DLR/HIT II灵巧手控制系统及基关节同步控制

针对多传感器、多自由度机器人灵巧手,开发了基于DSP＆FPGA的多层控制系统.将手指驱动控制系统和传感器系统集成在手指内部,使得与人手尺寸和活动性相似的DLR/HIT II五指机器人灵巧手得以实现.对于手指基关节差分齿轮的运动协调问题,设计了包含速度和加速度前馈项、同步误差和位置误差反馈项以及平滑鲁棒非线性反馈补偿项的交叉耦合同步控制器,该控制器不需要精确的动力学模型.经与传统的非同步控制PD加摩擦力补偿控制和轨迹跟踪控制对比,实验验证了所设计的控制系统及交叉耦合同步控制器的有效性.     

机器人灵巧手柔性关节自适应阻抗控制

针对具有柔性关节的HIT/DLR Ⅱ五指仿人机器人灵巧手,研究了基于关节力矩反馈和非线性补偿的关节空间和笛卡尔空间阻抗控制。通过建立柔性关节机器人灵巧手的控制模型,在HIT/DLR Ⅱ型灵巧手上实现基于无源性控制的柔性关节机器人阻抗控制策略。针对非线性摩擦力和重力对灵巧手阻抗控制的影响,基于扩展卡尔曼滤波器提出了自适应摩擦力观测器,实现了具有摩擦力补偿和基于最小二乘法优化重力补偿的机器人灵巧手自适应阻抗控制。实验结果表明,在具有谐波减速器等柔性环节的机器人灵巧手中,所提出的自适应阻抗控制器提高了位置控制的精确度,并获得了稳定的抓取力。     

HIT机器人灵巧手基关节位置/力矩控制

研究了HIT机器人灵巧手手指基关节的位置和力矩控制,给出了在自由空间中,位置跟踪控制根据误差大小用一个加权因子,把PID和滑模变控制(VSC)结合起来的方法,达到良好的位置跟踪效果。在约束空间中的阻抗力矩控制,通过改变阻抗参数达到控制接触力大小的目的。     

新型柔性灵巧手的控制系统研究

BHG-1型灵巧手是一种新型全驱动三指柔性灵巧手,其控制系统主要由上位PC机和下位嵌入式控制器组成,通过RS-232进行相互通讯.编写了上位PC机控制界面,实现控制参数的输入、调节和传感器信息的实时反馈.采用TMS320LF2407A设计了灵巧手的嵌入式控制器,并对硬件电路的各个模块作了详细的介绍.对驱动灵巧手的直流伺服电动机进行速度和位置的PID控制,提高了灵巧手的抓取性能.试验证明该系统能可靠运行并达到预期的目标.     

基于孔-腱近似模型的拟人灵巧手自适应运动控制

腱绳驱动的拟人灵巧手执行操作任务和控制都是直接由腱的长度来决定,针对驱动腱长度变化和张力之间的控制提出了一种基于孔-腱近似模型(hole-tendon-approximation-model, HTAM)的拟人灵巧手模型参考自适应控制器。针对深度拟人化具有滚转关节的腱驱动拟人灵巧手通过HTAM模型建立精确的手指运动学模型,并由驱动腱的长度和速度计算出张力和驱动状态,采用HTAM模型参考控制器进行控制,解决手指模型自由度冗余、运动学模型不准确和腱张力不同导致的控制精度不高,响应迟滞问题,并设计了多种抓取手势来验证拟提的运动学建模方法和控制算法,对于单指的控制在受到冲击后位置误差仍保持在0.198 mm以内,由抓取实验证明了所提控制器的实时性能和位置跟踪的准确性。     

基于NIOS软核处理器的仿人灵巧手系统及控制

针对仿人形灵巧手对控制系统的性能要求,介绍了一种基于NIOS软核处理器的仿人灵巧手系统。该系统充分利用NIOS处理器集成度高、灵活性强、运算速度快的特点,实现了单个芯片完成SPI接口模块、电机控制模块、高速串行通信模块、系统控制模块等功能。作为一个新型的可编程片上系统(SOPC),它具有灵活、稳定、高效率等特点,且系统本身结构极为紧凑。     

一种全方位移动机器人的控制方法

基于本所开发的轮式全方位移动机器人,给出了这一类机器人的运动学模型;依据矩阵条件数的概念,分析了运动学模型的不确定性对控制效果的影响;利用机器人具有的全方位移动能力,提出一种结构简单的控制方法,在机器人本体方向保持不变或依据某种要求变化的情形下,分别实现轨迹跟踪和位姿跟踪;仿真计算和实际实验结果证明了所提出的控制方法的有效性。     

绳驱动五指灵巧手的设计

通过研究人手的生理结构特点,模仿人手结构,应用欠驱动原理和适应性原理对五指灵巧手进行了初步设计。该灵巧手共有16个自由度,采用了绳驱动机构,具有结构简单、重量轻等优点。通过灵巧手模型的抓取实验,验证了其运动方式和抓取性能。     

基于神经网络的学习控制及其在机器人中的应用

针对一类非线性系统的跟踪控制问题 ,首先提出了一种遗忘因子迭代学习控制算法 ,给出了算法收敛的充分条件 ,然后 ,利用神经网络原理 ,对要求跟踪的新的期望轨迹 ,在系统的历史控制经验基础上 ,用神经网络估计系统的期望控制输入 ,然后将其作为迭代学习控制器的初始控制输入 ,再由迭代学习律逐步改善控制输入 ,使系统的实际输出只需较少的迭代次数就能达到跟踪的精度要求。机器人系统的仿真结果表明了该算法的有效性。     

BP神经网络整定的PID在机器人轨迹跟踪中的应用

充分利用BP神经网络能够逼近任意非线性系统的优点,将BP网络和PID控制相结合,解决了多关节机器人的运动轨迹跟踪问题.采用这种方法,可以在线实时调整PID控制器的参数,使其达到最优状态,克服了完全依靠经验离线调整PID参数的缺点,使系统具有更好的鲁棒性和自适应性,其输出也可以通过在线调整达到预期的控制精度.仿真实验证实了该控制策略的正确性和有效性.     

机器人的鲁棒自适应分散跟踪控制

提供了一种鲁棒自适应控制策略,用于不确定性机器人的发迹跟踪,该控制器由一个ＰＤ线性反馈、一个立方项偿和非线性项构成。控制律采用分散形式,通过对二自由度机器人的仿真,证明该方法能使跟踪误差快速趋近于零。     

Adaptive integral-type terminal sliding mode control: Application to trajectory tracking for mobile robot

This paper presents an Adaptive Terminal Integral Sliding Mode Control (ATISMC) scheme for trajectory tracking problems applied to a differential Wheeled Mobile Robot (WMR). First, a terminal integral sliding variable is designed. Based on the finite-time concept, an adaptive control law has been developed in which a switching gain is adjusted adaptively by using a novel strategy. This control method aims to deal with unknown bounded disturbances and uncertainties. Moreover, it allows fast convergence of the system states to an equilibrium point. The main features of the proposed ATISMC are its robustness, fast convergence rate, and chattering avoidance. To realize trajectory tracking for WMR, the ATISMC is incorporated into a double closed loop scheme. Stability analysis is performed using the Lyapunov stability theory. Numerical simulations and real-time experiments demonstrate the feasibility of the proposed controller scheme. A comparison study with the classical ISMC was performed to show the superiority of the developed method.     

模型不确定的下肢康复机器人轨迹跟踪自适应控制

为了实现康复训练过程中高精度的轨迹跟踪控制,针对下肢康复机器人的模型参数和外界干扰等不确定性因素对其轨迹跟踪造成严重影响,提出一种模型不确定的下肢康复机器人轨迹跟踪自适应控制方法。根据所提方案,设计了相应的轨迹跟踪自适应控制器;并进行了轨迹跟踪控制仿真实验对比分析,结果表明,计算力矩控制方法在系统模型不确定时,膝关节的最大角度跟踪误差高达11.3°,髋关节最大稳态误差4.6°;而轨迹跟踪自适应控制方法在模型不确定的情况下,髋关节和膝关节的角度跟踪稳态误差均收敛于零;轨迹跟踪自适应控制方法可以显著提高下肢康复机器人轨迹跟踪的精度。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。