共查询到20条相似文献,搜索用时 46 毫秒
1.
为了模仿动物卓越的运动能力和环境适应能力,提出了六足仿生机器人的轨迹跟踪控制方法。首先建立了机器人的运动学模型,接着通过转向参数将机器人的速度和角速度与中枢模式发生器(CPG)参数结合起来,设计了转换函数。然后通过转换函数将模型预测控制器和CPG网络结合起来,提出了基于CPG的模型预测控制器(MPC-CPG),并证明了其稳定性。最后对机器人跟踪圆周轨迹和直线轨迹进行了仿真和实验。实验表明,在有初始误差的条件下,机器人在MPC-CPG控制器的作用下能够快速地消除位置误差和航向角误差,跟踪上参考轨迹。轨迹跟踪的位置误差始终保持在-0.1~0.1 m,航向角误差保持在-27?~20?。在MPC-CPG控制器的作用下,机器人不仅具有较高的轨迹跟踪精度,同时还表现出良好的运动平滑性和协调性,进一步验证了所提出的MPC-CPG控制器的有效性。 相似文献
2.
3.
沈显庆 《自动化技术与应用》2005,24(4):7-9
在数控机床,机器人等一类应用的轨迹跟踪问题中,未来目标轨迹信息对提高跟踪精度具有十分重要的意义。本文设计的基于预见前馈补偿的位置控制器,充分利用未来信息,能够克服模型误差等干扰,通过仿真实验结果验证了该方法的可行性和良好的控制效果。 相似文献
4.
5.
作业型飞行机器人是指能够对环境施加主动影响的飞行机器人, 它通常由旋翼飞行器与机械臂组合而成.
本文针对作业型飞行机器人在动态飞行抓取后, 重心位置变化产生的系统控制难题, 设计了有效的跟踪控制策略.
首先, 在系统建模时引入重心偏移系统参数和重心偏移控制参数, 并考虑惯性张量不为常数, 提高了系统建模的精度.
然后, 在姿态解算时, 考虑重心偏移对系统性能的影响, 构建包含重心偏移系统参数的解算方法, 得到更高精度的期望翻滚角和期望俯仰角.
接着, 设计了基于滑模控制的重心偏移补偿位置控制器, 实现了有效的位置跟踪控制.
同时, 在姿态反演控制器的基础上, 加入自适应律估计重心偏移控制参数和变化的惯性张量, 再通过小脑神经网络逼近惯性张量的真实值, 提高姿态控制器的精度.
最后, 给出了所设计控制器的稳定性证明, 并在仿真环境下验证了所提出的方法的有效性和优越性. 相似文献
6.
7.
8.
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 相似文献
9.
目前研究的移动机器人运动跟踪控制系统控制过程易受到外界扰动影响,导致控制稳定性较差,运动跟踪准确性较差,为此,基于大数据聚类算法设计了一种新的移动机器人运动跟踪控制系统。硬件部分主控制器负责远程无线通讯,图像采集的数据传输和舵机驱动连接,驱动控制器为机器人行走提供动能保证;远程控制模块负责数据,图像和指令的传输;舵机控制模块机器人的行走、转向;软件部分首先通过大数据聚类的方法分析机器人移动步态,根据运动超声波传感器原理判定障碍物位置,考虑移动机器人运行状态与足端轨迹,构建机器人行走控制模型。通过髋关节调节机器人姿态,消除外部扰动对机器人姿态和运动速度的影响,得到抗扰动控制模型。实验结果表明,所设计系统在对机器人运动控制的稳定性及对抗外界扰动方法具有较好的性能,能够实现对移动机器人运动的准确跟踪。 相似文献
10.
为解决由于随时间变化水动力阻尼引起的参数变化和不确定性的问题,提出了基于径向基函数神经网络的未知评估算法,引入自适应算法以保证神经网络权值的最优评估.基于Lyapunov稳定性理论,设计一种自适应神经网络控制器以保证路径跟踪系统中所有误差状态都趋于稳定.为了验证该控制器的可行性,对系统施加如位置误差、方向误差等虚拟干扰,证明该控制器可将误差消减为零.另一方面,机器人在以恒定的速度行驶时,每个航点被指定一个适合半径的圆弧可以保证其有较高的精度.为了评估路径跟踪控制器的性能,提出直线型和直线加圆弧型路径方案.仿真结果表明,该控制器可以有效地消除机器人非线性和模型不确定性造成的干扰. 相似文献
11.
利用广义模糊双曲正切模型的全局逼近特点,设计一种直接模糊自适应控制器用于机器人轨迹跟踪控制.模糊控制器的输入变量经过平移变化后得到的广义输入变量能够覆盖整个输入空间,因此,模糊控制器能以任意精度逼近系统的最优控制;由于双曲正切模型的特殊结构,在保证跟踪精度的同时,避免了因模糊子集数目增加而带来的计算负担的增加,满足了机器人实时控制的需要.仿真结果表明,该控制算法具有较强的鲁棒性和较好的跟踪性. 相似文献
12.
13.
研究机器人跟踪轨迹控制问题,针对模型未知的机器人系统,为提高跟踪精度和控制性能,提出了一种基于T-S型模糊RBF神经网络的H∞轨迹跟踪控制方法,用模糊神经网络为模型未知的机器人系统建模,克服了系统鲁棒性差,对机动目标跟踪性能差等缺点。然后设计自适应控制器,将H∞控制理论与模糊神经网络有机地结合起来,借助鲁棒补偿项将建模误差及外部干扰衰减到期望的程度以下,而控制器与改进Elman神经网络的结合,便于处理建模有界干扰以及非结构化的未建模的动力学,并进行仿真。仿真结果表明了所提出的控制算法的可行性。 相似文献
14.
魏佩敏 《计算机工程与应用》2007,43(7):208-210,214
提出一种神经网络与PD并行控制的机器人学习控制系统。为了加快神经网络的学习算法,在数字复合正交神经网络的基础上给出一种模拟复合正交神经网络的学习算法,以两关节机器人为对象仿真结果表明,该控制方法使机器人跟踪期望轨迹,其系统响应、跟踪精度和鲁棒性优于常规的控制方法,位置跟踪获得了满意的控制效果。该模拟神经控制器为不确定系统的控制提供了一种新的途径。 相似文献
15.
研究提高关节机器人轨迹跟踪控制的性能,由于关节机器人运动中产生振动,影响系统的稳定性能。为解决上述问题,提出了一种反馈线性化的自适应模糊积分滑模控制方法。在上述方法的基础上,对机器人非线性动力学模型反馈线性化。为了进一步提高滑模控制的精度,设计了一种积分滑模面的滑模控制器,可以减弱积分滑模控制的抖振。通过设计一个模糊控制器,根据积分滑模面的大小自适应地调节积分滑模控制的切换部分,达到削弱抖振的目的。利用李亚普诺夫定理证明了控制系统的稳定性。仿真结果表明,改进方法有效地提高了关节机器人跟踪控制性能。 相似文献
16.
17.
18.
研究了腿轮混合结构式救援机器人的自适应运动控制问题;由于腿轮式救援机器人是一多自由度、非线性和强耦合的系统,其动力学模型比较复杂且难以精确建立,提出采用T-S型模糊神经网络进行机器人的运动控制;充分利用T-S模糊模型的特点和优点,以一种简化的T-S型模糊神经网络作为前馈控制器,同时反馈控制器也采用T-S型模糊神经网络实现;该控制器利用人的经验和知识实时调整PID参数,从而改善控制系统的性能,提高控制器的适应能力;实验结果表明该方法具有良好的轨迹跟踪精度和抗干扰能力. 相似文献
19.
在微创血管手术导管机器人系统控制机器人送导管问题的研究中,为克服手动送管的缺陷,要求导管机器人系统能够快速响应、抗干扰能力强以及对目标轨迹的实时跟踪.传统模糊PID控制由于其精度与响应速度之间的矛盾,限制了在微创手术中的应用.提出采用变论域模糊PID控制,引入伸缩因子,在不降低响应速度的前提下改善模糊PID控制精度,进一步改善系统位置跟踪精度以及在主从微创手术中的实用性.仿真结果表明,所提出的变论域模糊PID控制对系统具有快速准确的跟踪性能和较强的鲁棒性能,证实了变论域模糊PID控制在主从微刨手术中的优越性与实用性. 相似文献