滑模控制在并联机器人轨迹跟踪中的应用

建立了平面二自由度冗余驱动并联机器人的动力学模型,为进行动力学控制奠定了基础.考虑到并联机器人的非线性不确定性,结合滑模控制对参数变化和系统未建模部分的不敏感性,设计了滑模控制器并进行了稳定性分析.由于滑模控制具有抖振问题,进而设计了准滑模控制器以减少抖振.在充分利用滑模控制鲁棒性较强的基础上,利用准滑模控制减少了抖振对伺服电机和机械臂的损坏.利用MATLAB 7.0对系统进行了轨迹跟踪仿真研究.仿真结果表明,即使在存在初始位置误差的情况下,滑模控制仍能较好地完成轨迹跟踪,准滑模控制能有效减少系统的抖振.     

基于滑模自适应控制的双关节机械手轨迹跟踪

针对机械手在工作过程中由于自身参数的不确定性导致系统稳定性受到影响,提出一种滑模自适应控制算法进行机械手的轨迹跟踪.首先通过运用拉格朗日方程推导出机械手的动力学方程,将未知负载变化、机械手连杆重量、连杆长度及其连杆质心等作为未知变量进行滑模函数以及自适应律的设计,用自适应律调节未知量对稳定性的影响,保证系统的跟踪精度;...     

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...     

基于B样条的自由曲面超声自动检测轨迹生成

针对复杂曲面内部缺陷的超声检测,文章提出了一种基于B样条的自动检测轨迹生成算法, 该方法可以实现自由曲面工件的连续扫查检测,具有较高的检测效率.     

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...     

基于滑模反馈的履带式机器人自适应轨迹跟踪

针对滑移对履带式机器人运动控制产生的干扰,构建了包含滑移参数的运动学方程。进一步针对滑移对控制系统的干扰,设计了滑模观测器,将观测到的滑模参数补偿到系统中以补偿滑移产生的跟踪误差,并建立反演控制器。同时,根据自适应控制原理,采用BP神经网络自适应调整控制器参数,提高系统跟踪效果;最后通过Simulink仿真,仿真结果表明,基于滑模反馈的履带式机器人自适应反演控制器可以提高履带式机器人的跟踪控制精度,并且滑模观测器可以准确估计滑移参数。     

双臂机器人的轨迹跟踪控制方法研究

针对工件在实际加工中打磨空间局限、精度不高等问题,为提高机器人作业的轨迹跟踪效果,提出一种双臂机器人轨迹跟踪控制方法。以轮毂打磨为研究背景,主从架构中夹持机器人采用PD控制,夹持待打磨工件进行位置跟踪运动控制;打磨机器人采用基于位置的阻抗控制,实现力控和末端位置补偿,提高定位精度。基于MATLAB/Simulink设计仿真模型验证可行性,并完成实验验证。实验结果表明：当机器人末端在外界干扰力作用下,能自适应地跟踪及修正轨迹,满足双臂机器人轨迹跟踪控制的要求。     

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。     

基于跟踪微分器的移动机器人轨迹规划与跟踪控制研究

针对移动机器人的轨迹规划和轨迹跟踪控制问题,提出一种加速度和速度约束情况下,通过贝塞尔曲线拟合参考轨迹,再利用跟踪微分器规划平滑速度的轨迹规划新方法;基于Backstepping方法,建立机器人位姿误差方程并进行控制器的设计,同时分析了控制参数对轨迹跟踪性能的影响;将轨迹规划方法和控制算法结合,并在仿真平台和移动机器人实物平台上进行实验验证。实验结果验证了轨迹规划算法和控制器的可靠性及有效性,相比于未进行速度规划、速度不连续和滑模控制等方法,提出的方法控制平稳且有效减少了位姿误差。     

基于模糊补偿的七自由度机械手轨迹跟踪控制

针对多关节机械手的不精确动力学模型导致计算力矩法控制的鲁棒性差和不能实现全局渐进稳定的问题,以一种七自由度机械手为研究对象,采用计算力矩加自适应模糊补偿控制,通过ADAMS与MATLAB联合仿真进行机械手轨迹跟踪控制研究,并证明了系统的稳定性和误差的收敛性。仿真结果表明:利用该方案控制的七自由度机械手具有较好的轨迹跟踪特性,无须机器手精确的动力学模型。     

3-RPC型并联机器人模糊滑模轨迹跟踪控制研究

分析了直流伺服电机驱动的3-RPC并联机器人的运动学反解,并对其进行了轨迹规划;设计了传统滑模控制及模糊滑模控制,建立了仿真模型,并完成了各支路的期望运动的轨迹跟踪。仿真结果表明:模糊自适应增益滑模控制比传统滑模控制精度更高,响应时间明显更快,更能有效地消弱控制中带来的抖振现象。     

基于MATLAB的并联机器人ISMVSC轨迹跟踪控制研究

主要介绍了积分滑模变结构控制（ISMVSC）在并联机器人控制系统中的应用。在传统变结构理论的基础上。提出一种以趋近率设计的ISMVSC模型跟踪控制策略,并将此理论应用于两自由度并联机器人轨迹跟踪控制系统。基于MATLAB／SIMULINK进行动态仿真,仿真结果表明：ISMVSC控制策略对外部干扰及参数变化具有较强的鲁棒性,其良好的跟踪性能可实现并联机器人的高精度控制。     

焊缝轨迹跟踪伺服控制系统设计与实现

介绍了焊缝轨迹跟踪视觉伺服控制系统,包括系统硬件构成、焊缝识别方法、焊缝跟踪控制软件,最后对该系统进行了试验验证,证明了该控制系统的有效性.     

融入模糊补偿的机械臂轨迹跟踪预测控制

针对机械臂在实际轨迹跟踪的过程中存在未知摩擦项和外部干扰,易导致跟踪精度不足的问题,考虑多变量约束和耦合,提出了一种融入模糊补偿的机械臂轨迹跟踪预测控制策略。首先,采用逆动力学进行反馈线性化,利用模型预测控制处理多变量约束问题,实现在线滚动优化;其次,引入模糊补偿消除未知摩擦项和外部干扰的影响;最后,通过联合仿真实验进行验证。结果表明,与单独模型预测控制相比,所提控制方案有更好的动、稳态性能,双关节轨迹跟踪的平均绝对误差分别降低了88.63%和88.30%,均方根误差分别降低了96.84%和97.85%。     

基于终端约束MPC的轮式移动机器人轨迹跟踪控制

针对轮式移动机器人具有非线性特性和时域约束从而导致跟踪精度较低的问题,提出了一种终端约束MPC(model predictive control)的控制方案。首先,将轮式移动机器人的状态误差方程作为预测模型;其次,在成本函数中加入终端约束,设计了合适的终端域和终端惩罚矩阵,迫使系统在有限时域内跟踪上期望轨迹;然后,利用Lyapunov稳定性框架,建立终端约束MPC控制方案在系统中可行性和稳定性的充分条件;最后,通过在圆形及双移线两种工况下与传统模型预测控制进行对比实验,验证了终端约束MPC控制方案的有效性。仿真表明,相比于传统模型预测控制,终端约束MPC在预测范围内更好地满足了约束条件,从而提高了系统的稳定性和跟踪精度。     

超声发生器频率跟踪的控制

介绍了单片机控制的电流反馈式超声发生器的系统结构，分析了频率自动跟踪的原理及实现方法，完成了变步长频率跟踪的软件设计，保证了频率跟踪速度和搜索精度。     

基于DDPG的下肢康复机器人轨迹跟踪控制

针对脑卒中患者在被动训练阶段使用下肢外骨骼康复机器人的高精度轨迹跟踪控制问题,以下肢外骨骼康复机器人为研究对象,提出一种基于深度确定性策略梯度的PD控制方法。采用Vicon三维动作捕捉系统采集正常人体步行的关节角度作为期望关节角度轨迹并建立下肢外骨骼机器人的动力学模型。该方法根据每次的误差输入以及与动力学模型交互获得奖励值而动态更新自身网络参数,从而自适应输出最佳的PD参数值。仿真结果表明：相较于传统PD控制,该方法髋、膝以及踝关节的跟踪误差平均减少9.4%,误差呈收敛趋势并趋于0,说明该方法可以有效地跟踪期望关节角度轨迹并具有良好的跟踪控制精度,保证患者的康复效果。