基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统设计

为了保证机器人能够在保持稳定的情况下,按照规划轨迹执行工作任务,从硬件和软件两个方面,设计了基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统。装设机器人传感器与状态观测器,改装机器人鲁棒滑模跟踪控制器,完成系统硬件设计。综合机器人结构、运动机理和动力机制三个方面,构建机器人数学模型。根据状态数据采集结果与规划轨迹之间的偏差,计算机器人跟踪控制量。依据滑模运动与切换方程,利用Sigmoid函数生成机器人鲁棒滑模控制律,将生成控制指令作用在机器人执行元件上,实现系统的鲁棒滑模跟踪控制功能。实验结果表明,所设计控制系统的机器人移动轨迹与设定轨迹目标基本重合,其机器人姿态角跟踪控制误差较小,具有较好的鲁棒滑模跟踪控制效果,能够有效提高机器人鲁棒滑模跟踪控制精度。     

基于T-S模糊模型的复杂系统的灵敏度分析

为模拟空间对接强制校正阶段的推出和拉近过程,提出基于六自由度并联机器人位置内环的柔顺力控制策略.综合考虑参数变化、模型变动和外来干扰等不确定性,利用μ综合控制理论设计鲁棒力控制器,并通过μ分析比较鲁棒力控制器和经典力控制器的鲁棒稳定性和鲁棒性能.鲁棒力控制器和经典力控制器的实验结果,表明了所设计鲁棒力控制器的有效性和优越性.     

基于鲁棒自适应的无人直升机悬停控制

小型无人直升机凭借良好的机动特性,在军事和民用方面有着广泛的用途。针对小型无人直升机悬停模型,考虑模型参数不确定对无人机控制的影响,提出一种鲁棒自适应控制律,实现无人机控制系统对不确定扰动的抑制。首先,基于无人直升机线性化悬停模型设计滑模面,并结合标称系统控制的反馈增益,获得滑模面的设计参数;在此基础上,利用传统滑模趋近律设计方法设计控制器;为改善系统控制性能,设计基于自适应增益的趋近律,实现系统鲁棒自适应控制。其次,利用Lyapunov稳定理论对所设计的鲁棒自适应控制策略的稳定性进行分析说明。最后,通过与基于指数趋近律以及变速趋近律的两种滑模控制方法仿真对比,验证了所设计的控制方法的有效性和优越性。     

空间绳系机器人目标抓捕鲁棒自适应控制器设计

针对空间绳系机器人（Tethered space robot,TSR）目标抓捕过程中的稳定控制问题,建立空间绳系机器人系统模型,根据阻抗控制原理,设计基于位置的阻抗控制方法;针对空间绳系机器人系统的模型不确定性问题,利用神经网络对不确定性进行估计补偿,设计鲁棒项对空间系绳干扰和神经网络估计误差的影响进行抑制,在此基础上设计空间绳系机器人目标抓捕鲁棒自适应稳定控制器,并进行稳定性证明.最后对设计的控制器进行仿真验证.作为对比,对无鲁棒项自适应的稳定控制器进行仿真.仿真结果表明,设计的基于阻抗控制的鲁棒自适应控制可以实现对空间绳系机器人目标抓捕过程中的稳定控制,与无鲁棒项自适应的稳定控制器仿真结果相比,本文采用的鲁棒自适应控制方法可以有效地对不确定性进行补偿,控制过程中超调量更小,收敛时间更短,并且控制精度更高.     

软体机械臂水下自适应鲁棒视觉伺服

水下仿生软体机器人在水底环境勘测,水下生物观测等方面具有极高的应用价值.为进一步提升仿章鱼臂软体机器人在特殊水下环境中控制效果,提出一种自适应鲁棒视觉伺服控制方法,实现其在干扰无标定环境中的高精度镇定控制.基于水底动力学模型,设计保证动力学稳定的控制器;针对柔性材料离线标定过程繁琐、成本高,提出材料参数自适应估计算法;针对水下特殊工作条件,设计自适应鲁棒视觉伺服控制器,实现折射效应的在线补偿,并通过自适应未知环境干扰上界,避免先验环境信息的求解.所提算法在软体机器人样机中验证其镇定控制性能,为仿生软体机器人的实际应用提供理论基础.     

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.     

自治水下机器人深度的鲁棒H∞控制仿真

研究了鲁棒H∞控制在自治水下机器人(AUV)深度控制中的应用.根据刚体空间运动和流体力学理论建立了AUV垂直面运动的数学模型,并在特定的工作点对模型进行了线性化处理得到了AUV垂直面运动的控制设计模型.根据鲁棒H∞控制理论设计了自治水下机器人垂直面运动的深度控制器.仿真结果表明,该控制器在减轻/克服AUV运动模型的不确定性,严重的非线性和外界干扰等方面有明显的效果,具有很好的动态性能,系统的鲁棒性强.     

基于改进型非线性干扰观测器的爬壁机器人轨迹跟踪

针对爬壁机器人建模不准确及容易受外部扰动的影响造成位置及姿态误差的问题,提出了一种基于改进型非线性干扰观测器的轨迹跟踪控制方案.首先通过反演控制设计了一个运动学控制器为机器人动力学控制提供参考质心速度与角速度.其次应用改进型非线性扰动观测器作为前馈控制对建模误差及外部扰动进行估计,并保证扰动误差以指数形式收敛.最后针对引入干扰观测器的动力学模型设计了滑模控制器.该方案对外界干扰进行了快速补偿,并通过Lyapunov定理证明了其稳定性.仿真结果表明该控制方法对于克服建模误差及外界干扰具有较好的效果.     

基于H∞的双足机器人关节控制方法研究

本文利用拉格朗日法建立了双足步行机器人的动力学模型,从中提取出干扰和摄动.通过分析和求解H∞状态反馈控制问题,设计了一个鲁棒控制器,该控制器既能使双足步行机器人控制系统对干扰不敏感,又对摄动保持稳定.得到H∞控制器后,给出了双足步行机器人的全局关节控制系统,并且对双足步行机器人进行了仿真实验,实验结果验证了控制方法的有效性.     

动基座机器人的末端受限鲁棒跟踪控制

结合具有扰动基座末端受限机器人的动力学特性,提出了虚构线性不确定系统的匹配 模型概念.通过引入线性不确定系统的鲁棒跟踪控制器设计方法,发展了一种新的受约束机器 人的力鲁棒跟踪控制方法.文中给出了动基座PUMA562机器人的实验结果.     

动态滑模控制及其在移动机器人输出跟踪中的应用

针对轮式移动机器人的输出跟踪问题,提出一种动态滑模控制方法,首先给出机器人的动力学简化模型,然后将其分解成两个低阶子系统,并给出其输出跟踪的动态滑模控制器设计方法,仿真试验表明该方法能明显地削弱滑模控制系统的抖振。     

高阶滑模控制在非完整移动机器人鲁棒输出跟踪中的应用

给出了移动机器人鲁棒输出跟踪的高阶滑模控制器, 它不仅可以削弱滑模控制系统的抖振问题, 还对系统存在的不确定性具有良好的鲁棒性. 数值仿真表明了该控制器的有效性.     

非完整移动机器人道路跟踪控制器设计及应用

讨论一类非完整约束条件下的移动机器人道路跟踪控制问题，综合后推方法与模糊滑模控制方法设计非完整移动机器人的状态反馈控制系统，并根据Lyapunov稳定性定理后推设计时变光滑反馈控制律，当存在较大侧向误差时，模糊滑模控制器确保移动机器人沿稳定的工作区域减小误差；当误差比较小时，时变光滑状态反馈控制实现对移动机器人的平稳镇定，采用移动机器人Amigobot作为实验平台，验证了控制器设计的有效性。     

滑动与打滑条件下的轮式移动机器人自抗扰跟踪控制

针对具有未知的滑动与打滑的轮式移动机器人(WMR),提出了一种基于自抗扰思想的跟踪控制策略.首先建立了滑动与打滑条件下的轮式移动机器人动力学模型.其次,由反步法设计运动学控制器,基于模型设计线性扩张观测器和动力学控制器,并给出了控制器稳定性分析.最后与积分滑模控制进行了仿真对比,结果表明该控制方法的误差收敛速度更快.观测器能够精确估计滑动与打滑及动力学不确定性对机器人的扰动,提高了轮式移动机器人轨迹跟踪的鲁棒性.     

Sliding mode variable structure control for visual servoing system

A visual servoing tracking controller is proposed based on the sliding mode control theory in order to achieve strong robustness against parameter variations and external disturbances. A sliding plane with time delay compensation is presented by the pre-estimate of states. To reduce the chattering of the sliding mode controller, a modified exponential reaching law and hyperbolic tangent function are applied to the design of visual controller and robot joint controller. Simulation results show that the visual servoing control scheme is robust and has good tracking performance.     

基于自回归小波神经网络的感应电动机滑模反推控制

为了提高感应电动机控制的鲁棒性, 提出了一种新颖的感应电动机解耦模型. 基于感应电动机的解耦模型, 利用滑模控制和反推控制设计电动机的虚拟转矩和磁链电压控制器. 滑模开关增益的大小是造成系统抖振的关键, 采用自回归小波神经网络(Self-recurrent wavelet neural networks, SRWNN)在线估计滑模开关增益的大小可以有效降低滑模控制造成的抖振. 仿真结果表明基于SRWNN在线估计滑模开关增益的滑模反推控制方案可以有效提高感应电动机控制的鲁棒性, 同时降低了滑模控制造成的抖振.     

Bio-inspired backstepping adaptive sliding mode control for parallel mechanism with actuation redundancy

This paper presents a bio-inspired backstepping adaptive sliding mode control strategy for a novel 3 degree of freedom (3-DOF) parallel mechanism with actuation redundancy. Based on the kinematic model and the dynamic model, a sliding mode controller is designed to assure the tracking performance, and an adaptive law is introduced to approximate the system uncertainty including parameters’ variation, external disturbances and un-modeled part. Furthermore, a bio-inspired model is introduced to solve the inherent chattering problem of sliding mode control and provide a chattering free control. The simulation and experimental results testify that the proposed bio-inspired backstepping adaptive sliding mode control can achieve better performance (the tracking accuracy, robustness, response speed, etc.) than the conventional slide mode control.     

基于RBF神经网络的多关节机器人固定时间滑模控制

针对具有典型非线性特性的多关节机器人轨迹跟踪控制问题,提出一种基于径向基函数(RBF)神经网络的固定时间滑模控制方法.首先,基于凯恩方法建立包括系统模型不确定性以及外部干扰在内的多关节机器人动力学模型;然后,根据机器人动力学模型设计一种固定时间收敛的滑模控制器,RBF神经网络用来逼近系统模型中的不确定性项,并利用Lyapunov理论证明该系统跟踪误差能在固定时间内收敛;最后,对特定型号的多关节机器人虚拟样机进行仿真分析,结果表明:与基于RBF神经网络的有限时间滑模控制器相比,所提出控制器具有良好的跟踪性能且能保证系统状态在固定时间内收敛.     

Adaptive terminal sliding mode control for rigid robotic manipulators

In order to apply the terminal sliding mode control to robot manipulators, prior knowledge of the exact upper bound of parameter uncertainties, and external disturbances is necessary. However, this bound will not be easily determined because of the complexity and unpredictability of the structure of uncertainties in the dynamics of the robot. To resolve this problem in robot control, we propose a new robust adaptive terminal sliding mode control for tracking problems in robotic manipulators. By applying this adaptive controller, prior knowledge is not required because the controller is able to estimate the upper bound of uncertainties and disturbances. Also, the proposed controller can eliminate the chattering effect without losing the robustness property. The stability of the control algorithm can be easily verified by using Lyapunov theory. The proposed controller is tested in simulation on a two-degree-of-freedom robot to prove its effectiveness.     

Adaptive backstepping sliding mode control with tuning functions for nonlinear uncertain systems

An adaptive backstepping tuning functions sliding mode controller is proposed for a class of strict-feedback nonlinear uncertain systems. In this control design, adaptive backstepping is used to deal with unknown or uncertain parameters and the matching condition restricting the Lyapunov based design. The main drawback of the Lyapunov based adaptive backstepping which is the overparametrisation is eliminated by the tuning functions. The adaptive backstepping tuning functions design is combined with the sliding mode control in order to overcome quickly varying parametric and unstructured uncertainties, and to obtain chattering free control. The proposed controller not only provides robustness property against uncertainty but also copes with the overparametrisation problem. Experimental results of the proposed controller are compared with those of the standard sliding mode controller. The proposed controller exhibits satisfactory transient performance, good estimates of the uncertain parameters, and less chattering.