自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

基于自适应模糊PID的爬壁机器人运动路径控制研究

为解决爬壁机器人沿轨迹爬行检测过程中出现的位姿偏差问题,将模糊控制和传统比例积分微分(PID)相结合,提出了一种基于自适应模糊PID的运动路径控制方法。在建立相应的爬壁机器人运动模型的基础上,对爬行过程中的位姿偏差进行分析,设计了一种自适应模糊PID控制器。给出以位姿偏差角度为外环、以电机转速为内环的双闭环模糊控制方法,通过不断检测爬壁机器人的位姿角度误差,将实时的角度误差转化为左右电机的差速,再对左右电机转速进行模糊PID控制,进而改变爬壁机器人的运动方向。利用Simulink对模糊PID控制效果进行仿真分析。结果表明:自适应模糊PID相比于传统PID跟踪响应效果更好,具有较好的自适应能力;双闭环模糊控制能够更好地使爬壁机器人沿目标轨迹稳定爬行。     

模糊自适应PID控制器在足球机器人中的应用

传统的PID控制器结构简单、实现简单、控制效果良好,所以在足球机器人中广泛应用.但由于机器人机械加工精度问题,每个足球机器人都存在个体差异,很难得到一致的PID控制参数.本文提出了一种基于模糊控制理论的足球机器人控制系统,针对传统PID控制器的特点,将摸糊控制技术引入到PID参数自整定过程中,根据不同情况在线自整定PID参数.通过和传统的PID控制器比较,模糊自适应PID控制器具有具有灵活性好,控制适应性强,动态、静态性能好等优点.在MIROSOT机器人上验证了该控制器的有效性和实用性.     

冗余自由度工业机器人模糊自适应PID控制研究

为提高汽车生产中涂胶工序的工作效率和空间利用率,改善机器人避障性能,设计了一款具有7自由度的冗余度工业涂胶机器人,并对其控制方法开展研究。针对现有PID控制方法应用于非线性时变的多自由度多刚体串联式开链系统时,控制效果有限、难以达到系统精度要求等问题,基于传统PID控制和模糊自适应控制算法,提出了一种带有重力补偿的模糊自适应PID混合控制方法。该方法在对冗余度工业机器人进行动力学分析的基础上,基于牛顿-欧拉分析法建立了冗余度机器人动力学模型,基于动力学分析设计了带有重力补偿的模糊自适应参数整定PID控制策略,建立了控制器模型,通过Matlab仿真实验表明,具有模糊自适应参数整定PID控制较有重力补偿的传统PID控制具有更好的控制效果。     

免疫克隆方法的改进及其在轨迹未知机器人高速运动控制中的应用

在机器人的活动轨道不知道的情况下,实现高速运动控制.设计了改进型的免疫克隆分数阶PID控制器.由于在机器人活动过程中,关节角位置、角速度、角加速度实时跟踪获得,要达到速度快、精度高的标准,则机器人的主控制器参数务必保持时刻最优的特性,文章提出了机器人关节模型的实时辨识并结合分数阶PID控制器增益系数实时自适应的控制方案.实验仿真结果表明,该模型规避了外界各种不确定性干扰,并保证控制器参数时刻最优,表现出良好的自适应性与智能性,较好的运用于由机器人实时识别轨迹的高速工作场合.     

优化GA的模糊自适应张力控制

以典型的卷绕张力系统为研究对象,结合模糊自适应PID控制与遗传算法,设计了基于遗传算法的模糊自适应PID张力控制器.该控制器由离线和在线两部分组成,离线部分利用遗传算法搜索出一组最优的PID参数作为在线调节的初始值,在线部分用来实时调整系统响应的PID参数.仿真结果表明,采用的模糊自适应PID控制策略较传统PID控制器具有响应速度快、控制输出稳定、抗干扰能力强、鲁棒性好等优点.     

基于自适应模糊PID运动控制系统的设计

内容为了提高四轮驱动机器人的速度控制性能和红外循迹轨迹跟踪响应效果,将传统PID控制和模糊推理相结合,设计了一种基于自适应模糊PID的四轮驱动循迹控制系统,介绍了系统总体结构和模糊控制理论,设计了一种自适应模糊PID控制器,给出了以转速为内环,位置偏差为外环的双闭环模糊控制方法,利用simulink对模糊PID算法的控制效果进行了仿真,并在四轮驱动控制系统试验平台上进行速度控制实验和循迹动态响应实验研究,结果表明本文所设计的自适应模糊PID相对于传统PID响应更快,减少系统稳态误差,提高移动平台的红外循迹过程中的轨迹跟踪动态响应效果。     

PHANTOM Omni机器人的自适应模糊滑模控制

针对PHANTOM Omni机器人的位置轨迹跟踪问题,采用了一种基于模糊逻辑的自适应模糊滑模控制方案。利用滑模控制中的切换函数作为输入,根据模糊系统的逼近能力设计控制器,并基于李雅谱诺夫方法设计自适应律对控制器所需参数进行实时调节。仿真中将其与传统的滑模控制进行了比较,仿真结果表明：自适应模糊滑模控制能使PHANTOM Omni机器人更好地实现期望的位置轨迹跟踪并有效地减轻抖振现象,从而证明了该方法在PHANTOM Omni机器人上实施的可行性。     

柔性关节微操作机器人自适应模糊预测控制

对一种柔性关节微操作机器人系统提出了多输入多输出直接自适应模糊广义预测控制方法,此方法先基于机器人理论模型设计出广义预测控制器,再构造直接自适应模糊控制器逼近广义预测控制器,并用机器人视觉误差信息对控制器参数和广义误差向量估计值中的未知向量进行自适应调整,以增强对建模误差的鲁棒性,并证明了所设计的控制器可使微操作机器人跟踪时变参考轨迹时的广义误差估计值收敛到原点的小邻域内,以达到控制要求,仿真结果验证了此方法的有效性.     

神经元PID控制器在两轮机器人控制中的应用

针对两轮机器人传统PID控制器参数整定困难的问题,设计了一种神经元PID控制器.该控制器利用神经元的自学习和自适应能力,在线实时调整控制器各项参数.建立了两轮机器人的非线性模型,讨论了神经元PID控制系统的结构及其控制算法和各项控制器参数的学习算法.将设计的控制器其应用于两轮机器人的平衡控制中,并且与传统PID控制器进...