Riccati方程在机器人控制系统中的应用

对于机器人不确定系统,不但考虑自身不确定性,也考虑外界不确定性。对于这样的系统基于L2增益得到-Riccati方程,通过研究该Pdccati方程,证明了文章所设计的控制器对于具有外界不确定性的机器人系统具有很好的鲁棒性。     

打磨机器人自适应鲁棒约束跟踪控制

实际工作中的打磨机器人存在外部干扰或参数摄动等不确定因素,这些不确定因素有界但边界未知。针对这种不确定环境下的打磨机器人末端轨迹跟踪问题,文章提出一种自适应鲁棒约束控制方法。该方法将期望轨迹视为系统约束,利用约束跟踪的思想来解决轨迹跟踪问题,并将系统分为标称部分和不确定部分;针对标称部分,通过U-K(Udwadia-Kalaba)方程来求解约束力矩,使系统满足理想状态下的约束条件;针对不确定部分,设计一种泄漏型自适应律对不确定性边界进行估计,并根据估计的边界和约束误差来调节鲁棒控制项的增益,进而有效地补偿系统的不确定性。李雅普诺夫方法证明了该系统具有一致有界性和一致最终有界性,对简化后的打磨机器人进行末端轨迹跟踪控制的数值仿真实验结果验证了所提出方法的有效性。     

机器人的自适应分散跟踪控制

提出了一种自适应分散控制策略,用于不确定性机器人的轨迹跟踪,该控制器结构简单,而且无需计算回归矩阵,通过对二自由度的机器人的仿真,证明该方法能使跟踪误差快速趋近于零.     

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.     

机器人的鲁棒自适应轨迹跟踪控制

针对存在参数不确定和外界扰动的机器人系统,提出了一种基于模糊控制的鲁棒自适应跟踪控制器设计方法.该方法基于Lyapunov稳定性理论,整个闭环系统渐近稳定.通过二自由度机械臂系统的计算机仿真结果验证了该方法的有效性,可用于不确定性机器人系统轨迹跟踪鲁棒控制.     

一类机器人滑模自适应鲁棒控制

针对存在系统参数不确定和有界外部扰动情况下的轨迹跟踪机器人系统控制问题,本文提出一种基于滑模变结构的鲁棒自适应控制方案。自适应控制律补偿系统参数不确定性,并对不确定性干扰上界进行实时估计;滑模控制消除了自适应律引起的参数误差,并且具有较强的干扰抑制能力。仿真表明此算法具有较高的跟踪精度和较强的鲁棒性。     

机器人系统的自适应模糊滑模控制算法仿真

针对具有参数不确定性的机器人动力学系统,根据滑模控制原理并利用模糊系统的逼近能力,提出了一种自适应模糊滑模控制方案．控制结构中采用模糊系统去自适应补偿过程的不确定性,利用Lyapunov定理证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性．仿真结果表明了所提控制策略的有效性。     

不确定非线性系统的鲁棒自适应模糊滑模控制

对一类不确定非线性系统,利用滑模控制与模糊自适应控制相结合的方法,设计了基于模糊逻辑的鲁棒自适应模糊控制器.所提出的设计方法是用模糊模型逼近系统的不确定性项,根据滑模控制原理构造出模糊模型的参数自适应律,在线调节模糊模型的参数,同时处理存在逼近误差时的干扰抑制问题.该方法不仅能有效地消除高频抖振,对逼近误差具有较强的鲁棒性和对参考输入具有良好的跟踪性能,而且该方法不需要求取Lyapunov方程的公共解,且对不确定性的知识要求不高.该文用Lyapunov方法证明了闭环系统信号的全局有界性,以及整个系统的稳定性和鲁棒性.     

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.     

具有清晰暂态性能的机器人鲁棒自适应跟踪控制

基于不确定性机器人的轨迹跟踪问题 ,提出一种保证系统具有清晰暂态性能的鲁棒自适应控制策略 .控制器由一个简单的线性 PD反馈 非线性阻尼 标量不确定性补偿控制器构成 ,不需传统的回归矩阵计算 ,能够有效地克服通常难于建模的摩擦力和外部扰动影响 .只需了解系统的阶数和输出的位置及速度状态 ,保证全局的指数稳定或全局一致最后有界 .二自由度机器人的仿真证明了该法的有效性     

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。     

不确定时滞系统鲁棒迭代学习控制器设计

针对一类具有时变的不确定性时滞系统提出鲁棒迭代学习控制器设计方法,通过求解Riccati方程方法设计鲁棒迭代学习控制器,并基于Lyapunov理论推导出不确定时滞系统收敛充要条件。该控制器具有阶次低,易于实现等特点,所提出的控制方案保证系统跟踪在有限的迭代步骤内达到较好的控制效果。以机器人为仿真对象的仿真结果表明了该设计方法的有效性和可行性。     

基于单目视觉的移动机器人伺服镇定控制

针对轮式移动机器人的单目视觉伺服镇定问题,在深度信息、机器人坐标系与摄像机坐标系间平移参量未知、摄像头光轴具有固定倾角的情况下,建立了移动机器人在摄像机坐标系下的运动模型.针对该模型提出了一种基于平面单应矩阵分解的鲁棒自适应控制方法,保证了误差的全局指数收敛.仿真和实验结果表明:所设计的控制器可以保证移动机器人指数收敛到期望的位姿,同时所设计的鲁棒自适应控制器对参数不确定性具有一定的鲁棒性.     

全局稳定的机器人鲁棒自适应分散跟踪控制

提出一种全局稳定的鲁棒自适应分散控制策略,用于不确定性机器人的轨迹跟踪．该控制器由一个线性ＰＤ 分散反馈＋ 补偿不确定动力学的非线性自适应分散反馈构成．仅需要了解各关节输出的位置及速度状态,就能够克服通常难于建模的摩擦力和外部扰动影响,保证全局的渐近稳定．二自由度机器人的仿真证明了该法的有效性．     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

半结构环境中电力作业机器人机械手鲁棒轨迹跟踪控制

在输电线路高电压、强电磁干扰的恶劣半结构环境下,为有效抑制扰动信号及各种不确定性因素对电力作业机器人机械手轨迹跟踪精度和运动稳定性的影响,提出了一种基于H∞控制理论的机器人机械手鲁棒轨迹跟踪运动控制方法.通过机器人控制体系结构的分层,利用拉格朗日法并结合关节电机电枢电压方程对机器人的不同动力学行为进行了动力学建模,获取了机器人动力学行为和动力学参数的映射模型,在此基础上推导出了扰动及不确定性因素情况下关节运动控制的状态空间表达式,并以此构建立了机械手H∞轨迹跟踪控制模型,利用线性矩阵不等式（LMI）求解了相应的轨迹跟踪H∞控制器,最后通过仿真实验验证了H∞控制的有效性.现场作业试验进一步验证了该控制方法的工程实用性,同时该控制方法具有通用性好、适应性强、易于扩展的显著特性.      

多闭链式机器人机构动力学的理论研究

闭链式机器人由于具有许多优越性而引起了国内外学者的兴趣和重视，然而对这类机器人动力学方面的研究较少。本文首先简介了一种多闭链式机器人的机构特征，然后分析了该机器人机构整体动能的确定方法，继而采用了拉格朗日法分别就机器人机构整体的正动力学和逆动力学方程的建立，进行了初步的理论探讨。     

基于Backstepping-L1自适应控制的旋翼飞行器容错控制

针对旋翼飞行器控制过程中存在侧风等外界干扰、飞机本身存在未建模动态等不确定性,提出了一种基于Backstepping-L1自适应控制的旋翼飞行器容错控制方法。首先,在不考虑不确定性的情况下,根据旋翼飞行器的动力学方程和运动学方程,利用Lyapunov函数方法设计了基于Backstepping控制的姿态控制律,实现了闭环系统的稳定控制,且响应快速精确。其次,考虑不确定性对系统的影响,在Backstepping控制器的基础上,通过引入自适应律和状态观测器,实现对不确定性的实时估计和系统状态的在线观测,进而设计出具有鲁棒性的L1自适应控制器,消除了不确定性的影响,实现了旋翼姿态的容错控制。再次,通过引入一个闭环稳定的自治参考系统,对所设计的L1控制器进行稳定性分析,分析表明:设计的状态观测器跟踪误差有界并收敛到0,能够准确实时地估计被控系统状态;自适应律可快速自适应于系统存在的干扰及未建模动态等不确定性;控制律可以保证系统在正常状态及存在不确定性的情况下实时跟踪引入的参考系统,且跟踪误差趋近于0,从而保证系统稳定。最后,通过MATLAB仿真对比验证了该方法的有效性。     

综合的机器人鲁棒自适应控制

研究了不确定性机器人轨迹跟踪的鲁棒自适应控制方法．利用机器人动力学参数变量分离方法,将系统的集中不确定性反映到一个集中的标量参数上,进而提出一种基于简单的计算力矩结构的综合鲁棒自适应控制策略,同时还设计了一个通用的非线性反馈增益和一个简单的自适应律,通过在线刷新一个集中的系统不确定性参数,最后保证系统达到全局指数意义的渐近稳定或全局一致最后有界．通过简化控制结构得出一种简单的鲁棒控制器．按照对控制参数的不同选择,可保证系统达到严格的全局一致最后有界、全局渐近稳定、全局指数稳定三种稳定性结果．理论分析和计算机仿真验证了控制律的有效性．     

具有清晰暂态性能的机器人鲁棒自适应跟踪控制

基于不确定性机器人的轨迹跟踪问题,提出一种保证系统具有清晰暂态的鲁棒自适应控制策略,控制器由一个简单的线性ＰＤ反馈＋非线笥阻尼＋标量不确定性补偿控制器构成,不需传统的回归矩阵计算,能够有效地克服通常难于建模的摩擦力和外部扰动影响,只需了解系统的阶数和输出的位置及速度状态,保证全局的中全局一致最后有界,二自由度机器人的仿真证明了该法的有效 性。