基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制

轮式机器人具有复杂多变的非线性、强耦合以及时变的动力学特点,采用传统的机器人轨迹跟踪控制容易产生较大的速度突变,导致机器人在控制过程中产生抖振现象,为此提出了一种基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制方法。通过运动学分析并建立轮式机器人的位姿误差模型,采用神经动力学设计机器人轨迹跟踪控制器;分析比较不同参数取值与控制量之间的关系,设计了一种参数自适应方法进一步提高轨迹跟踪控制器的性能;最后,通过对所设计的控制方法进行了仿真实验。实验结果表明,所设计的控制方法能够保证机器人拥有较小的速度突变,在出现误差情况下能够以较快速度收敛,在轨迹跟踪上拥有较高的精度。     

伺服跟踪系统的预见预测控制器设计

对机床、机器人等轨迹跟踪提出的高速、高精度的要求,而这类系统的跟踪路径大都是已知的,因此设计预见预测控制器,充分利用已知未来轨迹跟踪信息及未来已知干扰信息,提高系统动态响应,利用预测控制克服模型误差,提高鲁棒性。对所设计预见预测控制器进行了仿真,仿真分析表明,预见预测控制器能大幅度提高系统的跟踪精度。     

基于快速终端滑模的机器人轨迹跟踪避障方法

针对非完整轮式机器人有限时间精准轨迹跟踪避障问题,设计了一种基于全局快速终端滑模方法,兼具无抖振、收敛时间可调等优点的轨迹跟踪控制器。首先,在载体坐标系下建立轮式机器人运动学模型;其次,构造包含终端吸引子和指数收敛项的全局快速终端滑模轨迹跟踪控制器,通过Lyapunov稳定性理论证明了所设计的控制器能确保轨迹与航向角跟踪误差均能在有限时间内收敛于较小的零域范围内;最后,引入人工势场避障方法,实现了机器人严格跟踪参考轨迹的同时绕开障碍物。实验结果表明,该方法能实现在避障的同时对于给定参考轨迹的有限时间稳定跟踪控制。     

基于NDO的ROV滤波反步轨迹跟踪控制

针对作业型遥控水下机器人(ROV)在轨迹跟踪过程中存在模型非线性、强耦合、模型参数不确定和外界干扰不确定等问题,提出一种基于非线性干扰观测器(NDO)的滤波自适应反步控制策略。使用NDO观测模型的不确定性和外界干扰,通过指令滤波器避免了直接对虚拟控制量解析求导的过程,利用自适应律补偿观测器观测残量。通过Lyapunov稳定性理论证明了跟踪误差系统的渐进稳定。仿真实验表明,设计的控制器能够实现精确的轨迹跟踪,具有较好的鲁棒特性。     

细纱接头机器人神经网络自适应力跟踪导纳控制

环锭纺细纱工序中断纱自动接头一直是业界难题，细纱强力低易断裂、纱线张力受环境因素影响明显等因素导致机器人接头过程中纱线张力控制困难。为解决接头过程纱线张力控制问题，提出了基于交互力预测的神经网络自适应导纳控制方法。首先设计了导纳控制器参数的神经网络自适应调整策略来解决接头过程环境模型参数动态变化导致恒导纳控制器力跟踪效果差的问题；其次针对现有自适应控制器跟踪时变期望力时由于控制滞后产生的误差突变问题，提出了一种交互力预测方法，通过加入未来控制周期交互力的预测值来完成导纳控制器参数的提前调整，进而避免期望力突变时较大的力跟踪误差产生；最后进行了仿真试验，结果表明神经网络自适应控制器在动态环境下的力跟踪任务中有很好的鲁棒性，基于交互力预测的神经网络自适应控制器在动态环境下的时变期望力跟踪任务中最大误差和总体误差相比未加入交互力预测时分别降低了78.3%和29.7%，证明了所提出方法在机器人接头过程中纱线张力跟踪控制的可靠性。     

四自由度教学机器人的鲁棒跟踪控制方法

针对机器人中存在不确定性模型误差和外界干扰问题,设计出一个鲁棒轨迹跟踪控制器,以对其进行逆向动力学补偿,从而保证了跟踪误差的一致和终值有界.通过模拟仿真,对所提出的控制方案与比例积分微分(PID)控制方案进行了比较,结果表明,鲁棒轨迹跟踪控制具有更高的跟踪精度.     

基于快速终端滑模的机器人轨迹跟踪避障方法（英文）

针对非完整轮式机器人有限时间精准轨迹跟踪避障问题,设计了一种基于全局快速终端滑模方法,兼具无抖振、收敛时间可调等优点的轨迹跟踪控制器。首先,在载体坐标系下建立轮式机器人运动学模型;其次,构造包含终端吸引子和指数收敛项的全局快速终端滑模轨迹跟踪控制器,通过Lyapunov稳定性理论证明了所设计的控制器能确保轨迹与航向角跟踪误差均能在有限时间内收敛于较小的零域范围内;最后,引入人工势场避障方法,实现了机器人严格跟踪参考轨迹的同时绕开障碍物。实验结果表明,该方法能实现在避障的同时对于给定参考轨迹的有限时间稳定跟踪控制。     

基于跟踪误差约束的机器鱼抗扰动路径跟踪控制

为了解决机器鱼在扰动下跟踪效率低的问题,本工作提出了一种抗扰动和自适应的误差约束控制方案。 首先,通过设 计虚拟控制输入,并利用积分环节更新了自适应视线制导律,消除了侧滑导致的运动位置偏离,增强了机器人的抗干扰能力。 其次,通过构造机器鱼的偏航和浪涌自适应控制器,使神经网络函数拟合模型的不确定项和水流扰动,并用逼近值补偿系统的 控制输入。 这提升了机体的环境适应性。 最后,利用障碍 Lyapunov 理论,机器鱼跟踪位置和角度的一致最终有界性被证明。 通过模拟和实验,与经典制导方案相比,所提方案提高了机器鱼的跟踪效率和稳态性能,使机器鱼的位置误差收敛速率平均提 升了 14. 57% 。 关键词: 机器鱼     

柔性机械臂最优抑振轨迹规划与跟踪控制研究

为了抑振柔性机械臂的残余振动,提出了基于自适应遗传算法的最优抑振轨迹规划和基于全阶终端滑模控制的轨迹跟踪方法.在轨迹规划方面,建立了最优抑振轨迹规划模型;对遗传算法进行改进,使交叉概率随种群多样性自适应变化,变异概率随个体适应度自适应变化,从而提出了自适应遗传算法的抑振轨迹规划规划方法.在轨迹跟踪方面,以轨迹跟踪误差及残余振动为消除对象,设计了全阶终端滑模控制器及控制律,并证明了任意误差状态可在有限时间内到达滑模面并滑动至零点.经验证,自适应遗传算法收敛速度和寻优精度明显优于传统遗传算法,自适应遗传算法规划轨迹的残余振动远远小于传统遗传算法规划的轨迹;在全阶终端滑模控制器的控制下,柔性机械臂在旋转过程中和旋转结束后的振动量极小,而PID控制器在旋转结束后3.5s才逐渐稳定.     

基于模糊神经网络的不确定机器人实时轨迹跟踪控制的研究

针对机器人建模的不精确性以及扰动的存在给机器人控制增加难度的问题,提出了一种基于模糊神经网络的不确定机器人实时轨迹跟踪控制方法。该控制方法的控制器由模糊神经网络(FNN)控制器和CMAC控制器组成,FNN控制器代替传统的计算力矩法,CMAC控制器在线补偿控制误差,有效补偿机器人存在的各种不确定性。对二自由度机器人的仿真结果表明了所提出的控制方法的可行性。     

Trajectory tracking control of a 3-CRU translational parallel robot based on PD+robust controller

In order to suppress the external disturbances existing in the trajectory tracking process of the 3-CRU parallel robot, a trajectory tracking control method based on PD+robust controller is proposed in this paper. The kinematic model of the 3-CRU parallel robot is established to solve the kinetic energy and potential energy of the system. The basic dynamic model of the 3-CRU parallel robot is obtained based on Lagrangian formulation, and the complete dynamic model of the parallel robot is established by introducing Coulomb and viscous friction. Based on the analysis of the factors affecting the stability of PD controller, a trajectory tracking control method based on PD+robust controller is proposed, and it is proved theoretically that the system converges stably and has a good external disturbance suppression effect. The method has the characteristics of easy implementation and strong applicability of PD controller and strong robustness of robust controller. Experimental results prove the effectiveness of this method.

     

Adaptive neural network based position tracking control for Dual-master/Single-slave teleoperation system under communication constant time delays

The novel trajectory tracking control strategies for trilateral teleoperation systems with Dual-master/Single-slave robot manipulators under communication constant time delays are proposed in this article. By incorporating this design technique into the neural network (NN) based adaptive control framework, two controllers are designed for the trilateral teleoperation systems in free motion. First, with acceleration measurements, an adaptive controller under the synchronization variables containing the position and velocity error is constructed to guarantee the position and velocity tracking errors between the trilateral teleoperation systems asymptotically converge to zero. Second, without acceleration measurements, an adaptive controller under the new synchronization variables is presented such that the trilateral teleoperation systems can obtain the same trajectory tracking performance as the first controller. Third, in term of establishing suitable Lyapunov–Krasovskii functionals, the asymptotic tracking performances of the trilateral teleoperation systems can be derived independent of the communication constant time delays. Moreover, these two controllers are obtained without the knowledge of upper bounds of the NN approximation errors, respectively. Finally, simulation results are presented to demonstrate the validity of the proposed methods.     

Direct adaptive robust tracking control for 6 DOF industrial robot with enhanced accuracy

A direct adaptive robust tracking control is proposed for trajectory tracking of 6 DOF industrial robot in the presence of parametric uncertainties, external disturbances and uncertain nonlinearities. The controller is designed based on the dynamic characteristics in the working space of the end-effector of the 6 DOF robot. The controller includes robust control term and model compensation term that is developed directly based on the input reference or desired motion trajectory. A projection-type parametric adaptation law is also designed to compensate for parametric estimation errors for the adaptive robust control. The feasibility and effectiveness of the proposed direct adaptive robust control law and the associated projection-type parametric adaptation law have been comparatively evaluated based on two 6 DOF industrial robots. The test results demonstrate that the proposed control can be employed to better maintain the desired trajectory tracking even in the presence of large parametric uncertainties and external disturbances as compared with PD controller and nonlinear controller. The parametric estimates also eventually converge to the real values along with the convergence of tracking errors, which further validate the effectiveness of the proposed parametric adaption law.     

考虑控制电信号中间量的机床运动控制误差数据驱动建模方法

现有数据驱动的机床运动控制误差建模方法通常使用端到端的模型,即通过机器学习算法直接构建参考轨迹信息(速度、加速度等)与伺服误差之间的模型,以降低建模复杂度。然而,该方法忽视了控制电信号对运动控制系统非线性扰动的反映,而导致建立的模型精度受限。为解决此问题,提出了一种使用控制电信号作为中间量的数据驱动运动控制误差建模方法。该方法采集参考轨迹信息(速度、加速度、急动度等)、控制电信号、跟踪误差以及构造的换向特征,构建并训练基于参考轨迹信息的控制电信号预测网络,以及基于电信号和参考轨迹信息的运动控制误差预测网络,利用控制电信号这一中间量有效反应系统所受非线性扰动的特点,实现了高精度的运动控制误差数据驱动建模。在实际验证测试时,将参考轨迹信息输入电信号预测网络,而后将得到的预测控制电信号和参考轨迹信息输入跟踪误差预测网络,即可实现运动控制误差的预测。通过实验对所提出的建模方法进行了验证,所提出方法相对于传统的端到端建模方法,运动控制误差的预测精度在X轴和Y轴分别提升16.33%和20.42%,误差补偿后运动控制轮廓精度相较于未补偿提升85.59%,验证了所提出方法的可行性。     

Adaptive robust motion trajectory tracking control of pneumatic cylinders with LuGre model-based friction compensation

Friction compensation is particularly important for motion trajectory tracking control of pneumatic cylinders at low speed movement. However, most of the existing model-based friction compensation schemes use simple classical models, which are not enough to address applications with high-accuracy position requirements. Furthermore, the friction force in the cylinder is time-varying, and there exist rather severe unmodelled dynamics and unknown disturbances in the pneumatic system. To deal with these problems effectively, an adaptive robust controller with LuGre model-based dynamic friction compensation is constructed. The proposed controller employs on-line recursive least squares estimation（RLSE） to reduce the extent of parametric uncertainties, and utilizes the sliding mode control method to attenuate the effects of parameter estimation errors, unmodelled dynamics and disturbances. In addition, in order to realize LuGre model-based friction compensation, the modified dual-observer structure for estimating immeasurable friction internal state is developed. Therefore, a prescribed motion tracking transient performance and final tracking accuracy can be guaranteed. Since the system model uncertainties are unmatched, the recursive backstepping design technology is applied. In order to solve the conflicts between the sliding mode control design and the adaptive control design, the projection mapping is used to condition the RLSE algorithm so that the parameter estimates are kept within a known bounded convex set. Finally, the proposed controller is tested for tracking sinusoidal trajectories and smooth square trajectory under different loads and sudden disturbance. The testing results demonstrate that the achievable performance of the proposed controller is excellent and is much better than most other studies in literature. Especially when a 0.5 Hz sinusoidal trajectory is tracked, the maximum tracking error is 0.96 mm and the average tracking error is 0.45 mm. This paper constructs an adaptive robust controller     

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。     

具有超前特性的移动机器人跟踪截获控制算法

针对移动机器人跟踪截获运动目标问题,本文提出了具有超前瞄准的跟踪截获控制算法。在已知直线恒速运动目标特性的情况下,推导出了直线跟踪截获目标的超前瞄准角的计算公式。在目标特性未知的情况下,提出了基于目标视线角的修正PD控制算法。仿真试验结果表明该方法与常规的基于目标视线角的方法比较,能有效地改善机器人跟踪特性,其跟踪轨迹平直,目标截获时间短。     

气动人工肌肉外骨骼机器人位置跟踪控制

针对以气动人工肌肉作为关节驱动器的外骨骼机器人关节位置跟踪控制问题进行了研究。首先,在动力学模型的基础上,设计了上层控制器,并结合自适应控制和滑模控制方法降低了动力学参数不准确和扰动项未知对外骨骼机器人的影响;其次,基于无模型方法设计了底层关节力矩控制器,调整外骨骼机器人的关节力矩;最后,针对上述控制方案设计仿真实验与外骨骼机器人的穿戴实验。结果表明,该控制方法对气动人工肌肉外骨骼机器人的关节位置跟踪控制是有效的。     

基于改进扩展状态观测器的四旋翼无人机轨迹鲁棒跟踪控制

针对四旋翼无人机在轨迹跟踪过程中会受到内外部扰动、模型误差等不确定性因素的影响,本文提出了一种基于改进型扩展状态观测器的积分滑模控制方案。具体来讲,首先,将四旋翼无人机系统存在的模型误差以及内外部扰动等不确定性因素视作集总干扰,通过借鉴的改进扩展状态观测器对其进行观测;进而,在此基础上,进一步考虑四旋翼无人机系统控制的连续性,基于四旋翼无人机轨迹误差、速度误差、姿态角误差和姿态角速度误差设计积分滑模控制器,分析了系统的稳定性并分别进行了数值仿真和实机实验。结果表明,采用本文算法时,在数值仿真中,各状态跟踪误差不超过1%,跟踪精度最高;在实机实验中,位置跟踪误差总体上能控制在20%以下。因此,本文方法具备有效性和可行性。