载体姿态可控的空间机器人系统关节角轨迹的自适应算法

考虑载体姿态可控的空间机器人系统的逆运动学问题，首先推导了空间机器人系统的运动学方程，得到了系统的广义雅可比阵，并证明了该雅可比阵可以表示为一组适当选择的惯性参数的线性函数．当这些惯性参数未知时，分别给出了由期望的手端轨迹产生期望角速度和角加速度的自适应算法．最后对二杆平面空间机器人系统应用文中算法进行了数字仿真，证明了算法的有效性。     

适用于空间机器人遥操作系统数据通信的纠错编码

本文首先介绍了一般机器人遥操作系统在通信中使用的差错控制技术，接着根据空间机器人遥操作系统中通信信道的特点，提出采用Reed-Solomon（RS）码作为空间机器人遥操作系统的遥测数据和遥控数据的纠错编码，用软件实现了基于有限域GF(2^8) 的通用编译码算法，最后分析了在空间遥操作原型系统中应用RS码后的误码性能。     

空间机器人的建模及仿真

空间机器人在未来的太空探索中将代替宇航员从事空间作业，而空间机器人在计算机上的寞及仿真是设计及研制中的重要组成部分，此文详细讨论了空间机器人的建模方法，包括建立几何模型和运动学模型，文中第３节介绍了哈尔滨工业大学研制的空间机器人仿真系统的各组成部分及所完成的功能，并在第４节中给出了实验仿真结果，仿真结果表明该仿真系统具有可靠性，实时性。     

机器人的一种离散学习控制算法的研究

本文基于关节空间提出了机器人的一种离散学习控制算法．此算法仅仅利用了部分机器人动力学模型知识，基于关节空间的加速度信号构成迭代学习律，并给出了算法的收敛性证明．仿真表明了算法的有效性．     

基于混合算法的空间机器人运动学参数辨识

外太空环境恶劣,空间遥操作机器人结构在太空环境作业时会产生形变,而且其加工生产也存在加工误差,空间遥机器人的形变引起DH参数的误差,为了完成空间机器人系统的地而仿真预测,并且确保空间遥操作机器人完成工作任务,必须根据遥测数据准确的辨识出空间机器人系统的运动学参数.提出了混合非线性参数辨识的LM(Levenberg-Marquarat)和递推最小二乘办法的混合辨识算法.最后,给出了办法的实例仿真,说明了辨识算法的稳定性,能够完成对空间遥操作机器人的运动学参数的辨识.     

柔性空间机器人振动抑制轨迹规划算法

本文首次提出了一个描述柔性空间机器人振动的可直接计算的激振力指标，进 而提出了柔性空间机器人抑振轨迹规划算法．该算法采用均匀非周期四阶B样条描述机器人 的运动轨迹，B样条的控制点作为优化参数，使用改进的微粒群优化算法，以激振力为性能 指标对轨迹进行优化求解．该方法根据激振力指标而不是待定轨迹的控制结果来判定轨迹的 抑振性能，极大地简化了规划过程．对柔性双臂空间该机器人的抑振轨迹规划仿真，表明优 化轨迹取得了良好的振动抑制效果，证明了算法的有效性．     

基于轨迹插补算法的切割机器人的研究

本文通过机器人控制指令系统RCX操纵机器人动作，利用轨迹插补算法自行研制一模拟切割机器人。该机器人能根据不同要求在空间绘制出直线或曲线轨迹，精度较高，可实际应用于生产过程。     

足球机器人视觉系统光强自适应算法研究

研究足球机器人比赛问题,比赛环境的光强度变化严重影响足球机器人视觉系统的识别性能.为提高机器人视觉识别率,提出了一种基于HSI颜色空间模型的光强自适应算法.算法将比赛场地划分为若干区域,利用HSI颜色空间模型可以分离环境光强度信息的特点,在比赛中动态更新所有划分区域的HSI颜色空间,提高了机器人视觉系统对光强变化的自适应能力,实现了机器人对比赛场地信息的精确辨识.因此用算法优化机器人视觉识别系统进行仿真.结果表明,在实际比赛中,算法能够有效降低环境光强度变化,大大提高了对足球机器人视觉辨识性能.     

IVECO横梁焊接机器人轨迹规划及计算机仿真研究

机器人的轨迹规划可以在关节空间中进行 ,也可以在直角坐标空间中进行 .本文分析了这两种轨迹规划的特点 ,给出了基于关节空间的轨迹规划算法和基于直角坐标空间的轨迹规划算法 .针对 IVECO横梁的焊接 ,进行了机器人的轨迹规划研究 ,并进行了计算机仿真 ,该研究成果已应用于 IVECO横梁焊接工作站系统     

Stewort并联机器人仿真系统的实现

该文提出了一个Stewort并联机器人仿真系统，重点说明了其中对于并联机器人运动学仿真及控制系统仿真中的系统构成和规划算法，最后给出了一个应用该系统进行Stewort并联机器人仿真的例子，为Stewort并联机器人的研究提供了有效的仿真数据。     

Variable Upper Bounding Approach for Adaptive-Robust Control in Robot Control

This paper presents a new adaptive-robust control law for robot manipulators with parametric uncertainty. Stability of the uncertain system has been guaranteed using the Lyapunov theory and the control law is derived by means of analytical approach. In this scheme, the manipulator parameters are determined with an estimation law, and both adaptive gain and additional control input are also updated as a function of the estimated value. The proposed adaptive control input includes a parameter estimation law as an adaptive controller and an additional control input vector as a robust controller. The developed approach has the advantages of both adaptive and robust control laws, and besides it eliminates the disadvantages of them.     

一类互联机器人系统鲁棒分散自适应控制

研究一类存在模型不确定性和外部扰动的互联机器人系统的控制问题.控制器由一般线性控制器,线性自适应控制器和非线性自适应控制器综合构成.通过Lyapunov理论证明设计的鲁棒分散自适应控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近轨迹跟踪控制.最后给出一个仿真例子进一步验证控制器的有效性.     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

Adaptive Impedance Control Applied to a Pneumatic Legged Robot

An adaptive impedance control scheme with estimation of robot andenvironment parameters is proposed in this paper. It consists of two stagesof adaptation and control. The first one performs an on-line estimation ofthe robot inertial parameters, during the complete (constrained or not)motion of the leg, while the second one compensates for the uncertainties onthe characteristics of the ground (position and stiffness). Simulationresults obtained for a single leg of a pneumatic driven, quadruped robotshow the effectiveness of the proposed control scheme in case ofconsiderable uncertainty both in the robot and ground parameters.     

Adaptive Tracking Controller for Rigid-Link Elastic-Joint Robots with Link Acceleration Estimation

This paper presents a adaptive switching control scheme for elastic joint robot manipulators. The characteristics of both flexible and rigid subsystems are assumed unknown except the joint stiffness. An adaptive estimator compensates the uncertainty due to the unknown robot characteristics. The actuators and links position, velocity and an estimation of the link acceleration are used as feedback to the control law. A filter is designed to estimate the links acceleration and its accuracy is insured by the linear control theory. Lyapunov theory is used to verify the asymptotic stability of the control law. The performance of the proposed control method is tested using a simulated planar robot with two rotational degrees of freedom for high and low joint stiffness.     

基于自适应和神经动力学的轮式移动机器人路径跟踪控制(英文)

本文提出一种自适应和神经动力学相结合的轮式移动机器人路径跟踪控制方法.首先,设计运动学控制器用来获得机器人期望速度;其次,考虑机器人动力学模型参数的不确定性,利用模型参考自适应方法来设计动力学控制规律,使得机器人实际速度渐近逼近期望值;再次,为克服速度和力矩的跳变,加入神经动力学模型对控制器进行优化,并且通过Lypunov理论来证明整个控制系统的稳定性;最后仿真结果表明该控制方法的有效性.     

一种受限机械手的自适应力/位置控制方法*

对于受限机械臂,本文提出了一种自适应的力/位置控制方法。其实现是基于给出的新的降阶动力学模型,在反馈信号中引入力的累积误差信号,利用降阶模型的本身特性从而达到自适应力/位置控制的目的。给出的自适应律是通过跟踪误差信号来调节的。仿真结果证实了本方法的正确性。     

Dynamic Balance Control Based on an Adaptive Gain-scheduled Backstepping Scheme for Power-line Inspection Robots

This paper presents an adaptive gain-scheduled backstepping control (AGSBC) scheme for the balance control of an underactuated mechanical power-line inspection (PLI) robotic system with two degrees of freedom and a single control input. First, a nonlinear dynamic model of the balance adjustment process of the PLI robot is constructed, and then the model is linearized at a nominal equilibrium point to overcome the computational infeasibility of the conventional backstepping technique. Second, to solve generalized stabilization control issue for underactuated systems with multiple equilibrium points, an equilibrium manifold linearized model is developed using a scheduling variable, and then a gain-scheduled backstepping control (GSBC) scheme for expanding the operational area of the controlled system is constructed. Finally, an adaptive mechanism is proposed to counteract the impact of external disturbances. The robust stability of the closed-loop system is ensured by Lyapunov theorem. Simulation results demonstrate the effectiveness and high performance of the proposed scheme compared with other control schemes.      

步进机器人自适应模糊伺服控制设计

本文提出一种新的模型参考自适应模糊控制器,并应用于步行机器人关节速度伺服控制,实验结果表明,该控制方案国好地解决了转速给定变化范围大和被控对象增益时变问题,改善了控制系统的鲁棒性和动态响应特性。     

不确定机器人的自适应神经网络控制与学习

针对具有未知动态的电驱动机器人,研究其自适应神经网络控制与学习问题.首先,设计了稳定的自适应神经网络控制器,径向基函数(RBF)神经网络被用来逼近电驱动机器人的未知闭环系统动态,并根据李雅普诺夫稳定性理论推导了神经网络权值更新律.在对回归轨迹实现跟踪控制的过程中,闭环系统内部信号的部分持续激励(PE)条件得到满足.随着PE条件的满足,设计的自适应神经网络控制器被证明在稳定的跟踪控制过程中实现了电驱动机器人未知闭环系统动态的准确逼近.接着,使用学过的知识设计了新颖的学习控制器,实现了闭环系统稳定、改进了控制性能.最后,通过数字仿真验证了所提控制方法的正确性和有效性.