3-RRR平面并联机器人神经网络滑模控制研究

针对具有强耦合和高非线性并联机器人的轨迹跟踪控制研究,设计了一种基于神经网络滑模控制器的控制系统。在传统滑模控制的基础上,利用神经网络算法实时修正系统非线性项和不确定参数的功能,有效抑制了SMC系统的抖振现象。建立了3-RRR平面并联机器人的结构简图和Matlab模型,并采用闭环矢量法得到了机器人的运动学反解,为控制系统提供了参考输入。基于机器人的简化动力学方程,设计了一种RBF神经网络滑模控制器,并构造Lyapunov函数证明控制器的稳定性。分别采用传统滑模和神经网络滑模控制方式对机器人的轨迹跟踪进行仿真分析。仿真结果表明:神经网络滑模控制器具有更好的轨迹跟踪精度和较小的稳态误差,验证了神经网络SMC控制器的有效性。     

基于动力学补偿的并联机器人鲁棒轨迹跟踪控制研究

针对6-DOF并联机器人系统存在动力学建模误差和外界不确定性因素干扰的问题,提出了一种基于动力学补偿的并联机器人鲁棒轨迹跟踪控制策略。在充分研究了机器人系统动力学模型特点的基础上,基于Lyapunov方法获得了并联机器人的鲁棒控制率,提出了一种鲁棒轨迹跟踪控制方法,采用逆动力学对内回路进行补偿,外回路采用PD控制,然后对并联机器人进行了鲁棒控制器的设计,最后通过MATLAB进行了系统的轨迹跟踪控制仿真分析。仿真结果表明:当系统存在外界周期干扰的状况时,系统轨迹跟踪误差仍然一致终值有界,在一定程度上提高了系统的鲁棒稳定性。     

关节空间内工业机器人抗干扰轨迹跟踪控制

针对工业机器人在关节空间内轨迹跟踪精度差和易受集总干扰影响等问题,提出一种基于非线性扰动观测器的快速连续非奇异终端滑模控制策略。根据拉格朗日方程推导出四轴工业机器人的动力学模型,获得系统的输入输出关系。引入非线性扰动观测器对集总干扰进行估计与补偿,设计快速连续非奇异终端滑模控制器来加快系统状态量的收敛速率,提高关节空间内轨迹跟踪的精度。由李雅普诺夫稳定性理论证明了此控制器的全局稳定性。通过仿真案例与试验研究验证了所设计控制策略的有效性,结果表明:该控制器能有效抑制集总干扰影响,保证工业机器人轨迹跟踪的精度,具有一定的工程参考价值。     

基于自适应EKF的移动机器人轨迹跟踪控制器

针对轮式移动机器人在实际的轨迹跟踪任务中存在传感器测量误差且测量噪声统计信息获取困难的情况,文章首先基于自适应扩展卡尔曼滤波算法(EKF)融合惯性传感器、地磁传感器与编码器的数据。在不需要传感器测量噪声协方差先验知识的情况下获取位姿数据的同时抑制了传感器测量噪声不稳定变化对位姿数据精度的影响;其次在机器人运动学模型的基础上,构造了具有全局稳定的双环轨迹跟踪控制器。仿真与实验表明,数据滤波与全局稳定轨迹跟踪控制器结合的控制器效果良好。     

移动机器人速度饱和约束下的轨迹跟踪控制

针对非完整轮式移动机器人运动中普遍存在的速度饱和约束,提出一种全局渐进稳定的反馈跟踪控制器。基于状态反馈构造新的虚拟控制量,利用Lyapunov定理构造运动学控制律;利用移动机器人速度饱和约束和受限控制参数实现其有界速度控制;进行了相应的稳定性分析。与不考虑速度饱和约束的控制器进行了仿真对比,结果表明:其实际轨迹更能平滑逼近其参考轨迹,提高了轨迹跟踪的精度。     

六腿滚动式奔跑机器人的建模与跟踪控制

针对欠驱动非完整约束六腿滚动式奔跑机器人,进行动力学建模与跟踪控制器设计。根据机器人的结构特点,采用拉格朗日法在俯仰和横滚2个方向上分别建立动力学模型,把动力学模型转化为规范形;以驱动电机力矩作为控制输入,为提高轨迹跟踪控制精度,在俯仰方向上基于HJI理论设计滑模鲁棒控制器。在横滚方向上,为提高系统的鲁棒性,设计反步滑模控制器,并利用Lyapunov函数证明闭环系统的稳定性;通过MATLAB进行仿真实验。结果表明：所提方法具有可行性。     

基于改进模糊自适应补偿的柔性关节机器人PD控制

针对柔性关节机器人具有不确定性、轨迹跟踪精度低和抖动的问题,提出一种改进模糊自适应补偿的PD控制方法。该方法在原有模糊自适应控制和PD控制的基础上进行改进,采用改进模糊自适应控制对PD控制进行补偿,以提高存在不确定性条件下的关节轨迹跟踪精度并抑制抖动。通过Lyapunov理论证明了系统的稳定性。仿真结果表明：新型控制器具有良好的自适应能力,与传统PD控制和模糊自适应控制相比,新型控制策略显著提高了关节的轨迹跟踪精度并在一定程度上抑制了关节抖动。     

基于H∞滑模控制的移动机器人轨迹跟踪研究

针对移动机器人轨迹跟踪过程中存在的诸多不确定性,利用Backstepping的思想和Lyapunov方法设计了H∞滑模控制。通过自适应模糊控制来优化滑模控制器的开关增益,从而消除滑模控制中存在的抖振现象。最后分别进行了直线、圆周、正弦三种轨迹跟踪仿真J_1实验,验证了系统的全局渐进稳定性和抗干扰性。证明了该控制算法的有效性。     

基于质心偏移的移动机器人轨迹跟踪控制

针对非完整约束下质心偏移的移动机器人,提出了一种改进滑模变结构的轨迹跟踪控制方法,并通过此方法得到一种具有全局渐近稳定性的跟踪控制器。以三轮移动机器人的运动模型为基础,该跟踪控制器的设计分为两部分:第一部分是采用X方向和前向角方向同时具有虚拟反馈变量,通过Lyapunov方法对控制系统进行稳定性分析,设计出切换函数;第二部分是滑模控制器设计,采用指数趋近律,使用S型指数函数代替符号函数,减少了滑模变结构控制的抖动,由此设计出了线速度和角速度的控制律,用来渐近整定移动机器人跟踪误差,实现了对参考轨迹的全局渐近跟踪。实验结果表明:该控制律能够在极短时间内趋于稳定,其跟踪平面坐标误差和前向角误差也能在极短时间内收敛于0,并且移动机器人也能够有效地跟踪期望轨迹,其控制效果具有明显的改善,且具有很好的抗干扰性能。     

工业机器人关节轨迹预定义时间滑模跟踪控制

针对工业机器人关节轨迹跟踪控制问题，设计了一种新型预定义时间滑模轨迹跟踪控制器。首先，通过分析工业机器人关节传动机构，建立了由永磁同步电机驱动的关节运动模型；然后，设计预定义时间滑模轨迹跟踪控制器，并对控制器的非奇异性和预定义时间收敛性进行分析，确保轨迹跟踪误差能够在预定义时间内完成收敛；最后，在工业机器人上进行实验，结果表明，所设计的控制器具有良好的轨迹跟踪性能，并能保证跟踪误差在预定义时间内收敛。     

基于RISE的多移动机器人渐近轨迹跟踪控制

针对目前多移动机器人轨迹跟踪控制精度不高的问题,基于RISE(robust integral of signum of error)方法提出了一种渐进轨迹跟踪控制算法。首先,建立了差速机器人的动力学模型,并进行系统解耦及反馈线性化,得到一般的二阶系统模型;其次,对多机器人系统,基于RISE方法提出了对二阶可导且有界的时变信号的跟踪算法,实现领导者输入未知的情况下对时变信号的渐进轨迹跟踪。且该算法基于分布式结构,机器人无需知道全局状态信息。另外,应用李雅普诺夫稳定性理论、代数图论的方法证明了算法的稳定性,并给出系统稳定必要条件。在文章最后,给出了仿真实例和实验数据,证明了算法有效性。     

双轮差速移动机器人轨迹跟踪混合控制算法研究

针对双轮差速移动机器人轨迹跟踪问题,提出一种基于前馈运动学和带有干扰观测器的解耦动力学的混合控制算法。首先,对双轮差速移动机器人的运动学、动力学以及位姿误差进行数学建模。其次,为保证移动机器人轨迹跟踪的快速收敛,采用前馈控制并结合位姿误差设计出运动学控制器;为保证移动机器人在速度上的跟踪性能,采用前馈解耦补偿器,加入干扰观测器,运用具有积分链式结构的微分器,设计出动力学控制器;将动力学控制器加入到运动学控制器中,设计了前馈运动学和带有干扰观测器的解耦动力学的混合控制器,并用Lyapunov函数直接法证明了系统的收敛性和稳定性。最后,通过仿真和样机验证,机器人稳定运行时左右摆差可达±9mm,证明了该混合控制算法的有效性和可行性。     

煤矿救援机器人轨迹跟踪研究

介绍煤矿救援机器人的系统构成,包括运动控制卡、伺服驱动系统、位置检测系统、电源系统以及机械本体,并简要介绍各构成部分的作用.采用积分Backstepping设计思想设计出轨迹跟踪反馈控制器,并且在MATLAB中进行仿真测试.仿真结果证明,所设计的轨迹跟踪控制器可以达到全局渐近稳定.     

3-RRRT并联机器人轨迹跟踪控制研究

为了实现3-RRRT并联机器人的轨迹跟踪控制,在运动学分析的基础上,应用拉格朗日方程建立了3-RRRT并联机器人的动力学模型。设计了基于计算力矩算法的控制律,并利用Matlab软件进行了控制器仿真。仿真表明计算力矩控制可以使3-RRRT并联机器人实现全局稳定的动态轨迹控制。     

UPR100弧焊机器人轨迹规划

对UPR100弧焊机器人进行了基于运动学的轨迹规划与仿真。采用D-H法建立了UPR100弧焊机器人运动学方程,运用Matlab编程实现了正、逆运动学求解,并利用正、逆运动学进行了轨迹规划。通过Matlab工具箱Sim Mechinics建立了UPR100弧焊机器人三维模型,并将轨迹规划仿真数据与理论数据进行比较,验证了轨迹规划的合理性与仿真模型的正确性,为UPR100弧焊机器人下一步的动力学研究与轨迹跟踪控制器设计奠定了理论基础。     

基于布谷鸟算法的工业机器人轨迹跟踪控制

研究SCARA工业机器人在关节空间内的轨迹跟踪控制问题。实际应用中,系统的未建模特性、关节摩擦间隙和未知负载等因素将引起机器人动力学性能的变化,从而影响其轨迹跟踪控制;并且外界扰动也会增加机器人轨迹跟踪控制的难度。针对上述问题,提出一种基于布谷鸟算法优化的快速连续非奇异终端滑模控制策略。该方法利用布谷鸟算法寻优机制规划机器人的参考轨迹;控制策略在李亚普诺夫稳定性理论的支撑下,采用连续非奇异终端滑模面来补偿与抑制系统的不确定性与外界扰动,引入快速终端滑模趋近律来加快系统的响应速度,并结合Anti-Windup技术来补偿系统中死区等其他非线性因素。通过李亚普诺夫稳定性理论,证明机器人系统的轨迹跟踪误差全局稳定。最后,通过轨迹跟踪试验验证了此方法的有效性。     

基于六维鼠标的机器人位姿控制研究

机器人的直接示教能够降低机器人在制造企业中的应用难度,缩短其示教时间。提出一种基于六维鼠标的机器人示教操作方式。鼠标通过USB与机器人控制器连接;控制器收到鼠标数据后对鼠标坐标系下的数据进行坐标系转换;转换后的数据进入控制器内部的轨迹控制器,以实时地根据鼠标数据生成机器人移动轨迹;生成的轨迹再经过逆解后作为指令传入各轴伺服实现对机器人的控制。该示教控制方式基于Sinomach IT机器人实现,并在某Sinomach IT SR07L机器人上进行实验。结果表明：该控制方案可以有效根据六维鼠标控制机器人位姿。     

具有输入约束的参数不确定机器人自适应控制

机器人在实际工业应用场合中其执行器无法避免会受到输入约束,受限于参数标定精度与负载变化等因素也导致参数不确定性。为此,针对具有输入约束的参数不确定机器人系统开展研究,提出一种具有输入约束补偿的自适应鲁棒跟踪控制器,该控制方案无需建立输入约束的精确模型,同时未建模动态与外部扰动的上确界也不要求已知,极大减少对被控系统的预先标定工作。在进行运动学参数预估时采用投影算法避免产生奇异现象,通过引入Nussbaum增益矩阵实现输入约束补偿与在线轨迹跟踪控制。此外,借助Lyapunov稳定性理论证明了系统的稳定性与误差收敛性,最后通过仿真验证了控制方案的有效性。     

基于扰动环境下的轮式机器人路径跟踪控制

针对轮式机器人在日常运转过程中，易受到负载、外界非线性干扰以及参数时变等不确定因素影响，提出了一种基于扰动环境下的轮式机器人路径跟踪控制算法。根据对轮式机器人工作时性能状态进行分析，建立出动力学模型；利用带扰动观测器的扩展卡尔曼滤波实现对内外部扰动实时预测和补偿，从而实现对轮式机器人的稳定控制；通过Lyapunov函数对其稳定性能进行证实。利用MATLAB软件进行算法仿真，通过对不同参数的校准调节，完成期望路径下轨迹跟踪实验验证。结果表明，经过扩展卡尔曼滤波器补偿后的轮式机器人，在跟踪精度和稳定性上要远远优于补偿前，证实了所提控制方法的有效性。     

轮式移动机器人的动力学建模及跟踪控制

针对轮式移动机器人存在非完整约束的特点,利用牛顿-欧拉方法建立了轮式移动机器人的动力学模型,将非完整约束直接融入到动力学方程中;同时,考虑了电机的动力学特性.针对动力学模型中存在参数不确定以及机器人在工作过程中存在外界干扰的特点,设计了以两轮驱动力矩为输入的滑模轨迹跟踪控制器,采用趋近律方法削弱了滑模控制器的抖振.仿真实验证明了模型的可行性和控制的有效性,较好地实现了机器人的全局轨迹跟踪.