基于模型分块逼近的三关节机器人鲁棒滑模控制

三关节机器人结构参数、作业环境的外界干扰及结构振动等不确定因素均会造成其动力学模型不确定,导致机器人关节位置镇定或轨迹跟踪控制器的设计具有一定的难度。为此,设计三个RBF(Radical Basis Function)神经网络分别对机器人不确定模型中的三个不确定项进行分块逼近,得到三个不确定项的估计信息,从而得出机器人估计模型,神经网络的权值采用适应算法。针对机器人估计模型设计鲁棒滑模控制律,其中鲁棒项用于克服神经网络建模误差。通过定义Lyapunov函数,证明了控制系统是稳定的。实验结果也表明了三关节均约在1s时达到期望位置或跟踪期望轨迹,位置镇定误差或轨迹跟踪误差也快速、稳定地趋于零。     

海上舷梯末端点位置终端滑模镇定控制

针对海上舷梯末端点位置镇定控制问题，通过运动学反解，计算出补偿海浪引起的船舶摇荡运动对舷梯末端点位置的扰动，保证舷梯末端点位置在惯性坐标系下保持不变的舷梯关节期望位置；综合考虑舷梯动力学模型参数不确定及海浪引起的船舶摇荡运动对舷梯的扰动力，构造扩张状态观测器(ESO),估计由参数不确定及海浪引起的船舶摇荡运动对舷梯的扰动力组成的总扰动；进一步，设计基于ESO的终端滑模关节位置跟踪控制律，保证舷梯的关节位置跟踪其期望位置。理论分析证明了所构造的ESO的状态估计误差有界和所设计的基于ESO的终端滑模控制律使舷梯的关节位置跟踪误差在有限时间内收敛至零，从而保证舷梯末端点位置在惯性坐标系下保持不变。仿真结果验证了设计控制律的有效性。     

不确定轮式机器人动力学鲁棒路径跟踪控制

使用预知期望几何路径函数描述跟踪误差,将路径跟踪问题转化为输出调节问题,基于机器人的动力学模型运用输入输出线性化方法得到运动学-动力学混合控制律,再使用反步法得到动力学控制律;基于类Lyapunov方法设计不确定参数自适应律,保证在未知定常参数情况下跟踪误差仍能够渐近收敛.最后给出了渐近稳定性的证明,数字仿真证实了该控制方案的有效性.     

多连杆柔性关节机器人的神经网络自适应反演控制

针对模型不精确的多连杆柔性关节机器人的关节运动控制问题,提出一种新的神经网络自适应反演控制算法.该控制算法借鉴单连杆柔性关节机器人的一种神经网络自适应反演算法,在反演过程中,将系统非线性未知项与已知项分开并利用径向基神经网络在线逼近非线性未知项;对这种单连杆柔性关节机器人的神经网络自适应反演算法进行改进,构造出新的非线性项,并对转子惯性矩阵的估计转化为对转子惯量矩阵对角元素的估计;根据李雅普诺夫函数的稳定性设计出适用于多连杆柔性关节机器人的控制律与参数自适应律,从而实现多连杆柔性关节机器人的关节轨迹跟踪控制.仿真试验结果表明,与一般的比例-微分控制算法相比,该算法具有更好的轨迹跟踪性能.此外,神经网络节点数取值较小时,该算法也能够保证一定的轨迹跟踪精度.     

基于反推法的四旋翼飞行器轨迹跟踪控制

研究了四旋翼飞行器的轨迹跟踪控制.针对建立的四旋翼飞行器位置及姿态误差动力学模型,采用反推法设计镇定控制项,分别进行位置控制器设计和姿态控制器设计.利用Lyapunov理论证明了闭环系统的稳定性.数值仿真实验结果表明,所提方法具有较好的跟踪性能.     

基于泰勒级数的空间机器人时延神经网络控制

探讨载体位置与姿态均不受控的漂浮基空间机器人在存在时间延迟环境下的关节空间轨迹跟踪的控制问题.在传统漂浮基空间机器人系统动力学模型基础上,融合泰勒级数展开法,建立适用于时延情况下的改进的动力学数学模型.并设计一种基于模糊递归的神经网络跟踪控制方案,利用其对任意不确定非线性项的整体逼近,来消除模型中存在的时延误差.运用Lyapunov第二类方法证明所设计控制系统的渐近稳定性.所提及的控制方案能够有效克服时延对系统稳定性的消极影响,并在提升系统控制品质的基础上得到理论延迟值的适用范围.计算机数值仿真结果验证了上述控制方案的有效性与精确性.     

有效因子融合的可重构机械臂分散容错控制方法

针对含有动态摩擦的可重构机械臂轨迹跟踪执行器部分失效故障的问题,提出一种基于有效因子融合的分散反演滑模容错控制方法。将可重构机械臂的每个关节模块考虑成一个子系统,将有效因子融合到子系统动力学模型中。基于Lyapunov稳定性理论,子系统误差状态空间分别采用了反演思想和终端滑模进行控制器设计,并利用径向基函数(RBF)神经网络估计系统模型的不确定项和交联项,自适应地补偿了神经网络的估计误差。最后,数值仿真结果表明了提出的分散容错方法的有效性。     

挖掘机器人模糊鲁棒控制的研究

为了实现挖掘机器人的轨迹跟踪控制,建立了挖掘机器人工作装置的四自由度拉格朗日动力学模型,设计了一个鲁棒控制器.控制律包括等效控制和辅助控制.等效控制保证闭环系统的控制输入基于期望的动力学模型,辅助控制保证动力学建模误差和不确定性存在时控制系统的鲁棒性以及跟踪误差趋于零.为了削弱控制输入的高频振荡,模糊控制被应用.将所设计的模糊鲁棒控制器用于仿真试验,给出了其轨迹跟踪效果及控制输入.     

机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.     

采用跃度模型和干扰估计的并联式加注机器人分散鲁棒控制

针对液压驱动型并联式加注机器人的空间轨迹跟踪控制问题,提出了一种基于机器人跃度模型和关节扰动估计的分散鲁棒控制策略。通过并联机器人的跃度反解模型将系统基于笛卡尔空间的理想期望轨迹映射为各独立关节的期望轨迹,同时将关节间的耦合交联项处理为各驱动单元的时变外部干扰,进而将并联机器人分解成一组受有界外部扰动关节子系统的集合。针对各独立关节,算法通过反步方法融合了扩张状态观测器和鲁棒控制器,其中扩张状态观测器主要用来实现对关节中匹配不确定性与不匹配不确定性(包括外部扰动和非线性建模误差)的精确估计和补偿,鲁棒控制器用于抑制扰动中超出观测器带宽的快速时变项和其他误差项。通过构造Lyapunov函数从理论上验证了整个闭环系统的稳定性。实验结果表明,提出的控制器能准确估计和补偿各关节子系统中存在的匹配与不匹配不确定性,同时系统具有良好的轨迹跟踪性能和较强的抗干扰能力。     

基于反演技术和神经网络的移动机器人控制

提出了一种基于反演设计和RBF神经网络自适应的非完整移动机器人轨迹跟踪方法.首先,设计一个虚拟的速度控制律使得输出跟踪误差尽可能小;然后,利用反演技术设计一个基于RBF神经网络的动力学控制器,以确保在机器人系统中存在不确定性和外界扰动的情况下,机器人仍具有良好的跟踪能力.RBF神经网络连接权值在线自适应律由Lyapunov理论导出,保证了控制系统的稳定性.本文提出方法的主要优点是不需要移动机器人动力学的先验知识,而且对外界扰动具有良好的鲁棒性.最后,在两轮非完整移动机器人上的仿真结果证明了本文所提出方法的有效性.     

基于RBF神经网络的弧焊机器人轨迹跟踪控制方法

针对目前弧焊机器人的控制算法大多是基于关节空间的算法,而这种算法无法实现对机械臂末端位置的直接控制的问题,提出了基于笛卡尔空间的轨迹跟踪控制算法.首先运用RBF(radical basis function)神经网络技术对实际机械臂数学模型的建模误差和参数不确定性进行补偿,接着定义Lyapunov函数并运用HJI(Hamilton-Jacobi inequality)定理设计基于笛卡尔空间的机器人鲁棒控制器.在此基础上以二自由度机械臂为被控对象进行仿真研究,仿真结果表明,基于笛卡尔空间算法的轨迹跟踪控制算法误差小于基于关节空间的控制算法,在基于笛卡尔空间的控制算法的仿真中末端轨迹跟踪误差小于0.08 mm,神经网络能够有效地在线学习机器人的建模误差和参数不确定性.     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法 .与基于非连续状态反馈的有限时间控制算法相比 ,该控制算法更适合于工程应用 .设计了 2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差 .由此得到的闭环系统是齐次的并且具有负的齐次度 .结合齐次系统的有限时间稳定性结果和Lyapunov方法 ,证明了在这些控制律作用下 ,对满足一定角速度条件的期望轨迹 ,非完整移动机器人能够实现全局跟踪 ,并且能够在有限时间内完全跟踪上期望轨迹 .仿真结果表明了该方法的有效性 .     

非完整轮式移动机器人轨迹跟踪控制研究

根据机器人的运动学模型 ,对具有非完整特性的移动机器人轨迹跟踪控制进行了研究 .采用基于积分backstepping时变状态反馈方法 ,引入具有双曲正切特性的虚拟反馈量 ,设计机器人轨迹跟踪控制算法 ,并且利用Lyapunov方法证明系统的全局稳定性 .考虑到机器人的动力学约束 ,控制律中引入机器人系统速度、加速度受限策略以保证机器人运动平滑 .仿真证明该算法具有快速、精确、全局稳定的良好特性     

一种简单的机器人鲁棒自适应轨迹跟踪控制算法

针对不确定性存在情况下的机器人轨迹跟踪 ,提出了一种鲁棒自适应轨迹控制算法 .控制算法是全局按指数收敛的 ,不需要知道机器人动力学模型 ,结构简单 ,计算量小 ,能使轨迹误差收敛到一任意小的区域内 .利用Lyapunov直接法分析了控制算法的稳定性和鲁棒性 .两关节直接驱动机器人的实验研究验证了算法的有效性 .     

基于Lyapunov理论的海底采矿车点镇定控制

以我国海底采矿车为研究对象,针对其非完整性和非线性的特点,基于Lyapunov理论,提出海底采矿车点镇定控制系统的控制律,证明在此控制律作用下海底采矿车位姿误差是收敛的;设计基于Lyapunov理论的点镇定控制器,采用ADAMS/ATV履带车模块和MATLAB/simulink软件,建立海底采矿车的多刚体动力学模型和基于Lyapunov理论的点镇定控制模型及二者的协同仿真模型,对海底采矿车的点镇定控制仿真进行研究。研究结果表明:海底采矿车在基于Lyapunov理论所设计的点镇定控制器作用下,能快速而平稳地镇定到目标位置和姿态,所提出的控制律和所设计的控制器对于海底采矿车行走控制是有效的。     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法．与基于非连续状态反馈的有限时间控制算法相比，该控制算法更适合于工程应用．设计了2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差．由此得到的闭环系统是齐次的并且具有负的齐次度．结合齐次系统的有限时间稳定性结果和Lyapunov方法，证明了在这些控制律作用下，对满足一定角速度条件的期望轨迹，非完整移动机器人能够实现全局跟踪，并且能够在有限时间内完全跟踪上期望轨迹．仿真结果表明了该方法的有效性．     

二阶非完整平面3R欠驱动机械臂位置控制

为解决中间关节是欠驱动的平面3R机械臂末端点位置控制问题,提出了一种基于轨迹规划与跟踪控制方法.根据系统数学模型、几何关系和期望位置,利用差分进化算法求解所有连杆的目标角度.首先,构造Lyapunov函数设计控制器使得第一、第三连杆到达目标角度;然后,根据系统约束关系,对第一连杆进行轨迹规划,并利用差分进化算法优化轨迹参数;当第一连杆跟踪轨迹后,第二连杆被间接控制到目标角度.最后,基于Lyapunov函数设计控制器使第一连杆跟踪规划轨迹,并维持第三连杆状态不变,使系统末端点从给定初始位置到给定期望位置.仿真实验表明,在33.94 s时,系统末端点能够稳定到目标位置(0.2,0.8) m,对于不同的初始位置和期望位置,轨迹规划与跟踪控制方法同样有效.     

基于SR-UKF的移动机器人主动故障检测和容错控制

提出了一种基于SR-UKF的主动状态建模方法用于移动机器人的在线故障检测和容错跟踪控制.通过对履带式机器人常见滑动故障的运动学分析,建立了带未知滑动故障参数的机器人运动学模型,并采用SR-UKF非线性滤波方法来联合估计机器人的位姿和滑动参数,在对机器人进行实时定位的同时实现了对快速变化(或突变)的滑动故障的在线跟踪和检测.在此基础上,将估计得到的自适应参数模型与基于Lyapunov分析的反馈控制律设计方法结合,获得了一致渐近稳定的轨迹跟踪控制结果,实现了针对在线故障自适应模型的容错控制重构.针对典型的阶跃式滑动故障参数变化的轨迹跟踪仿真实验表明了该方法的有效性.     

基于自适应反步法的自主水下机器人变深控制

为实现自主水下机器人(AUV)的高精度变深控制,基于AUV垂直面的运动学和非线性动力学模型,提出了神经网络自适应迭代反步控制方法,设计了运动学和动力学控制器.文中首先考虑AUV非线性模型的攻角和水动力阻尼系数的不确定性,设计神经网络控制器来对纵倾运动中的非线性水动力阻尼项和外界海流干扰作用进行在线估计,并基于Lyapunov稳定性理论设计神经网络权值的自适应律,保证系统闭环信号的一致最终有界.最后通过两组仿真实验,比较了所设计的控制器在设定控制器增益参数下的系统响应和在扰动作用下的变深控制性能,结果表明,所设计的控制器具有较小的稳态误差和较高的跟踪精度.