终端受限机器人系统轨道跟踪的新控制算法

研究一类终端受限机器人系统的控制问题,针对系统的轨道跟踪控制给出了一种新 的学习控制算法.该算法克服了已有结果所存在的弱点,其跟踪学习控制的收敛过程既不依 赖理想运动控制和理想力控制,也不依赖于相应的初始控制数据,大大改善了控制效果.  

执行器受限机器人的鲁棒输出调节

针对实际的控制系统中执行器受限的问题,研究了机器人存在不确定结构参数及外界干扰时的输出调节问题.基于李雅普诺夫稳定性理论,通过在构造存储函数的过程中引入双曲正切函数和适当的辅助函数,设计了一种有界的鲁棒控制器.所提出的控制器不保证了闭环系统的鲁棒稳定性,同时也达到了从干扰信号到跟踪误差评价信号所定义的L2增益性能指标γ,即保证了干扰抑制的有效性.最后,由两连杆机器人进行的仿真结果验证了该控制器的可行性.  

存在环境约束的机器人自适应迭代学习控制

针对存在不确定性和外界干扰的受限机器人系统提出一种自适应迭代学习控制律.不确定性参数被估计在时间域内,同时重复性外界干扰在迭代域内得到补偿.通过引入饱和学习函数,保证了闭环系统所有信号有界.借助Lyapunov复合能量函数法,证明了系统渐进收敛到期望轨迹的同时,能够保证力跟踪误差有界可调.