统解耦成多个单输入-单输出的子系统。然后对每个子系统进行反馈控制。本文还对位置跟踪进行PID控制,PID 系数通过极点配置方法得到。最后,给出了位置跟踪的计算机仿真结果验证解耦控制法的有效性。