双足机器人鲁棒轨迹跟踪控制

根据机器人的动态特性和鲁棒控制理论,利用拉格朗日法建立了Robonova-1机器人的动力学模型。针对机器人系统的跟踪轨迹控制问题,考虑该系统实际存在的不确定性,基于机器人系统中存在的不确定性的上界设计了一个鲁棒控制器。仿真实验结果证明,该鲁棒控制方法对模型的不确定性或外部干扰对机器人系统产生的影响具有一定的抑制作用,对双足机器人的控制是有效的。     

机器人手臂轨迹跟踪的变增益LPV鲁棒H_∞控制器设计

针对机器人手臂模型中存在动态不确定性和外部干扰的不确定性,引入变增益线性变参数的鲁棒H_∞控制方法,设计了手臂轨迹跟踪控制器。采用拉格朗日法建立机器人手臂轨迹跟踪动态方程;利用变增益线性变参数凸分解技术,将这一动态模型转化为具有凸多面体结构的线性变参数模型;根据鲁棒控制理论和线性矩阵不等式理论,在凸多面体的各个顶点设计反馈控制器,然后利用各个顶点控制器综合得到线性变参数控制器。仿真结果表明,机器人手臂对于关节位置的变化始终具有良好的跟踪性能。     

具有H_∞性能的轮式移动机器人非线性控制器设计

针对移动机器人动力学模型中的参数不确定性和扰动不确定性问题,提出了具有H_∞跟踪性能的自适应反步控制方法。首先,以线速度和角速度为虚拟的控制输入,设计了具有渐进稳定性的运动学轨迹跟踪控制器。其次,针对动力学系统中存在的不确定参数,采用自适应方法对其进行在线估计,该方法通过引入不连续映射保证了参数估计值的有界性。然后,采用反步法设计了动力学控制器,同时,在Lyapunov框架下证明了该控制器对扰动具有H_∞性能。最后通过仿真试验证明,即使在参数未知的情况下,该控制器也能够控制移动机器人跟踪上参考轨迹,且当系统存在外部扰动时,系统输出偏差能够收敛到有界范围内。由此验证了本文方法能够有效抑制系统参数变化及扰动对控制性能的影响。     

SCARA GRB400机器人系统模糊模型建立的研究

为解决机器人的建模问题,依据SCARA GRB400型工业机器人动力学模型,介绍了一种自适应模糊控制(AFC)算法.利用模糊系统估计机器人系统中的非线性,并进行数学模拟,利用李雅普诺夫定理证明了其稳定性.为检验设计的自适应模糊控制器,将AFC应用于工业机器人的轨迹跟踪.工业机器人仿真结果表明,设计的自适应模糊控制方案有良好的跟踪能力和稳定性,很好地克服了机器人系统中存在的非线性、不确定性、强耦合等因素的影响.     

不确定性机器人系统前馈-反馈跟踪控制仿真

针对不确定性机器人系统的轨迹跟踪控制问题,利用基于计算力矩方法的前馈控制,结合PID的反馈控制构成前馈-反馈控制策略,给出了系统控制器设计的详细步骤.将该方法应用于GR-Ⅱ型两关节机器人系统,在考虑扰动变化和系统不确定性变化的情况下,经仿真证明了前馈-反馈控制能保证系统良好的稳定性,并对系统的扰动和不确定性具有强的鲁棒性和良好的跟踪控制精度.     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

基于VGLPV极点配置的非完整机器人轨迹跟踪鲁棒H_∞控制

针对非完整移动机器人模型中存在的动态不确定性,提出一种基于线性变参数的鲁棒H_∞控制,并同时具有极点配置的轨迹跟踪控制器。采用欧拉-拉格朗日方程建立机器人轨迹跟踪动态方程;利用变增益线性变参数凸分解技术,将这一动态模型转化为具有凸多面体结构的线性变参数模型;根据鲁棒控制理论和线性矩阵不等式理论,在凸多面体的各个顶点设计状态反馈控制器,然后利用各个顶点控制器综合得到线性变参数控制器。仿真结果表明,机器人对于参数的变化具有良好的跟踪性能。     

空间机器人的可变增益滑模控制方法

针对空间机器人抓捕目标的轨迹跟踪过程,提出了一种基于可变增益的滑模控制算法,并利用MATLAB/Simscape对空间机器人的理论动力学模型和控制算法进行了仿真校验。首先,基于拉格朗日法构建了空间机器人的动力学模型,并给出了系统参数不确定时的动力学方程。设计了一种滑模控制器,在控制器中引入了可变增益,该增益可根据系统的不确定性和系统的运动状态进行调整,从而使控制器具有很强的鲁棒性。基于Simscape Multibody软件模块,对空间机器人的理论动力学模型进行了验证。在此基础上,针对多关节运动和系统模型不确定两种情形,利用可变增益滑模控制算法进行了空间机器人的轨迹跟踪仿真实验。实验结果表明,与传统的计算力矩法相比,本文提出的控制算法呈现出更高的运动控制精度和误差收敛速度。     

基于双观测器的机器人自适应摩擦补偿控制

针对机器人系统中存在关节摩擦的问题,提出一种基于终端滑模观测器和摩擦状态观测器的双观测器自适应摩擦补偿反演控制方案:为避免速度测量带来的噪声影响,设计终端滑模观测器对机器人的速度进行估计;考虑到摩擦力无法直接获取,采用连续LuGre摩擦模型,设计摩擦状态观测器和摩擦参数自适应律,得到摩擦的估计值;结合摩擦估计值设计反演控制器,使机器人在受到关节摩擦影响的情况下能有效跟踪期望位置轨迹。最后通过Lyapunov函数证明闭环系统的稳定性以及机器人轨迹跟踪误差的收敛性,并通过MATLAB仿真验证该控制方案的有效性。仿真结果表明,该控制方法能有效抑制关节摩擦对机器人轨迹跟踪的影响,提高了系统的位置跟踪精度。     

基于运动发散分量动力学的双足机器人行走策略研究

基于线性倒立摆(LIP)模型,将双足机器人的多步行走等效成三维倒立摆的多次摆动,在运动发散分量(DCM)概念的基础上,研究了以质心(COM)和DCM表示的动力学方程。设计了2种DCM闭环控制器:一步DCM终值不变抗扰动控制器和实时DCM轨迹跟踪闭环控制器。2种控制器都可以有效地抑制扰动,使实际机器人的DCM不发散,并使用其规划出了双足行走过程中的COM轨迹。依据COM轨迹和双腿末端轨迹推导了求解双足机器人逆运动学的数值方法,整体上完成了双足行走过程中从输入脚印到输出关节角度的整套求解问题,使双足步态规划的方法体系化。最后,结合一个普适机器人模型,针对文中的算法在MATLAB平台上进行了仿真,仿真结果验证了该新方法的有效性。     

基于自适应终端滑模控制器的机械手跟踪控制

针对具有不确定性的机械手轨迹跟踪控制问题,提出一种自适应二阶终端滑模控制器设计方法。设计一类非线性不确定系统的自适应二阶终端滑模算法,使得不连续符号函数包含在控制微分项,实际控制作用连续;采用自适应律克服不确定性上界未知问题,基于Lyapunov方法证明系统稳定性;针对机械手轨迹跟踪问题,基于所提出控制方法设计机械手自适应终端滑模控制方案;通过对双关节机械手轨迹跟踪仿真研究,验证所提出控制策略的有效性。     

机械臂非奇异快速终端滑模模糊控制

针对存在建模误差和外部干扰等大量不确定信息的机械臂轨迹追踪控制问题,提出带有自适应模糊系统的终端滑模控制方法. 该方法采用非奇异快速终端滑模面,使状态变量在滑动阶段具有全局快速收敛性;选取带有变系数的改进型双幂次趋近律,提高状态变量在趋近运动阶段的收敛速度,削弱控制器输出抖振;利用自适应多输入多输出（MIMO）模糊系统对系统模型以及外部干扰进行逼近,摆脱对具体模型信息的依赖,提高轨迹追踪精度和抗干扰能力. 通过构建Lyapunov函数证明系统的闭环稳定性和有限时间收敛性. 以Denso VP6242G串联机械臂为被控对象进行对比仿真和实验,结果表明所设计的控制器能有效提高轨迹追踪精度和抗扰动能力,并缓解控制器输出中的抖振现象.     

非线性时滞系统的自适应模糊跟踪控制

针对一类带有未知非线性函数和时滞项的非线性不确定系统,提出了一种新的自适应模糊跟踪控制。用模糊逻辑系统来逼近系统中未知的非线性不确定函数,基于自适应方法和Backstepping设计模糊自适应控制器。设计的模糊自适应控制器确保了闭环系统的所有信号是一致有界的,也保证了跟踪误差收敛到原点的一个充分小的邻域内;另外设计的模糊跟踪控制器不涉及模糊基向量函数的计算,使其在系统的控制过程中将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。     

非线性系统开闭环PI型迭代学习控制的鲁棒性

对于完成重复轨迹跟踪任务的系统,迭代学习控制是一种能有效地改进其跟踪性能的技术。研究并给出了一类非线性系统开闭环PI型迭代学习控制的鲁棒条件,证明了系统在状态干扰、输出干扰和初态干扰有界的情况下跟踪误差有界收敛,在所有干扰渐近重复的情况下可以完全地跟踪给定的期望轨迹．从鲁棒条件式看出,迭代学习控制的鲁棒性与学习控制律中的积分系数无关。     

基于终端滑模的移动机器人轨迹跟踪控制

分析了具有不确定性非完整约束移动机器人系统的轨迹跟踪问题。在运动学模型分析的基础上,利用非奇异终端滑模技术,提出了一种新的轨迹跟踪控制算法,该算法消除了传统滑模控制带来的奇异问题。基于后退方法的思想设计系统状态变量,将系统分解为低阶子系统处理,简化了控制律的设计。结合Lyapunov方法,证明了在该控制律作用下,对满足一定速度条件的期望轨迹,移动机器人完全能够实现轨迹跟踪。仿真实验结果表明了该方法的有效性。     

基于滑模控制的四旋翼飞行器鲁棒三维轨迹跟踪

近年来,无人自主飞行器在军事和民用的众多领域引起了人们的关注,而其轨迹跟踪任务一直是一个热门研究课题。本文提出了一种鲁棒滑模控制,用于控制四旋翼无人机在存在扰动和参数不确定的情况下进行三维轨迹跟踪。首先,建立了一个具有6个方位的四旋翼飞行器的非线性动力学模型。然后,设计了针对质量、惯性和刚度不确定因素的滑模控制器。通过在Matlab Simulink和Universal Mechanism软件系统中进行建模模拟,验证了控制器的三维跟踪效果。最后,使用Pelican四旋翼平台进行了进一步的实验验证,在水平和垂直轴上施加扰动以验证其鲁棒性。仿真和实物验证结果都表明,四旋翼飞行器对特定轨迹的跟踪效果和鲁棒性是令人满意的,证实了所提出的滑模控制算法的正确性和有效性。     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。     

一类不确定系统的鲁棒输出反馈跟踪控制

文章讨论了线性不确定系统的鲁棒输出渐近跟踪控制问题，给出了基于Lyapunov方程正定解存在性的输出反馈跟踪控制器的设计方法。该方法所设计的控制器对系统中所有允许的不确定性均使其输出能渐近跟踪所给定的参考信号，并使系统状态保持有界。