机械臂轨迹跟踪控制的仿真

该文详细讨论了刚性机械臂的动力学模型、轨道跟踪控制策略及其MATLAB的仿真.在成功建模的基础上,使用常规PD控制策略,非常好地完成了轨道跟踪控制任务.即使在模型未知的情况,仍然可以用PD直接控制跟踪目标轨迹.该文中运用了李亚普诺夫稳定性理论,对PD控制进行稳定性判定.通过对双机械臂和三机械臂的轨迹跟踪控制的MATLAB仿真,证明了控制策略的有效性.同时根据仿真结果的比较,对PD控制策略进行了鲁棒性的分析.分析结果为PD控制的鲁棒性会随着控制对象的自由度的增加而降低.     

助餐机器人轨迹跟踪控制实验研究

助餐机器人机械本体由三自由度机械手和旋转桌面构成。在完成助餐机器人控制系统硬件电路基础上,利用dSPACE软硬件环境和Matlab/Simulink系统建模方法,搭建了助餐机器人控制系统的半物理仿真实验平台。完成了助餐机器人伺服控制系统的研究与开发,设计了机器人控制器,同时完成了助餐机器人肘关节和腕关节的直线轨迹与圆弧轨迹跟踪实验,获得了理想的实验结果,为整个助餐机器人系统的控制研究奠定了基础。     

机器人轨迹跟踪的自适应模糊神经网络控制

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。     

基于预测控制的全向移动机器人轨迹跟踪

针对全向移动机器人的轨迹跟踪控制问题,在分析与建立全向移动机器人运动学与动力学模型的基础上,研究了基于模型预测控制的移动机器人轨迹跟踪方法;通过对误差模型的线性化描述,并将目标函数以二次项部分与线性部分构成,在满足控制约束的条件下,将采样周期内最小化目标甬数的优化问题转换为二次规划问题的求解;当取预测时域N=5时,机器人在x和y方向的误差范围分别为±5.4%和±4.7%,并在轨迹曲线中曲率半径较小处出现较为明显的抖动,最后对误差产生原因进行了分析与总结,结果表明该方法对全向移动机器人的轨迹跟踪控制是有效可行的.     

机械臂轨迹跟踪控制研究进展

综述了近年来刚性机械臂轨迹跟踪控制研究领域的最新进展.根据应用于机械臂的不同控制算法进行分类,从自适应PID控制、神经网络自适应控制、模糊自适应控制、滑模变结构控制和鲁棒自适应控制5种主要控制方法进行阐述.重点从关节空间出发,论述了各种控制算法在提高机械臂轨迹跟踪性能方面的各自优缺点,并分析了它们之间的相互联系.对机械...     

非完整四轮式移动机器人反演轨迹跟踪控制

根据非完整约束的四轮式移动机器人的运动学模型,对其轨迹跟踪控制策略进行了深入研究;采用反演控制的相关理论和方法,设计了移动机器人轨迹跟踪控制策略;该控制策略将系统分解为低阶子系统来进行处理,利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计,并且具有全局渐近稳定性;此外,在控制策略中对相应的控制量设置了阈值,保证了移动机器人运动的平滑性;最后,对所设计控制器的稳定性和平滑性进行了仿真实验,验证了其正确性和有效性。     

基于神经网络的机器人轨迹跟踪控制

针对机器人模型未知情况，讨论了用神经网络和反馈控制实现机械手的跟踪控制。提出一种基于参考误差的投影算法来训练网络权值，训练后网络输出能逼近期望的前馈力矩，并从理论上证明跟踪误差的收敛性。仿真结果表明方案具有较好的跟踪性能和较强的抗干扰能力。     

非完整约束移动机器人的轨迹跟踪控制

针对非完整约束移动机器人运动学与动力学模型,根据轨迹跟踪控制目标的需要,设计了一种简单的控制器,该控制器结合了运动学控制器设和动力学控制器两部分;针对运动学模型,采用自适应算法对其未知参数进行估计,针对系统动力学模型,采用单层神经网络算法克服未知扰动对系统稳定性的影响,使速度误差尽可能地缩小;在Lyapunov稳定性理论的基础上证明了系统的收敛性和稳定性,该控制算法简单有效,易于实现;仿真结果表明:该控制策略可以实现对移动机器人期望轨迹的稳定跟踪,验证了算法的有效性。     

考虑运动受限的履带式移动机器人轨迹跟踪控制

针对履带式移动机器人的轨迹跟踪控制问题进行研究,首先,建立了履带式移动机器人的运动学模型和跟踪误差模型;其次,设计了转速有限时间控制和线速度滑模控制的轨迹跟踪控制律,并给出了考虑运动受限作用下的控制律修正表达式;最后,基于MATLAB对所提控制律进行仿真,对比分析了不考虑运动受限情况下跟踪控制效果;结果表明,设计的跟踪控制律能够实现履带式移动机器人对圆轨迹的有效跟踪,且考虑运动受限作用的控制律更加符合实际;文章研究分析了运动受限作用对于移动机器人轨迹跟踪控制的影响,分析结果对其他移动机器人的运动控制研究具有参考价值。     

履带式移动机器人轨迹跟踪研究

详细分析了履带式移动机器人的受力特点,提出了一种适宜进行控制器设计的履带移动机器人模型.根据履带式移动机器人动力学模型和运动学模型,设计了机器人的轨迹跟踪控制器.利用Lyapunov稳定判据证明控制器的全局稳定性.在控制器的设计中考虑了履带一地面作用,引入参数对其描述.考虑到机器人动力学约束,引入机器人速度、加速度控制策略以保证机器人运动平滑.仿真实验验证了该方法的有效性和全局收敛.     

机械臂卷积神经网络滑模轨迹跟踪控制

针对工业技术的发展对于多关节机械臂的精度与快速控制高要求,提出了一种机械臂卷积神经网络滑模轨迹跟踪控制方法。分析机械臂动力学方程,提取其中的不确定部分,针对不确定部分,构建深度卷积神经网络对其进行补偿,将补偿部分引入到滑模控制律中,通过改进后的滑模控制实现对机械臂轨迹跟踪的精确控制,并通过构建Lyapunov函数论证了系统的稳定性。仿真结果显示该方法能够满足轨迹跟踪要求,且减小了抖振现象。通过与其余三种典型控制方法的对比,测试结果表明,该方法加快了轨迹跟踪误差的收敛,且跟踪精度有了明显的提高。     

模糊学习控制在SCARA机器人轨迹跟踪中的应用

模糊学习控制以模糊控制提供反馈机制为主体,辅以迭代学习控制提供前馈补偿机制,来实现对期望轨迹的完全跟踪.把模糊学习控制应用于SCARA机器人的轨迹跟踪.仿真试验表明,该方法具有简单实用、跟踪精度高、学习速度快等优点.     

基于预测型间接迭代学习的SCARA机器人轨迹跟踪控制

SCARA机器人是一个强耦合、多输入多输出的非线性系统,运行时较易受外界干扰的影响,而且传统比例-积分-微分(PID)反馈控制器的轨迹跟踪精度较低。针对上述问题,设计具有前馈作用的预测型迭代学习控制器(A-ILC)。利用运行批次在采样时刻t+Δ处的误差输出信息,优化调整下次运行在采样时刻t处双闭环PID反馈控制器的角度。仿真结果表明,与仅采用双闭环PID反馈控制器相比,采用所设计的控制器能明显减小机器人末端的轨迹跟踪误差。     

水面救助机器人轨迹跟踪方法研究

为了拓展水面救助机器人的作业范围,使机器人按照预定的轨迹运动,研究了机器人的轨迹跟踪问题;文章提出了将PID算法和视线法相结合,实现了水面救助机器人的轨迹跟踪;开发了基于Google Earth交互平台,利用Windows Hook技术和KML文件实现了在GE地图上目标轨迹的绘制和机器人运动轨迹的绘制,并对轨迹跟踪的误差进行了分析。     

移动焊接机器人焊缝跟踪控制研究及仿真

为了解决轮式移动焊接机器人的焊缝跟踪问题,文中从移动焊接机器人的运动学和动力学模型出发,采用分段运动学到动力学的方法设计焊缝跟踪控制器。控制算法结合积分Backstepping算法和单层神经元网络控制算法,利用单层神经元网络的自学习和自适应能力克服机器人模型参数部分未知和扰动的影响,使跟踪更加快速、平滑。经MATLAB仿真验证了该控制算法的有效性。     

基于Haar小波分解的轮式移动机器人轨迹跟踪控制

利用Haar小波在满足机器人动力学约束的前提下 ,对期望轨迹进行曲线分解 ,得到所需的一系列参考点 ,并由这些参考点构造出虚拟小车的运动轨迹 .基于控制Lyapunov函数设计了速度跟踪控制律 ,驱动机器人跟随虚拟小车实现对期望轨迹的跟踪 .该方法的突出特点是可实现对任意复杂轨迹的跟踪控制 ,且不存在速度跳跃点 .仿真实验结果表明它的有效性 .     

全方位轮式下肢康复训练机器人轨迹跟踪控制

全方位轮式下肢康复训练机器人需要跟踪医生给受训者设定的轨迹.机器人自身的不确定性和患者在康复训练时对机器人运行产生的干扰会影响其跟踪性能.本文设计了一种非线性L<,2>鲁棒控制器解决上述扰动抑制问题.给出了下肢康复训练机器人的运动学模型,并由此建立了位置误差系统的动态模型.将机器人的跟踪和不确定干扰抑制归结为L<,2>...     

仿人机器人相似性运动轨迹跟踪控制研究

提出一种基于带观测器的条件状态反馈控制的仿人机器人相似性运动轨迹跟踪控制方法.首先,分析了7连杆双足机器人动力学模型,阐述了其运动能量方程与动力学特征方程; 其次,基于带观测器的状态反馈控制器原理,构建起三维倒立摆平衡控制模型; 最后,由线性二次型调节器确定状态反馈增益矩阵,使机器人轨迹跟踪误差最小化,以复现出较高相似度的双足步行运动效果.实验验证了该方法的有效性.     

机器人的非奇异终端神经滑模轨迹跟踪控制

针对具有不确定性的机器人系统,为提高系统的稳态跟踪精度,提出一种非奇异终端神经滑模轨迹跟踪控制方案.控制器采用改进的非奇异终端滑模面,并基于径向基函数神经网络自适应调整控制律的切换项,不但克服了在设计中需要知道系统不确定性的上界的限制,而且平滑了控制信号.可应用Lyapunov稳定性理论证明了系统的渐近稳定性和跟踪误差的渐近收敛性.仿真结果验证了控制方法不仅能够保证机器人系统轨迹跟踪控制的快速性和鲁棒性,而且有效地削弱了抖振,可见方案是可行且有效的.