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.     

基于视觉的机器人模糊自适应阻抗控制

对未知环境下具有6个自由度工业机器人的视觉/力反馈混合控制进行研究.首先,建立被跟踪曲线图像特征与机器人关节角度的映射关系;其次,由机器人离散阻抗控制规律描述机器人末端在受限表面移动时与受限表面产生连续接触的条件,并根据接触力的变化对阻抗模型参数进行模糊调节;最后,在未知物体表面对末端固定安装单摄像机和力传感器的6个自由度机器人进行力跟踪试验研究.研究结果表明:该阻抗控制具有较强的未知物体表面曲线跟踪能力和较高的力控制精度,曲线跟踪算法简单,不要求对视觉传感器进行精确标定,模糊控制器实时地调整阻抗参数,使系统稳定而且具有良好的动态品质,是一种有效的视觉/力反馈混合控制方法.     

卡尔曼状态观测器在机器人力控制中的应用

为解决机器人与环境间接触力控制性能受机器人本身动力学参数时变、接触环境变化以及力测量信号干扰噪声影响的问题,设计了基于卡尔曼状态观测器的机器人力控制方案,采用递归最小二乘法来实时估计环境刚度矩阵,引入系统状态误差反馈和卡尔曼滤波算法实现机器人力控制系统对外界干扰及系统模型误差的补偿．实验结果表明：在环境刚度未知的条件下,采用该控制方法可使机器人末端与环境间接触力的误差控制在10％左右．     

时延力觉临场感遥操作机器人系统预测控制研究

通讯时延是造成力觉临场感遥操作机器人系统不稳定和操作性能下降的关键因素 ,针对时延问题 ,提出了一种适用于时延力觉临场感遥操作机器人系统的广义预测控制方法 ,该方法通过预测控制器产成实时的预测力反馈以消除时延的影响 .此外 ,为使该方法应用于遥操作机器人未知环境作业 ,本文采用AUDI辨识算法对环境模型进行辨识 .构造实验系统 ,通过实验验证了该方法的有效性 .     

在未知环境下基于阻抗模型的受限机械手模糊力控制方法

在传统的阻抗控制模型中应用一种新的参考轨迹模糊调节算法.在该算法中应用一个参考比例因子调节参考轨迹.根据反馈的接触力信息,通过模糊推理确定参考比例因子的大小, 从而使生成的参考轨迹适应未知环境刚度的变化.根据接触力的变化对阻抗模型参数进行模糊调节,减少了受限运动中力干扰的影响,提高了全局力控制效果.仿真结果表明,与传统力控制方法比较,该方法提高了力控制精度,增强了对接触环境参数变化的鲁棒性.     

建筑幕墙安装机器人的位置/力混合控制方法

针对建筑领域幕墙安装过程中所面临的幕墙质量变化、接触环境改变以及机器人动力学参数漂移等问题,提出了基于阻抗模型和自适应补偿的机器人位置/力混合控制方法。分析了幕墙受力,建立了幕墙与环境之间的接触力模型,获得了机器人-幕墙-接触环境的综合动力学方程;为解决幕墙与环境接触时的力控制问题,在设计控制器时建立了幕墙位置与接触力之间的阻抗关系,同时通过李雅普诺夫稳定性理论构造了自适应控制器来补偿未知不确定项,使幕墙轨迹跟踪阻抗外环生成的参考轨迹。对不同任务时的幕墙安装过程进行多组仿真实验,结果表明:所提方法均能实现高精度的幕墙位置跟踪,误差精度小于0.2 mm,同时可以使幕墙与环境之间有稳定的接触力,并具有一定的鲁棒性。     

时延力觉临场感遥操作机器人系统预测控制研究

通讯时延是造成力觉临场感遥操作机器人系统不稳定和操作性能下降的关键因素，针对时延问题，提出了一种适用于时延力觉临场感遥操作机器人系统的广义预测控制方法，该方法通过预测控制器产成实时的预测力反馈以消除时延的影响．此外，为使该方法应用于遥操作机器人未知环境作业，本采用AUDI辨识算法对环境模型进行辨识．构造实验系统，通过实验验证了该方法的有效性．     

不平整地面上双足机器人的步态控制

提出了一种不平地面环境下双足机器人的步行控制算法.该算法由步态规划和传感器反馈控制系统组成.在步态规划中,采用被动倒立摆模型设计双足机器人的质心位置,所生成的步态使机器人能够在平地上更自然有效地稳定行走.在线反馈控制系统用于处理地面环境的凹凸不平以及来自外界的未知扰动,可分为上身姿态控制、期望ZMP控制以及非线性落地控制3个部分.这3种控制分别针对不同的控制目标,并根据步行过程的具体阶段在线修正预先规划好的步态,维持双足机器人的步行稳定性.它们在结构上相互耦合,从而实现加速在线反馈控制系统的收敛速度、克服机器人柔性对控制作用的负面影响等效果.双足机器人在凹凸地面的步行实验验证了所提出步行控制算法的有效性.     

基于位置控制的多自由度机械臂非线性比例-微分阻抗控制

机器人柔顺控制可以响应环境变化,但接触信息的延迟以及未知机器人系统的跟踪误差等问题均导致接触瞬间力矩超调严重。针对上述问题本文提出一种基于自适应位置控制的改进阻抗控制策略,实现快速、精确的位置跟踪,同时,提高力控制的响应速度和精度。本策略采用双环控制,外环在传统阻抗模型基础上引入非线性接触力微分项在保持系统稳定性的同时提高机器人对接触力变化的响应,有效降低接触力超调;内环为自适应滑模控制,并使用RBF神经网络逼近机器人动力学模型并补偿系统中不确定性扰动,提高了系统的鲁棒性,提高收敛速度并降低跟随误差。通过仿真与实验,验证了所提出的改进阻抗控制方法相比于传统的阻抗控制方法有更好的力控响应速度和位置跟踪精度,可有效解决机器人与环境接触瞬间的接触力超调问题。     

基于动力学模型的工业机器人导纳控制研究

提出了一种基于动力学模型的导纳控制算法,用来实现机器人末端力和位置的柔顺控制,可以在速度模式下控制机器人运动,以保证无外力接触时的轨迹跟踪精度.首先,根据牛顿-欧拉法建立机器人动力学模型;然后,通过粒子群算法辨识动力学模型参数,得到完整的动力学模型;在此基础上,计算机器人末端位置误差和外力,利用设计的导纳控制器实现机器人的柔顺控制,用Matlab的Simulink仿真模块验证了基于动力学模型导纳控制的有效性和可靠性.仿真结果表明:机器人末端没有与环境接触时,具有较高的跟踪精度;与环境接触时,机器人末端会产生位置误差和外力,从而实现机器人的柔顺控制.     

位置/力的自学习混合控制及其应用

综合了Raibert和Craig提出的机器人位置/力的Hybrid Control及Yoshikawa提出的机器人动态混合控制算法的基本思想,针对作业环境及其力学扰动难以辨识及机构振动等问题,提出了基于机器人装配作业的PI自学习混合控制方法,并根据此方法实现了三自由度机器人的圆柱二维插入作业。实验结果表明,该方法可以有效地实现机器人的销孔装配作业并抑制或缓冲机构的振动现象。     

一种基于超声波传感器探测的接触力控制方法

针对机器人未知的工作环境,提出了一种基于超声波传感器的探测方法,建立了探测系统的结构模型,阐述了超声波探测系统的工作原理.对于机器人与环境表面的接触性工作存在不确定、多变和非结构等特点,将仿人智能控制方法应用于接触力的控制中.该方法以超声波传感器探测所获得的环境信息,作为系统上层控制策略的依据,根据控制误差的大小与方向变化选择相应的控制策略.实验结果表明,该方法较传统的PID控制方法可大大提高控制精度.     

汉-Ⅰ型智能机器人自律行走控制

本文讨论小车式机器人利用超声波传感器实现自律行走的问题.文中建立机器人行走运动的数学模型.讨论了两种利用超声波传感器和其它传感器确定器人空间位置、速度及姿势的方法.提出了一种分段最优控制方案.     

基于自适应阻抗控制的轮足式机器人隔振控制研究

轮足式机器人在行进过程中不可避免要与环境发生交互,在环境信息（刚度与位置）未知与时变的情况下,传统的阻抗隔振力控制方法由于目标阻抗模型的参数固定,存在鲁棒性较差的问题.在阻抗控制的基础上,基于Lyapunov稳定性定理设计了自适应阻抗控制器.该方法通过一个位置补偿量来间接调整阻抗参数,使系统稳态误差为零,提高了控制方法对未知多变环境的适应性;针对机器人轮式运动通过不同减速带的隔振问题进行了实验,证实了自适应阻抗控制方法的优越性.      

基于无源观测器的机器人笛卡尔空间力/阻抗控制方法研究

许多由机器人完成的任务都需要机器人与外部环境接触。在如抛光、去毛刺和装配作业中都需要执行精确的力控制。由于环境模型的不准确在力控制过程中当机器人与环境脱离接触时可能与周围环境发生激烈碰撞。针对此问题提出了基于无源观测器的力控算法。通过分析系统无源性, 研究了笛卡尔空间力/阻抗控制的稳定条件。发现只有力控制器的输出会破坏系统的无源性,根据系统无源性的分析结果设计了使用无源性观测器的力/阻抗控制器。在MATLAB仿真环境中对力/阻抗控制控制算法和基于无源性观测器的力/阻抗控制进行仿真验证。仿真结果表明基于无源性观测器的力/阻抗控制器在机器人末端工具与环境脱离接触时能够有效降低机械臂移动速度,减小对周围环境的冲击力。     

智能控制及移动机器人研究进展

在探讨自动控制面临的机遇和挑战的基础上, 简介智能控制的产生背景和发展过程, 认为发展自动控制的一条重要出路就是实现控制系统的智能化;结合正在进行的未知环境下移动机器人导航控制研究课题, 讨论了智能移动机器人研究的某些进展, 涉及移动机器人控制系统的结构、环境建模、路径规划及故障诊断等;概述智能控制的研究领域, 包括智能机器人规划与控制、生产过程的智能监控、自动加工系统的智能控制、智能故障检测与诊断、飞行器的智能控制和医疗过程智能控制等, 并提出智能控制有待进一步研究的若干问题. 该研究有助于了解智能控制及智能机器人的研究和应用.     

气动人工肌肉驱动球面并联机器人的位置控制研究

研究将气动人工肌肉驱动器应用于柔索驱动三自由度球面并联机器人机构,介绍了该机器人的运动学模型,提出一种简便的轨迹规划方法,在建立的实验测控系统中,应用含并联机器人的位置逆解和对气动人工肌肉的智能PID控制的位置控制算法,实现对机器人末端的位置控制,通过机器人的位置正解验证了位置控制的控制效果.