基于控制受限的机器人鲁棒自适应位置调节

针对实际的控制系统中输入为有界的情况,研究了机器人系统存在未知参数以及外界干扰时的位置调节问题.基于李雅普诺夫稳定性理论,通过构造存储函数的过程中引入双曲正切函数向量和适当的辅助函数向量,提出了一种有界的鲁棒自适应控制器.所提出的控制器不仅保证了闭环系统的鲁棒稳定性,同时也满足了从干扰信号到跟踪误差评价信号所定义的增益性能指标,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.     

RPL:一种基于反应式Agent的机器人编程语言

开放环境下的机器人具有环境敏感性、行为自主性和并发性、反应实时性等特点,这对支撑这类机器人的控制软件及其编程语言提出了新的要求,包括支持对环境进行显式表示,支持自主和并发的行为,需要对行为间在时间、空间、物理上的关系进行规约等等.面向Agent的编程语言将软件系统的基本执行单元视为自主的软件Agent,它为机器人控制软件的构造提供了新的方法和思路.针对开放环境下机器人特点对其编程语言的要求,提出了基于反应式Agent的编程模型RECA和编程语言RPL.RECA将单个机器人的软件系统视为一个反应式Agent,它包括Sen-sorEvent、EventRule和ScenarioBehaviour 3个组成部分,其中SensorEvent是对机器人所处环境信息变化的一种封装;ScenarioBehaviour是对机器人的不同行为进行的规约;EventRule定义了机器人环境输入到行为输出的动态绑定关系.RPL提供了一系列的机制来支持机器人控制软件的编程,包括事件机制、多线程机制、优先级描述、行为动态绑定.最后介绍了RPL程序开发和运行支撑环境的技术框架,并基于NAO机器人分析了机器人作为老人生活助理的案例,验证了该编程模型、语言和运行支撑环境的有效性.     

机器人隐式自适应控制

本文提出了一种隐式机器人自适应逆动态控制方法，不用估计机械手的参数，而根据不确定性界的函数直接修正反馈增益。对于机器人模型中的不确定性，本文从理论上证明了跟踪误差的终结有界性，该方法具有设计方便，计算量小的优点，仿真结果验证了该方法的有效性。     

自重构机器人机载控制系统的开发

本文主要介绍了自重构机器人机载控制系统的硬件和软件设计,在硬件设计中各功能模块尽量采用高度集成的控制芯片,使机器人任务的调度与执行分离,软件设计充分考虑硬件的特点,采用了状态机结构。实验表明,该控制系统工作可靠,实时性强,而且有利于实现机器人团队的智能化控制。     

Learning Control of Robot Manipulators in Task Space

Two important properties of industrial tasks performed by robot manipulators, namely, periodicity (i.e., repetitive nature) of the task and the need for the task to be performed by the end‐effector, motivated this work. Not being able to utilize the robot manipulator dynamics due to uncertainties complicated the control design. In a seemingly novel departure from the existing works in the literature, the tracking problem is formulated in the task space and the control input torque is aimed to decrease the task space tracking error directly without making use of inverse kinematics at the position level. A repetitive learning controller is designed which “learns” the overall uncertainties in the robot manipulator dynamics. The stability of the closed‐loop system and asymptotic end‐effector tracking of a periodic desired trajectory are guaranteed via Lyapunov based analysis methods. Experiments performed on an in‐house developed robot manipulator are presented to illustrate the performance and viability of the proposed controller.     

柔性关节机操手的神经网络控制

本文在关节柔性较弱的情况下,对柔性关节机器人操作手的轨迹跟踪问题,提出了一种基于奇异摄动理论的机器人神经网络控制设计方法,在一般框架下证明了系统跟踪误差最终一致有界,并且可以通过选取增益矩阵使该误差界任意地小. 该方法克服了对模型参数线性化条件的要求,无需求解回归矩阵,因而具有很强的鲁棒性和模型推广能力. 数值试验表明,所提出的控制方法是可行且有效的.     

不确定性机器人的自适应跟踪控制

提出了一种自适应控制策略 ,用于不确定性机器人的轨迹跟踪 ,该控制器结构简单 ,且无需计算回归矩阵 ,通过对二自由度的机器人的仿真 ,证明该方法能使跟踪误差快速趋近于零     

自重构机器人机载控制系统硬件设计

本文介绍了自重构机器人机载控制系统的硬件设计,包括单片机的选择、硬件资源分配以及接口电路、信息采集模块、移动控制模块、通信模块等的设计,在设计中,通过采用一些高度集成的控制芯片,优化了系统的结构,提高了系统的性能。     

机器人轨迹跟踪自适应控制

本文提出一种新的自适应控制算法,用于补偿机器人动力学方程中的非线性项和消除关节间的耦合。这种简单有效的控制算法,保证了系统在一定的参数变化范围内具有渐近稳定性和良好的控制精度。     

一种机器人自适应阻抗控制算法

本文针对参数未知及负载不确定下的机器人运动控制问题，提出了一种形式非常简洁的自适应阻抗控制算法，它能使机器人系统跟踪目标阻抗并保证跟踪误差的渐近稳定性及机器人与外界整体系统的稳定性，本文还就无直接力反馈控制方法进行了讨论。     

An Approach of Adaptive Control for Robot Manipulators

This paper presents the study of an adaptive control which tracks a desired time-based trajectory as closely as possible for all times over a wide range of manipulator motion and payloads both in joint-variable coordinates and Cartesian coordinates. The proposed adaptive control is based on the linearized perturbation equations in the vicinity of a nominal trajectory. The controlled system is characterized by feedforward and feedback components which can be computed separately and simultaneously. The feedforward component computes the nominal torques from the Newton-Euler equations of motion either using the resolved joint information or the joint information from the trajectory planning program. This computation can be completed in O(n) time. The feedback component consisting of recursive least square identification and one-step optimal control algorithms for the linearized system computes the perturbation torques in O(n³) time. Because of the parallel structure, the computations of the adaptive control may be implemented in low-cost microprocessors. A computer simulation study Was conducted to evaluate the performance of the adaptive control in joint-variable coordinates for a three-joint robot arm. The feasibility of implementing the adaptive control in Cartesian coordinates using present day low-cost microprocessors is discussed.     

不依赖模型的机器人鲁棒自适应跟踪控制(英)

提出了一种新颖的鲁棒自适应控制策略，用于不确定性机器人的轨迹跟踪．它不需要任何模型知识，唯一需了解的是系统的阶数和输出的位置及速度状态。理论和仿真均证明，系统的不确定性诸如摩擦力、外部扰动及未建模动力学带来的不确定性影响，均可被设计的控制律补偿，最后可保证全局指数收敛或全局一致最后有界的结果．另外，本文还给出了跟踪误差的暂态测量．     

多关节机器人的一种非线性反馈控制方法

本文研究了一种基于高阶线性化近似方法的机器人非线性反馈控制问题。首先,给出了多关节机器人的动力学模型,研究了一般非线性系统相对于某一标称轨迹的高阶线性近似方法,建立了高阶反馈项系数的计算公式,然后,讨论了多关节机器人的二阶近似非线性反馈控制方案。最后,给出了数字仿真结果.     

An Adaptive Fault-tolerant Control Method for Robot Manipulators

International Journal of Control, Automation and Systems - This paper presents a new method for adaptive continuous nonsingular fast terminal sliding mode control (ACNFTSMC) based on a novel...     

考虑柔性关节的机械臂自适应运动控制策略研究

具有柔性关节的轻型机械臂因其自重轻、响应迅速、操作灵活等优点,取得了广泛应用;针对具有柔性关节的机械臂系统的关节空间轨迹跟踪控制系统动力学参数不精确的问题,提出一种结合滑模变结构设计的自适应控制器算法;通过自适应控制的思想对系统动力学参数进行在线辨识,并采用Lyapunov方法证明了闭环系统的稳定性;仿真结果表明,该控制策略保证了机械臂系统对期望轨迹的快速跟踪,具有良好的跟踪精度,系统具有稳定性。     

加前馈补偿的工业机器人自适应控制

工业机器人的控制是一个复杂的非线性控制问题.本文针对由Lagrange-Euler方程描述的工业机器人动力学模型,提出了两种加前馈补偿的自适应控制方法,并从理论上证明了系统的渐近稳定性. 考虑自由度为n的工业机器人,由Lagrange-Euler方程知其动力学方程为M(q)q+d(q,q)+g(q)=u.(1)其中g∈R~n为广义坐标向量;n∈R~n为广义控制向量;M(·)∈R~(n×n)为惯性矩阵;d(·,·)∈R~n为哥氏力与向心力向量;g(·)∈R~n为重力向量,一般M(·)非奇异. 设与(1)式并联的参考模型为     

基于不确定性机器人的跟踪控制策略研究

针对不确定刚体连杆机器人在动力学建模时参数不精确以及未被考虑的干扰因素可能引起的控制系统品质的恶化问题,提出一种轨迹跟踪控制方案。控制器由基于标称模型设计的计算力矩控制器和基于不确定性因素设计的鲁棒跟踪补偿控制器组成,结构比较简单。计算力矩控制器使标称系统跟踪期望轨迹;鲁棒补偿控制器则用于消除参数误差带来的不确定性影响。理论分析和仿真证明了控制方法的有效性。     

机器人控制技术课程双语教学的教改实践

讨论了中南大学研究生课程机器人控制技术的双语教学改革。针对学科特点和当前就业形势,以一个研究生的视角分析了双语教学的必要性,从教材和教学团队两个层面分析了可行性,从课程内容、授课方式和考核办法的角度阐述了具体实践,并总结了取得的良好效果。