RBF神经网络滑模变结构控制在并联机器人中的应用

并联机器人系统结构复杂,具有强耦合、非线性等特点。滑模变结构控制对参数不确定性和外部扰动具有强鲁棒性,不需要被控对象精确数学模型且基于该方法的控制器设计过程是自然解耦过程,适用于并联机器人控制,但是滑模控制普遍存在抖振问题。鉴于此,该文提出RBF神经网络与滑模控制相结合的控制方法,利用RBF神经网络对滑模控制器切换项的增益进行调节,可以有效地降低滑模控制的抖振,获得较好的控制效果。仿真结果表明,该控制方法跟踪性能好,系统误差小,具有较强的鲁棒性,可以满足并联机器人的控制要求。     

并联机器人的新型趋近率滑模控制研究

对一种驱动冗余四自由度并联机器人进行任务空间实时控制动力学滑模控制研究。基于所构建动力学模型,在任务空间内,提出并设计一种新型加权积分增益型指数趋近率滑模控制方法,利用滑动模态的形成,使控制系统对于不确定参数以及外界干扰具有良好的鲁棒性,同时,通过在趋近率的积分项中引入负的加权值,在保证并联机器人系统轨迹跟踪速度和精度的同时,有效降低起始阶段控制力的幅度并有效削弱输出驱动力的抖振。其次,利用Lyapunov函数,理论证明所设计控制律的稳定性。最后,利用MATLAB对所建立并联机器人动力学模型及所设计控制律进行仿真试验研究,通过与计算力矩控制、一般趋近率滑模控制进行仿真对比,其结果表明了所建立并联机器人动力学模型的实时可控性以及所设计控制方法的有效性。     

焊接机器人非奇异Terminal滑模控制系统研究

针对焊接机器人不确定性系统的特点,进行了非奇异Terminal滑模控制系统研究。建立了焊接机器人动态模型;确定了控制系统的硬件结构,并在此基础上探讨了系统非奇异Terminal滑模控制的基本原理。最后,结合实例对焊接机器人非奇异Terminal滑模控制系统进行了数值仿真。结果表明,该控制系统的自适应性强,精度高,误差可以快速收敛到0。     

基于交流伺服电机驱动的并联机器人动态滑模控制

并联机器人具有刚度大、承载能力强、误差小等特点,针对以交流伺服电机驱动的并联机器人机构--GPM-200并联机构,建立了控制系统模型,并在其工作空间中进行了轨迹规划,而后设计了一种动态滑模控制算法,在Matlab/Simulink上进行了仿真实验,结果表明:该算法鲁棒性好,且系统抗干扰能力强,对系统参数变化不敏感,具有良好的跟踪性能,实现了对该并联机器人的高精度实时控制.     

基于滑模变结构的轮式机器人双环轨迹跟踪控制

针对轮式机器人轨迹跟踪问题,提出了一种利用滑模变结构算法构建的双环轨迹跟踪控制系统。在基于轮式机器人运动学模型基础上,针对该非线性欠驱动系统采用滑模变结构算法设计了能够保证全局范围内渐近稳定的轨迹跟踪控制器,并构建了双环控制系统。通过内环系统控制角速度,实现对方向角的跟踪;外环控制器得到控制角之后实现对速度的控制,使机器人达到期望位姿状态。文中利用Lyapunov稳定性理论对所设计的闭环系统进行了稳定性分析,并通过仿真进一步验证了该控制系统的有效性。     

自适应反演神经网络控制在并联机器人中的应用

针对未知非线性、外界干扰等各种不确定因素对二自由度冗余并联机器人控制系统的影响,提出了反演自适应神经网络控制方法.RBF神经网络实现了不确定性函数的逼近,自适应反演控制作为主控制器完成并联机器人控制系统的输出.仿真结果表明,自适应反演神经网络控制方法跟踪性能好,系统误差小,具有很强的鲁棒性,能够满足并联机器人的控制要求.仿真实验证实了该控制策略的正确性和有效性.     

基于FNN的Terminal滑模算法在并联机器人控制中的应用

针对伺服电机作为驱动装置的并联机器人,首先运用模糊神经网络(FNN)控制策略对驱动侧进行控制仿真,在分析结果后,结合Teiminal滑模控制方法,提出一种新的控制策略,用FNN输出代替滑模中引起抖振的切换部分,Terminal滑模函数的选取保证了输出跟踪误差在有限时间内收敛到零,仿真结果表明,所提出的控制策略可以实时的满足并联机器人的高精度,高速度控制要求.     

并联机器人轨迹跟踪离散变结构鲁棒控制器设计

本文根据并联机器人支撑杆教学模型参数摄动较大和时变的特点,设计了一种用于并联机器人轨迹跟踪的离散滑模变结构鲁棒控制器,通过引入变速趋近律,控制系统响应速度快,对参数摄动和外界干扰具有较强的鲁棒性,仿真研究结果表明,本文的控制方案能实现较高精度的快速轨迹跟踪,同时可削弱或避免通常变结构控制中不可避免的抖振。     

基于动静态安全场的机器人避障路径控制仿真研究

针对机器人避障过程中运动路径较长和轨迹跟踪误差较大问题,设计了改进滑模控制系统,并对机器人运动路径和跟踪误差进行仿真验证。分析了动静态安全场环境中的危险源,引用了离散滑模控制系统,采用卡尔曼滤波器对离散滑模控制系统进行改进,给出了机器人末端执行器运动路径控制流程。在不同环境条件下,采用Matlab软件对机器人避障路径跟踪误差进行仿真,并且与滑模控制系统进行比较分析。结果表明:机器人在静态安全场环境中,采用滑模控制器,机器人轨迹跟踪运动路径较长;而采用改进滑模控制器,避障过机器人轨迹跟踪运动路径较短。机器人在动静态安全场环境中,采用滑模控制器,避障运动路径较长,跟踪误差较大;而采用改进滑模控制器,避障运动路径较短,跟踪误差较小。采用改进滑模控制器,机器人自适应调节能力强,从而缩短了机器人运动路径,提高了轨迹跟踪精度。     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

积分切换面自适应滑模控制及其在并联机器人中的应用

针对交流伺服电机作为驱动装置的2-DOF并联机器人,设计出一种带有积分切换面的自适应滑模控制器。首先,带有积分运算切换面的变结构控制器使系统具有对未知参数变化和外部干扰不敏感的特性。其次,通过设计一种自适应律,实现对系统不确定量的在线辨识估计,以辨识结果实时调整控制器参数,以削弱系统抖动,提高了控制系统的实用性。仿真结果表明所设计控制器抗干扰能力强,能较好地实现2-DOF并联机器人各支路的运动控制,具有较好的稳定性和鲁棒性能。     

柔顺并联机器人动力学及轨迹跟踪

以含有开槽型柔顺关节的并联机器人为研究对象,对其动力学及轨迹跟踪问题进行研究。根据柔顺关节特性,建立系统分析模型,应用拉格朗日方法建立系统动力学方程。为补偿系统具有的不确定性,分别设计趋近律上界滑模控制策略和径向基函数(Radial basis function,RBF)神经网络趋近律滑模控制策略,基于Lyapunov理论证明了系统的全局稳定性。应用S型速度规划曲线,分别给出直线轨迹和圆轨迹的运动规划算法。仿真结果表明,系统模型及控制策略能够有效实现柔顺关节并联机器人的轨迹跟踪。     

机械臂任务空间鲁棒Terminal滑模控制

不确定性和外部干扰是制约机器人控制精度的主要因素,传统Terminal滑模控制方法未能考虑机械臂运动学不确定性。提出一种新的机械臂任务空间鲁棒连续非奇异Terminal滑模跟踪控制方法。该方法具有较强的鲁棒性,能够有效克服运动学不确定性、动力学不确定性和外部干扰,保证机械臂任务空间跟踪误差有限时间稳定,将现有机械臂Terminal滑模控制方法从关节空间扩展到任务空间。通过模型转换,同时考虑机械臂运动学不确定性和动力学模型不确定性。使用矢量和矩阵范数定义,给出系统不确定性的界定方法。运用Lyapunov再设计方法和有界稳定理论,分析系统稳定性,明确给出系统调节时间和跟踪误差剩余集的估计方法。仿真中,通过与现有机械臂关节空间Terminal滑模跟踪控制方法比较,验证了所提方法的有效性。     

Target Tracking Algorithm Using Finite-time Convergence Smooth Second-order Sliding Mode Controller for Mobile Robots

Target tracking control for wheeled mobile robot (WMR) need resolve the problems of kinematics model and tracking algorithm.High-order sliding mode control is a valid method used in the nonlinear tracking control system,which can eliminate the chattering of sliding mode control.Currently there lacks the research of robustness and uncertain factors for high-order sliding mode control.To address the fast convergence and robustness problems of tracking target,the tracking mathematical model of WMR and the target is derived.Based on the finite-time convergence theory and second order sliding mode method,a nonlinear tracking algorithm is designed which guarantees that WMR can catch the target in finite time.At the same time an observer is applied to substitute the uncertain acceleration of the target,then a smooth nonlinear tracking algorithm is proposed.Based on Lyapunov stability theory and finite-time convergence,a finite time convergent smooth second order sliding mode controller and a target tracking algorithm are designed by using second order sliding mode method.The simulation results verified that WMR can catch up the target quickly and reduce the control discontinuity of the velocity of WMR.     

基于反演设计的机械臂非奇异终端神经滑模控制

针对具有建模误差和不确定干扰的多关节机械臂的轨迹跟踪问题,设计反演非奇异终端神经滑模控制。该方案是采用能有限时间收敛的非奇异终端滑模面,根据滑模控制原理和反演方法设计反演滑模控制器;对于反演滑模控制系统中由于建模误差和不确定干扰造成的不确定因素的上界,设计径向基(Radial basis function, RBF)神经网络自适应律,在线估计不确定因素的上界;利用李亚普诺夫定理证明了系统的稳定性。仿真结果表明,该方法具有良好的轨迹跟踪性能,提高对于建模误差和不确定干扰等因素的鲁棒性,削弱了抖动。     

六自由度并联机器人线性化反馈RBF神经滑模控制研究

采用分散控制的策略和线性化反馈RBF神经滑模的控制算法,实现了对六自由度并联机器人高精度自适应的轨迹跟踪控制。所设计的控制器实现了控制实时性和自适应性,有效抑制了滑动模态的抖振,仿真结果和实际实验均验证了此方案的实效性。     

多机器人系统的编队路径跟踪控制

介绍了一种多机器人系统的编队路径跟踪控制方法。首先将非完整约束机器人的动态方程转化为跟随者和领航员间相对运动模型,克服了非完整约束机器人结构奇异的缺点。随后将滑模控制方法应用于多机器人系统中,分别设计了领航员跟踪希望路径的滑模控制律和跟随者跟踪领航员的滑模控制律。算例仿真表明了应用本文介绍的编队路径跟踪控制律,各机器人能够较快地形成希望的编队,并按希望队形跟踪希望路径。仿真结果验证了此控制方法的有效性。