机械臂关节空间轨迹的神经网络滑模跟踪控制

为了提高机械臂对给定轨迹的跟踪精度且削弱滑模控制抖振问题,提出了基于RBF神经网络滑模控制的轨迹跟踪方法。建立了多连杆机械臂系统的运动学和动力学模型。首先忽略由建模误差和系统扰动产生的系统不确定项,建立了全局PID滑模控制器,设计了由等效控制律和切换控制律组成的全局滑模控制律;而后使用单隐含层RBF神经网络逼近系统不确定项,使用神经网络对不确定项的逼近值补偿建模误差和系统扰动,达到提高控制精度的目的。经仿真验证,在机械臂初始位置误差较大的情况下,神经网络滑模控制器的调节时间、超调量、驱动力矩抖振远小于全局PID滑模控制器,证明了神经网络滑模控制器在机械臂轨迹跟踪控制中的有效性。     

机械臂运动的智能自适应模糊控制策略

为了提高机械臂轨迹跟踪控制精度同时节省驱动能量,提出了机械臂运动的智能自适应模糊控制策略。介绍了双连杆机械臂结构并建立了其动力学模型;设计了机械臂系统控制方案和智能自适应模糊控制器的实现方案;在粒子群算法基础上增加了多策略进化方法和多子群协同搜索方法,提出了多策略协同进化粒子群算法;以机械臂轨迹跟踪误差和驱动力矩最小为目标,以多策略协同进化算法为寻优算法,设计了具有智能自适应调节能力的模糊控制器。经仿真验证,自适应模糊控制器的跟踪误差幅值为PID控制误差幅值的26%左右,同时模糊控制器驱动力矩的平均振动幅值不足PID控制器力矩振动幅值的17%,充分证明了智能自适应模糊控制器能够以更小的力矩实现更小的跟踪误差。     

机械臂的改进固定时间滑模控制方法设计

当机械臂末端对给定轨迹进行跟踪控制时,跟踪误差收敛速度容易受初始跟踪误差大小的影响,针对这一问题设计了一种适用于机械臂模型的改进固定时间滑模轨迹跟踪控制策略.在快速终端滑模面的基础上,设计了一种固定时间滑模面,从而使得控制器具有固定时间收敛特性并给与证明;针对滑模控制伴随抖震的特性,对滑模控制器的趋近律进行了抑制抖振的改进,使得趋近律具有一定的自适应性.通过对二自由度机械臂的仿真实验,验证了在系统含有未知扰动的情况下,设计的改进固定时间滑模控制器能够在固定时间内使得机械臂末端轨迹跟踪误差快速收敛,且通过控制器参数的调整能够达到更快的收敛速率.通过仿真对比,验证了论文设计方法的收敛速率要快于快速终端滑模控制方法.     

冗余机器人的任务优先级轨迹规划方法

当机械臂末端沿期望轨迹运动时,若障碍物影响机械臂末端运动,则末端会与障碍物发生冲突,使其偏离期望运动轨迹。针对这一问题,提出了一种任务优先级轨迹规划方法,使机械臂末端避障后能够继续跟踪期望轨迹。当机械臂末端运动轨迹中含有障碍物时,赋予避障运动作为优先控制,通过计算末端位置增量使机械臂末端产生逃离速度,进而避开障碍物;反之,赋予轨迹跟踪作为优先控制,通过对机械臂期望轨迹与实际位置进行误差控制,达到提高末端轨迹跟踪精度的目的。最后,对冗余机器人进行了仿真及试验验证。结果表明,当障碍物与机械臂末端运动轨迹发生冲突时,基于任务优先级的轨迹规划方法可以使机械臂末端有效地避开障碍物,同时,末端避障后机械臂仍能跟踪到期望轨迹运动。     

基于模型控制的液压机械臂高精度轨迹跟踪

液压机械臂具有高度非线动力学特性,末端轨迹跟踪误差大。为此,提出一种辨识动力学参数的基于模型的控制算法(Model-basedcontrol,MBC)。该控制算法由外环的液压缸位置反馈控制器、内环的力控制器以及前馈流量补偿控制器三部分输出叠加组成。力控制器充分考虑液压机械臂动力学模型,动态补偿惯性力、重力和摩擦力等干扰力对控制精度的影响;位置控制器用以消除液压执行器造成的力偏差;前馈流量补偿器根据液压执行器动力学模型计算流量补偿量,提高系统响应与精度。针对动力学模型中存在的参数不准确问题,采用了最小二乘参数辨识的方法,在激励轨迹下获取液压机械臂动力学参数精确值。试验结果表明,所提出的辨识动力学参数的MBC控制算法相比3D模型参数的MBC控制在自由空间运动位置跟踪精度提升了39.24%,相比与传统PID控制提升了93%,显著提高了轨迹跟踪精度。     

一种零空间避障的机械臂末端轨迹跟踪算法

针对传统的零空间避障方法无法根据障碍物距离提前采取避障行为同时保证末端跟踪精度的问题,提出一种零空间避障的机械臂末端轨迹跟踪算法.该方法采用伪距离代替欧氏距离作为距离接近度指标解决零空间避障问题,同时设计一种自适应正定系数矩阵K和速度误差饱和函数sat(e),将实时轨迹运行结果反馈给冗余机械臂运动学反解,根据反馈结果自适应调节关节角速度以减小末端轨迹跟踪误差.采用iiwa14机械臂进行仿真实验,仿真的结果表明,所提出的算法能够在完成冗余机械臂零空间避障的同时保证末端轨迹跟踪误差在1 cm以下,验证了所提算法的有效性和优越性.     

基于萤火虫-遗传算法的机械臂轨迹时间优化

针对传统遗传算法在求解机械臂轨迹优化问题时存在的搜索精度不够、效率低等问题,提出一种基于萤火虫-遗传算法的机械臂轨迹时间优化方法。在关节空间使用五次多项式插值法规划六自由度机械臂的末端轨迹,在运动学约束条件下,使用萤火虫-遗传算法对机械臂的末端轨迹进行时间优化,得到最优的末端轨迹运行时间。通过MATLAB仿真实验,轨迹运行时间从传统遗传算法的2.141 1 s减少到2.090 8 s。结果表明萤火虫-遗传算法具有比传统遗传算法更好的性能,能够有效地实现机械臂末端轨迹在运动学约束下的时间优化。     

基于主从任务转化的闭环控制避障算法

冗余度机械臂避障算法研究一直是机器人领域的研究热点之一。针对传统算法的不足提出一种基于主从任务转化的闭环控制避障算法。主从任务转化通过监测机械臂各杆件与障碍物之间的最小距离变化实现避障任务和期望轨迹跟踪任务的主从切换,从而解决当障碍物位于机械臂末端期望轨迹上时避障运动和期望轨迹跟踪运动存在的相互冲突问题。考虑到机械臂避障时其末端跟踪精度差的问题,引入对冗余度机器臂末端期望位置和实际位置的误差控制,使得机械臂末端跟踪精度显著提高。同时,该算法还适用于多障碍物避障和动态避障且具有计算量小和躲避速度变化连续等优点。通过三自由度平面冗余度机器臂的仿真试验,验证了该算法的正确性。仿真结果表明,该算法能够有效解决当障碍物位于机械臂末端期望轨迹上时存在的冲突问题,而且机械臂在避障的同时也能够高精度跟踪末端期望轨迹,且能够完成多障碍物避障和动态避障。     

运动助力机械臂轨迹跟踪误差校正方法

运动助力机械臂的轨迹跟踪控制是实现高精度工作的关键。由于运动助力机械臂参数存在的不确定性等因素，导致运动助力机械臂轨迹跟踪误差较高，为此，提出了运动助力机械臂轨迹跟踪误差校正方法。分析运动助力机械臂空间位置和变换关系，根据运动助力机械臂关节与连杆之间的空间坐标矩阵变换过程，构建齐次坐标变换矩阵，获取机械臂末端执行器的空间位姿矩阵。通过定义机械臂轨迹的相关性特征集，得到机械臂轨迹跟踪误差的校正指标。基于置信概率计算，确定机械臂轨迹跟踪误差校正的约束范围，构建约束参量分析模型。采用遗传算法的原理，求解运动助力机械臂轨迹跟踪误差校正参数，实现运动助力机械臂轨迹跟踪误差校正。实验结果表明，所提方法的运动助力机械臂轨迹跟踪误差校正效果较好，能够有效提高运动助力机械臂轨迹跟踪误差校正精度。     

基于DSP的机械臂约束预测控制系统设计

针对机械臂的实时控制问题,基于约束预测控制,提出了一种机械臂实时运动控制方法。介绍了机械臂动力学模型并进行了线性化处理,以降低算法复杂度、保证实时性。设计了轨迹跟踪控制器和约束预测控制器,其中轨迹跟踪控制器采用最优反馈控制律,可确保机械臂按参考轨迹运动;而约束预测控制器则在考虑机械臂物理约束的情况下,为跟踪控制器提供最优参考轨迹。以DSP作为核心控制器,搭建了机械臂控制系统,同时给出了硬件和软件设计方法。以梯形和三次多项式轨迹为例,进行了系统功能测试,测试结果表明了所述控制系统的可行性和有效性。     

直线电机精密定位平台轨迹跟踪控制器设计

为了实现直线电机精密定位平台的位置和速度的轨迹跟踪控制,本文基于内模控制（IMC）的基本原理,在直线电机精密定位平台参数辨识的基础上,设计了定位平台速度环的模型状态反馈（MSF）控制器和基于位置环PID和速度环MSF的级联控制器。将PID/MSF级联控制器与速度/加速度前馈控制（VFC/AFC）相结合,构成了PID/MSF+VFC/AFC的复合轨迹跟踪控制器。该复合轨迹跟踪控制器通过整定速度前馈的增益来改善位置环偏差控制的跟踪滞后现象和动态响应,增加控制系统的稳定性和伺服精度;通过整定加速度前馈的增益在不减小级联控制器位置环增益的前提下,减小速度前馈带来的超调量,提高轨迹跟踪精度。基于MATLAB/dSPACE实时仿真控制平台,实现了某直线电机平台的轨迹跟踪控制。仿真和实验结果表明,该轨迹跟踪控制器的轨迹跟踪精度为±0.028 mm,定位精度为±4 μm,满足直线电机精密定位平台轨迹跟踪控制的要求。     

排爆机械臂虚拟样机运动控制的仿真研究

国内外反恐形势日趋严峻,各国积极推进排爆机器人开发。针对排爆机器人机械臂的轨迹跟踪问题,展开控制模型仿真研究,使用MATLAB和ADAMS软件实现机械臂的虚拟样机建模、控制系统设计与系统仿真,将常规PID与模糊PID分别应用于联合仿真系统的设计。阶跃响应曲线显示,相对于常规PID,模糊PID减少了25.2%的超调量;正弦轨迹跟踪曲线显示,相对于常规PID,模糊PID减少了13.8%的超调量,响应时间缩短了22.8%。仿真研究显示,模糊PID模型拥有更快的响应速度及更优的轨迹跟踪质量,更适合作为排爆机械臂的控制方式。     

柔性机械臂最优抑振轨迹规划与跟踪控制研究

为了抑振柔性机械臂的残余振动,提出了基于自适应遗传算法的最优抑振轨迹规划和基于全阶终端滑模控制的轨迹跟踪方法.在轨迹规划方面,建立了最优抑振轨迹规划模型;对遗传算法进行改进,使交叉概率随种群多样性自适应变化,变异概率随个体适应度自适应变化,从而提出了自适应遗传算法的抑振轨迹规划规划方法.在轨迹跟踪方面,以轨迹跟踪误差及残余振动为消除对象,设计了全阶终端滑模控制器及控制律,并证明了任意误差状态可在有限时间内到达滑模面并滑动至零点.经验证,自适应遗传算法收敛速度和寻优精度明显优于传统遗传算法,自适应遗传算法规划轨迹的残余振动远远小于传统遗传算法规划的轨迹;在全阶终端滑模控制器的控制下,柔性机械臂在旋转过程中和旋转结束后的振动量极小,而PID控制器在旋转结束后3.5s才逐渐稳定.     

船体除锈机械手的干扰抑制轨迹跟踪控制

船体外壁除锈喷漆过程中需要控制机械手臂的变幅和伸缩油缸协调动作,以保证机械手臂末端在垂直轨迹方向上的匀速直线运动。针对运动过程中存在的机械手臂的柔性变形不确定性等干扰以及比例阀油缸系统内部状态量的不可测性,运用Lyapunov稳定性理论设计了基于降维观测器的干扰抑制轨迹跟踪控制器,并将所设计控制器对干扰的鲁棒性与传统PID控制进行了仿真对比。同时,应用所设计的控制算法对样机进行了相关测试,验证了所设计的控制器对机械臂外部干扰的抑制作用。     

NX100型控制器的动态连续轨迹控制方法

NX100型控制器提供的控制方法适用于轨迹固定情况下的机械臂控制,对于目标轨迹动态变化的情况,现有控制方法存在运行不连贯和延时长等问题。利用NX100型控制器提供的控制接口功能,提出了一种基于在线预更新JOB的控制方法,实现了机械臂的动态连续轨迹控制。该方法控制下的机械臂运行平滑,具有一定的实时性能,理论最小延时为375ms。该方法具有很好的通用性,在MO-TOMANIA20七自由度机械臂和FANUC2000i机械臂上均成功实现了在线跟踪。该方法适用于要求目标轨迹可在线大范围改变、机械臂运行平滑以及有一定实时性要求的场合。     

基于分层结构的机械臂运动预测控制

为了使柔性机械臂快速稳定到达目标位置且抑制其末端柔性形变,设计了基于分层结构的预测控制方法,分层结构采用对预测控制的方式,占据了控制的先机,而且针对机械臂的时变特性,采用滚动控制策略,增加了控制系统鲁棒性。给出了适用于一般机械臂的控制结构框架,建立了预测控制模型;设计了轨迹规划层,将最优轨迹规划问题转化为带约束的QP问题,其输出为最优轨迹;设计了跟踪控制层,此层精确跟踪上层规划出的最优轨迹;为了验证分层结构的有效性,设计了适用于柔性机械臂的分层结构,将此方法与IST方法进行比较,分层结构不仅快速稳定到达目标位置,而且抑制了机械臂在目标位置的柔性形变、控制过程中也没有出现力矩的较大波动。     

基于改进灰狼算法的冗余机械臂轨迹跟踪与避障

本文将冗余机械臂的轨迹跟踪和避障规划统一为优化问题,提出了一种基于改进灰狼算法的避障跟踪优化器。首先,基于包围盒法对避障空间进行了建模,使用GJK算法计算机械臂与障碍物之间的最小距离。其次,设计了适应度函数,引入避障奖励项对优化器进行主动奖励,使机械臂在跟踪目标轨迹的同时避开障碍物。然后,使用随机分散策略对灰狼算法进行了改进,以增强算法的全局搜索能力,从而更好地求解优化问题。最后,使用九自由度冗余机械臂验证了所提出方法的有效性和优越性。实验结果表明：对于圆形目标轨迹,机械臂的末端跟踪误差为0.21 mm;跟踪过程中,机械臂与障碍物的距离不小于70 mm;相比于经典灰狼算法,改进灰狼算法使跟踪精度提高了13%。本文提出的避障跟踪优化器能以毫米级的精度同时满足冗余机械臂的轨迹跟踪和避障任务;改进的灰狼算法能有效提高经典灰狼算法的收敛精度。     

基于变预测时域MPC的自动驾驶汽车轨迹跟踪控制研究

为了保证自动驾驶汽车轨迹跟踪的精度及行驶过程中的稳定性,提出一种基于车辆横向稳定状态在线识别和模糊算法的变预测时域模型预测控制（MPC）方法。针对车辆稳定状态的在线识别,采用k-means聚类算法对车辆行驶状态参数进行聚类分析,得到聚类质心,通过在线对比当前车辆状态量与不同聚类质心之间的欧氏距离获取车辆的实时安全等级。同时计算出当前车辆的轨迹跟踪横向偏移量,以这二者为输入,通过模糊控制算法在线计算出预测时域的变化量并输出给MPC控制器实现预测时域的自适应调整,最后求解出自动驾驶车辆跟踪轨迹的最优的控制序列,以达到在保持车辆稳定的前提下实现高精度轨迹跟踪控制的目的。CarSim/Simulink联合仿真结果表明,改进后的变预测时域MPC算法在提高自动驾驶汽车轨迹跟踪精度及横向稳定性方面的表现优于传统MPC控制器。     

快速刀具伺服分数阶PID控制仿真的研究

利用分数阶PID控制,提出了一种新的快速刀具伺服(FTS)跟踪控制方法,以改善FTS的控制性能。根据差分进化算法,讨论了分数阶PID控制器的参数整定;通过数值仿真,考察了该方法的可行性和有效性。针对FTS的轨迹跟踪,根据响应时间、跟踪精度等指标,详细比较了分数阶PID控制与传统PID控制的性能。仿真结果表明,分数阶PID控制器的阶跃响应时间约为5×10-7s,是PID控制响应时间的42%,对频率为1 kHz,幅值为1μm的正弦信号的跟踪误差约为6 nm,是PID跟踪误差的50%,验证了基于分数阶PID控制器实现FTS轨迹跟踪控制的可行性和优越性。     

宏微并联机器人系统自适应交互PID监督控制

500m口径球面射电望远镜(Five hundred meter aperture spherical radio telescope,FAST)的馈源支撑与指向跟踪机构由宏微并联机器人系统构成,大跨度柔索驱动的宏并联机器人保证系统的大工作空间,精密电动缸驱动的Stewart平台作为微并联机器人保证系统的末端精度并扩展其伺服带宽。为了降低宏并联机器人的柔性对末端定位精度的影响,提出基于并联机构学原理的三维机动目标解耦跟踪预测算法,对馈源舱的运动进行跟踪预测。引入自适应交互算法解决PID参数的实时调整,设计自适应交互PID监督控制器,根据馈源舱的预测运动和馈源平台的目标轨迹产生电动缸规划级控制量。此外,在电动缸执行级采用带前馈的数字伺服滤波器实现电动缸的高精度轨迹跟踪。FAST50m缩尺模型试验表明,结合解耦预测算法对馈源舱的运动预测,自适应交互PID监督控制器效果良好,能够确保宏微并联机器人系统在以期望的跟踪速度运行时,获得完全满足控制要求的定位精度和指向精度。