机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题。     

机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题．     

基于观测器的水下机器人鲁棒故障诊断

为提高水下机器人故障检测的正确率,降低故障诊断的误报率和漏报率,基于水下机器人的空间运动方程,完成了非线性滑模观测器的设计,并利用设计的观测器完成了水下机器人的系统辨识.将观测器应用于水下机器人的传感器仿真试验和推进器故障诊断的海上试验的结果验证了该方法的有效性和可行性.     

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。     

基于干扰观测器的欠驱动AUV自适应反演控制

针对未知外界干扰存在的情况,提出一种基于非线性干扰观测器(NDO)的自适应反演控制,用于改善欠驱动自治水下机器人(AUV)深度跟踪控制性能。首先对欠驱动自治水下机器人的垂直面模型进行有条件的简化,得到新的运动学及动力学方程,建立简化后模型的状态方程;其次根据系统状态方程构建非线性观测器,设计自适应反演控制器,输出控制量根据李雅普诺夫稳定原理推导得出,确保包含非线性干扰观测器及自适应反演控制器在内的控制系统的一致渐进稳定性。研究结果表明:所设计的非线性干扰观测器以及自适应反演控制器可以实现欠驱动自治水下机器人在存在外界未知干扰情况下深度轨迹跟踪,具有较强的鲁棒性。     

机器人角速度两种软测量方法的PD控制对比

对比分析了用LPP差分方法和高增益观测器方法估计机器人角速度的有效性,并用这两种角速度估计方法分别形成了机器人两种不同的PD输出反馈控制器·在机器人仿真实验中,对这两种方法产生的动态和稳态估计误差以及闭环系统的动态和稳态跟踪误差进行了对比分析·从这两种方法产生的估计误差及闭环系统跟踪误差的对比结果表明,当角位置测量精确度较高时,利用差分方法估计机器人角速度较理想,而较低时采用观测器方法估计机器人角速度较理想·     

水下机器人-机械手系统末端执行器固定时间轨迹跟踪控制

针对四自由度水下机器人搭载二自由度机械臂的水下机器人-机械手系统,设计一种基于固定时间扰动观测器的积分滑模控制方法.利用固定时间特性,设计固定时间扰动观测器实现对未建模动态与外部扰动的观测,并设计了一种基于积分滑模的固定时间轨迹跟踪控制策略.仿真研究表明,设计的控制方法可在固定时间内使水下机器人-机械手系统末端执行器精...     

单边Lipschitz时滞系统的H_∞函数观测器设计

主要研究了一类单边Lipschitz非线性时滞系统的H_∞函数观测器设计问题.通过Moore-Penrose广义逆理论与Lyapunov稳定性分析,最终得到了误差动态系统渐近稳定的充分条件.研究成果应用到了一类机器人的观测器设计.     

基于观测器和全局收缩映射的设定点控制

在没有速度测量和重力无法精确补偿条件下,研究了并联机器人的设定点控制。利用线性观测器理论对速度信号进行观测,设计了带有速度近似的比例拟微分(PD-proportion pseudo derivative) 有偏标称重力补偿的设定点控制方法。该控制器只能得到全局有偏稳定的控制结果。借助全局收缩映射定理,定义了参数修正算法,利用系统静差对观测器参数进行在线地重复修正,得到全局渐进稳定的控制效果。该观测器不需要系统模型,控制器-观测器结构简单,易于实用。对六自由度并行机器人的仿真实验表明:选择不同的设计参数可以获得不同收敛速度和输出震颤,但都能够确保系统输出收敛到标称点。     

改进的神经网络观测器在非线性系统中的应用

为降低非线性观测器对模型精度的依赖性, 提出一种非传统的神经网络观测器设计方法。该神经网络为三层前馈网络, 采用带修正项的误差反传算法进行训练, 以保证控制的精度和权值有界, 利用神经网络识别系统的非线性部分, 并结合传统的龙伯格观测器重构系统状态; 利用Lyapunov 直接法保证基于权值误差的非观测器的稳定性, 并将该观测器应用于机器人轨迹跟踪控制中。仿真结果表明, 该方法解决了模型不确定系统状态观测问题, 适用于模型精度较低的非线性系统。     

双重驱动平面并联机器人的振动控制

为了实现柔性机器人的高速高精度控制,抑制高速运动中的残余振动,提出一种新颖的柔性机器人机构,并基于双重驱动的思想研究了其振动抑制问题。以直线伺服电机作为机器人的主驱动源,实现高速精密点位控制,并采用脉冲整形技术减小末端残余振动;以压电陶瓷作为从驱动源,采用闭环反馈控制策略抑制末端残余振动。实验结果表明:采用输入指令整形减振技术和压电陶瓷相结合的抑振策略,系统稳定时间缩短80%以上,双重驱动的抑振策略实现了高速高精度的运动控制。     

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。     

Trajectory tracking control based on linear active disturbance rejection controller for 6-DOF robot manipulator

The trajectory tracking control for a 6-DOF robot manipulator with multiple inputs and outputs, non-linearity and strong coupling is studied. Firstly, a dynamical model for the 6-DOF robot manipulator is designed. From the view point of practical engineering, considering the model uncertainties and external disturbances, the robot manipulator is divided into 6 independent joint subsystems, and a linear active disturbance rejection controller(LADRC) is developed to track trajectory for each subsystem respectively. LADRC has few parameters that are easy to be adjusted in engineering. Linear expansion state observer(LESO) as the uncertainty observer is able to estimate the general uncertainties effectively. Eventually, the validity and robustness of the proposed method adopted in 6-DOF robot manipulator are demonstrated via numerical simulations and 6-DOF robot manipulator experiments, which is of practical value in engineering application.     

自适应观测器的一种构成及其应用实验

本文给出了一种用加权递推最小二乘法来构成自适应观测器的自适应律的方法,该方法能使参数估计误差按指数曲线收敛,计算量小而具有连续时间系统的参数表现形式.同时又能直接应用于离散数值系统.文中给出了数值仿真以及应用于机械手动态特性分析的结果.     

基于干扰观测器的多移动机器人编队鲁棒控制

针对多移动机器人存在模型参数不确定性和外部扰动的编队控制问题,提出了一种多移动机器人编队的鲁棒控制方法。在运动学层面依据领航机器人和跟随机器人位姿的偏差,建立领航机器人和跟随机器人的编队误差动态模型,在此基础上为跟随机器人设计镇定编队误差的辅助速度控制器。以辅助速度控制器的输出作为跟随机器人动力学模型的速度给定信号,并在动力学层面设计基于干扰观测器的自适应滑模控制算法,从而改善普通滑模控制中抖振突出的问题,保证编队控制的稳定性和鲁棒性。对编队控制系统进行仿真验证,结果表明了所提控制方法的有效性。     

基于Backstepping的机器人鲁棒控制律设计

考虑了仅有关节位置测量的机器人控制问题,首先设计滑模观测器估计速度信号,然后基于Ｂａｃｋｓｔｅｐｐｉｎｇ的非线性控制系统综合方法,提出了一种机器人的鲁棒控制方案,可保证跟踪误差的一致最终有界,最后对所提出的鲁棒控制方案与常用的ＰＩＤ＋前馈补偿控制方案作了实验比较,结果表明,所提出的鲁棒控制方案具有更高的跟踪精度。     

基于安全性考虑的五自由度外骨骼式上肢康复机器人自适应控制

针对一类具有特殊安全性要求的五自由度外骨骼上肢康复机器人,研究了一种自适应控制策略。该机器人协助患者的肩、肘、腕关节进行关节运动,以达到上肢运动功能康复的目的,因此,在整个康复训练中如何保证患者安全是机器人控制策略的重点。为确保良好的跟踪性能,所提出的控制策略具有在模型不确定条件下的鲁棒性;为进一步提高系统在大参数变化以及执行器故障时的安全性能,提出了一种在线更新的自适应控制器。该控制器仅需要进行位置测量实现输出信息反馈,而速度和加速度通过观测器估计得到,不需要依靠其他传感器信息。设计了一个参数可调和有界误差的轨迹跟踪实验,仿真结果验证了本控制方案的有效性。     

基于扩张状态观测器的轮式移动机器人全阶滑模控制

针对存在模型参数摄动和外部有界扰动不确定因素影响下的非完整移动机器人轨迹跟踪控制问题,提出一种基于扩张状态观测器的全阶滑模移动机器人轨迹跟踪控制方法.通过坐标变换将耦合的系统动力学模型转化为2个独立的子系统,再将模型参数摄动和外部有界扰动不确定因素扩张为一个新的变量,进而分别对2个子系统设计扩张状态观测器用于估计并补偿系统的总和扰动,抑制其对系统控制性能的影响,结合滑模控制理论设计基于扩张状态观测器的全阶滑模控制器,保证系统输出稳定跟踪给定信号且消除传统滑模控制中抖振突出的问题,提高系统滑动模态的品质.仿真对比结果验证了所设计控制方法的优越性和有效性.