接触作业型飞行机械臂系统的力/位置混合控制

针对飞行机械臂系统移动接触作业问题,使用了一个力/位置混合控制框架,用以控制飞行器系统持续可靠地接触外部环境同时保持一定大小的接触力,并实现在接触过程中的期望轨迹跟踪.首先将作业空间分成2个子空间--约束空间和自由空间,并分别进行力控制和位置控制.对于力控制问题,证明闭环无人机系统是一个类弹簧-质量-阻尼系统,然后在约束子空间中设计逆动力学控制器来实现接触力控制.自由飞行空间中的运动控制依靠轨迹规划和位置控制器来实现.最后,开发了基于六旋翼飞行机器人的单自由度飞行机械臂系统,在飞行状态下进行接触墙面并跟踪倾斜直线轨迹的实验.结果显示本文所使用方法能够保证在平稳移动的同时控制期望的接触力.     

蛇形机器人互补滤波和四元数的姿态解算

针对蛇形机器人姿态解算问题,陀螺存在漂移特性,加速度计的测量值包含重力加速度和运动加速度,磁强计易受周围环境地磁干扰,并且蛇形机器人采用嵌入式微处理器,需要减少计算量.设计了用互补滤波器来实现惯性传感器的数据融合,用四元数进行姿态解算的方法.经过实验验证表明：采用互补滤波和四元数进行姿态解算能有效融合各个惯性传感器的数据,计算量小,能够满足蛇形机器人对精度和实时性的要求.     

作业型飞行机器人动态滑翔抓取的鲁棒自适应控制

作业型飞行机器人是指将多自由度机械臂固连在飞行机器人上的一类新型机器人系统,它能够对周围环境施加主动影响,同时也存在较为复杂的动力学性能.本文针对作业型飞行机器人滑翔抓取物体时所受到的摩擦力和接触力问题以及在飞行过程中产生的转动惯量变化问题,设计了一种整体式鲁棒自适应控制策略.首先在作业型飞行机器人系统动力学建模中引入摩擦力和接触力模型,考虑飞行机器人转动惯量为有界变量,提高了建模和抓取的精度.然后,为减弱滑翔抓取产生的剧烈扰动对飞行控制性能的影响,设计了一种抗扰动的鲁棒自适应控制器,并使用区间矩阵法对转动变量变化进行补偿控制.接着,通过Lyapunov稳定性理论证明了系统的稳定性.最后通过仿真对比实验,验证了所提出方法的有效性和优势.     

全方位机器人的重心位置预测与轨迹跟踪控制

针对全方向移动机器人存在非线性动态强耦合、实时重心偏移及难以实现高精度跟踪控制的问题, 本文提 出一种基于长短期记忆(LSTM)神经网络的重心位置在线预测的轨迹跟踪控制法. 首先, 建立考虑重心偏移的动力 学模型并基于LSTM神经网络训练构建其对比模型; 其次, 基于模型对比法实时估计重心偏移参数, 再基于张神经 网络(ZNN)对估计的重心偏移参数进行预测以减小估计过程引起的滞后; 最后, 基于非线性动态反馈解耦法设计数 值加速度控制算法, 且基于离散系统极点配置法分析了系统的稳定性. 仿真结果验证了所提方法相对于数值加速 度控制器与自适应控制器因能在线预测重心偏移参数完成高精度动态解耦实现控制精度的提高. 实际实验中, 所 提控制算法相比数值加速度控制及模型预测控制, 其跟踪精度明显提高, 这表明所提控制算法可显著减小重心偏移 对跟踪控制精度的影响.     

垂直起降无人机基于图像的目标跟踪控制

针对安装有惯性测量单元和摄像机的低成本四旋翼无人机,研究无位置、速度、航向测量情况下的机动目标基于图像的跟踪控制方法.首先,结合无人机的动力学方程在图像空间中推导了系统的误差方程.其次,为克服无航向测量的问题,设计了一种位置控制器,使用图像矩作为反馈输入并输出油门和姿态指令.最后,针对缺少图像速度测量问题,设计了一种super-twisting滑模观测器和控制器,生成的期望姿态和拉力指令无颤振,并通过李雅普诺夫理论证明了控制系统的稳定性.最终无人机通过调整倾斜姿态实现了跟踪飞行,且避免了响应慢的航向调整.跟踪机动目标的仿真结果验证了所提出方法的有效性.     

一种带有重心调节机构的作业型飞行机器人建模与控制

针对作业型飞行机器人完成抓取、搬运等任务时所产生的重心偏移问题,设计了一种带有重心调节机构的作业型飞行机器人,并提出了一种重心调节控制策略.该方法通过对作业装置中的机械臂进行运动学推导,动态计算出机械臂运动时复合系统重心位置的改变量,利用力矩平衡方程计算得到调节机构所需转动的角度,从而实现对复合系统重心的调节.为验证所提出控制策略的有效性,在Matlab仿真环境中,分别研究了有无重心调节控制时机械臂运动对复合系统重心轨迹和定点悬停位姿的影响.通过户外实物实验测试了飞行机器人搭载负载情况下,调节机构在定点悬停作业时的稳定效果.实验结果表明,在所述控制策略下,重心调节机构能够在飞行机器人作业过程中实时调节复合系统重心的偏移量,验证了控制策略的有效性.     

遥操作护理机器人系统的操作者姿态解算方法研究

设计了一种遥操作护理机器人系统,为实现从端同构式机器人的随动运动控制,对主端操作者人体姿态解算方法进行了研究.首先,构建由惯性传感单元构成的动作捕捉系统,对用作从端机器人动作指令的操作者人体姿态信息进行采集,采用四元数法对人体运动原始数据进行初步求解.其次,将四元数法得到的姿态数据解算成依据仿人结构设计的护理机器人各关节运动的目标姿态角,实现人体姿态到机器人动作的同构性映射.最后,为验证本文所提姿态解算方法的性能,设计了操作者控制护理机器人完成递送和拿取药瓶动作的实验.结果表明,本文姿态解算方法的解算性能与参考系统基本相同;在操作者动作姿态快速变化的时间段,系统仍可获得较高精度的目标姿态数据,其误差在动态条件下依旧能保持在2%以下;护理机器人可较好地实时复现操作者的人体动作.本文方法能满足机器人进行一般护理作业时对人体姿态数据处理的快速性和准确性要求.     

基于反步法的主从航天器相对姿态控制

对主从航天器的相对姿态控制问题,考虑从航天器系统不确定因素,提出了一种基于反步法的姿态控制方法,并引入自适应控制律.该方法首先根据主从航天器的相对位置信息,解算出从航天器观测轴指向主航天器以及从航天器跟踪主航天器轨道坐标系等两种任务的期望姿态;然后基于修正罗德里格参数(MI(P)描述的从航天器姿态误差动力学模型设计了姿态控制器以及针对航天器惯量的不确定性设计了自适应控制律;并基于Lyapunov方法从理论上证明了该方法能够实现全局渐近稳定的相对姿态控制.最后将该方法应用于某编队飞行任务,仿真结果表明此控制器能够实现其编队飞行控制,具有良好的控制性能.     

满足不同交互任务的人机共融系统设计

人与机器人共同协作的灵活生产模式已经成为工业成产的迫切需求, 因此, 近年来人机共融系统方面的研究受到了越来越多关注. 设计并实现了一种满足不同交互任务的人机共融系统, 人体动作的估计和机器人的交互控制是其中的关键技术. 首先, 提出了一种基于多相机和惯性测量单元信息融合的人体姿态解算方法, 通过构造优化问题, 融合多相机下的2D关节检测信息和所佩戴的惯性测量单元测量信息, 对人体运动学姿态进行优化估计, 改善了单一传感器下, 姿态信息不全面以及对噪声敏感的问题, 提升了姿态估计的准确度. 其次, 结合机器人的运动学特性和人机交互的特点, 设计了基于目标点跟踪和模型预测控制的机器人控制策略, 使得机器人能够通过调整控制参数, 适应动态的环境和不同的交互需求, 同时保证机器人和操作人员的安全. 最后, 进行了动作跟随、物品传递、主动避障等人机交互实验, 实验结果表明了所设计的机器人交互系统在人机共融环境下的有效性和可靠性.     

基于神经网络的多机协同编队控制器设计

针对多架无人机协同编队飞行控制问题,设计了一种基于BP神经网络的无人机编队飞行控制器.以两机编队为单元,僚机同时跟踪长机和相邻僚机,根据相对位置和参考坐标系统,采用BP神经网络训练得到最佳的PID控制参数,设计三通道PID控制器并对编队系统进行分布式协同控制,使系统快速跟踪指令并保持编队队形.对四架无人机组成的编队系统进行仿真,系统编队可快速保持期望队形,表明设计的编队控制系统具有良好的稳定性和较强的抗干扰能力.     

Design and Implementation of a Hierarchical‐Clustering CMAC PID Controller

In industrial control processes, proportional‐integral‐derivative (PID) control algorithm is widely employed. Therefore, it is meaningful to design advanced PID controllers, especially for nonlinear control objects. One of the advanced PID controllers is a cerebellar model articulation controller (CMAC) PID controller. In this controller, the PID control parameters are calculated and tuned. The CMAC achieves a higher accuracy by increasing the number of labels of each weight table; this requires a larger memory, and the generalization ability of the controller decreases. On the other hand, if the CMAC requires less memory, the generalization ability increases and accuracy decreases. Hence, in this paper, a novel CMAC in which the accuracy is compatible with the generalization ability is proposed in this paper. In the proposed CMAC, the number of labels of each weight table can be decided by using a hierarchical clustering technology. Moreover, the efficiency of the memory allocation is improved. The effectiveness of the proposed method is verified by experiments.     

小型无人直升机反步自适应控制

针对具有强非线性、高度耦合以及参数不确定性特点的小型无人直升机系统,提出一种基于小脑模型关节控制器（Cerebellar Model Articulation Control,CMAC）神经网络的自适应反步控制方法,该方法采用小脑模型关节控制器神经网络在线学习系统不确定性以及反步控制中各阶虚拟控制量的导数信息,设计鲁棒控制项克服CMAC神经网络在线学习系统不确定性的误差,控制律由反步法回归递推得到。仿真结果表明,在模型参数不确定和存在较大误差的情况下,所设计的控制律具有理想的姿态跟踪性能以及良好的鲁棒性。     

Dynamic modeling and nonlinear tracking control of a novel modified quadrotor

In this article, a nonlinear tracking controller is designed based on Lyapunov stability for a novel aerial robot. The proposed 6‐rotor configuration improves stability and payload lifting capacity of the robot compared with conventional quadrotors while avoiding further complexities in the robot dynamics and steering principles. The dynamical model of the robot is derived using Newton‐Euler method. The model represents a nonlinear, coupled, and underactuated system. The proposed control strategy includes 2 main parts: an attitude controller and a position controller. Both the attitude and position controls are Lyapunov‐based nonlinear tracking controllers that guarantee the asymptotic convergence of the states' tracking errors to zero. Simulation results are presented to illustrate appropriate performance of the closed‐loop system in terms of position/attitude tracking even in the presence of wind disturbance.     

文献扫描机器人多关节机械臂滑膜控制系统设计

为提升机器人机械臂关节的传动性能,使其处于良好的反步自适应工作环境,设计文献扫描机器人多关节机械臂滑膜控制系统。利用关键控制电路,实现机械臂全局PID滑膜控制器与机器人多关节滑膜控制器间的定向连接,完成新型控制系统的硬件运行环境搭建。通过机器人控制传感器标定操作,建立等效控制及动态滑膜方程,并利用上述计算结果界定机械臂滑膜的动态品质,实现新型控制系统的软件运行环境搭建,结合软、硬件运行单元,完成文献扫描机器人多关节机械臂滑膜控制系统设计。模拟文献扫描机器人多关节机械臂运行状态,设计对比实验结果表明,与传统系统相比应用新型滑膜控制系统后,机械臂关节的传动能力得到有效提升,反步自适应参数最大值可达到1.70     

Fuzzy-based-admittance controller for safe natural human–robot interaction

ABSTRACT

In recent years, a great amount of research on physical human–robot interaction has been conducted, and mainly concentrated on safety issues to minimize the risk of accidents to the operator during the cooperation between human and robot. Unfortunately, the identification of inertia and damping matrices in the dynamic admittance model is time-consuming, which is still an open problem of previous admittance controllers. Additionally, the natural cooperation is that cooperative movements are implemented in every degree of freedom in space, which is rarely concerned while it is important to implement more complex cooperative movements, and to help operator feels naturally during the cooperation. This paper presents an alternative admittance controller based on inference mechanism of fuzzy logic to eliminate the identification of inertia and damping matrices during the process of controller formulation in which the end-effector’s velocity is adaptively adjusted via external wrench (force/torque measured by a sensor mounted on end-effector) and power transmitted by the robot. Moreover, the proposed controller also considers end-effector’s full DOF to guarantee the natural human–robot interaction. The fuzzy-admittance controller is evaluated by an experimental set-up of teaching task using 6-DOF manipulator in which manipulator moves passively via the human impact on real-time force/torque sensor mounted on end-effector.     

Global positioning of robot manipulators with mixed revolute and prismatic joints

The existing controllers for robot manipulators with uncertain gravitational force can globally stabilize only robot manipulators with revolute joints. The main obstacles to the global stabilization of robot manipulators with mixed revolute and prismatic joints are unboundedness of the inertia matrix and the Jacobian of the gravity vector. In this note, a class of globally stable controllers for robot manipulators with mixed revolute and prismatic joints is proposed. The global asymptotic stabilization is achieved by adding a nonlinear proportional and derivative term to the linear proportional-integral-derivative (PID) controller. By using Lyapunov's direct method, the explicit conditions on the controller parameters to ensure global asymptotic stability are obtained.     

基于控制器输出误差方法的自适应模糊控制及其在机器人轨迹跟踪控制中的应用

本文提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制 ,该控制器采用控制器输出误差方法 (COEM) ,根据控制器的输出误差而不是对象的输出误差来在线地调整模糊控制器的参数 ,无须对对象进行辩识 .仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能 ,是一种有效的控制器     

Backstepping approach for design of PID controller with guaranteed performance for micro-air UAV

Flight controllers for micro-air UAVs are generally designed using proportional-integral-derivative (PID) methods, where the tuning of gains is difficult and time-consuming, and performance is not guaranteed. In this paper, we develop a rigorous method based on the sliding mode analysis and nonlinear backstepping to design a PID controller with guaranteed performance. This technique provides the structure and gains for the PID controller, such that a robust and fast response of the UAV (unmanned aerial vehicle) for trajectory tracking is achieved. First, the second-order sliding variable errors are used in a rigorous nonlinear backstepping design to obtain guaranteed performance for the nonlinear UAV dynamics. Then, using a small angle approximation and rigorous geometric manipulations, this nonlinear design is converted into a PID controller whose structure is naturally determined through the backstepping procedure. PID gains that guarantee robust UAV performance are finally computed from the sliding mode gains and from stabilizing gains for tracking error dynamics. We prove that the desired Euler angles of the inner attitude controller loop are related to the dynamics of the outer backstepping tracker loop by inverse kinematics, which provides a seamless connection with existing built-in UAV attitude controllers. We implement the proposed method on actual UAV, and experimental flight tests prove the validity of these algorithms. It is seen that our PID design procedure yields tighter UAV performance than an existing popular PID control technique.