动态约束下可重构模块机器人分散强化学习最优控制

基于ction-critic-identifier(ACI)与RBF神经网络,提出了一种外界动态约束下的可重构模块机器人分散强化学习最优控制方法,解决了存在强耦合不确定性的模块机器人系统的连续时间非线性最优控制问题。文中将机器人动力学模型描述为一个交联子系统的集合,基于连续时间MDPs性能指标,结合ACI与RBF神经网络,对子系统最优值函数,最优控制策略及总体不确定项进行辨识,使系统满足HJB方程下的最优条件,从而使可重构模块机器人子系统渐进跟踪期望轨迹,跟踪误差收敛且有界。采用Lyapunov理论对系统稳定性进行证明,数值仿真验证了所提出的分散控制策略的有效性。     

基于柔性化工作的可重构机器人系统设计

根据柔性化作业的需要,设计了一种新型的可重构机器人模块系统。先按功能要求对可重构机器人模块进行划分,并设计了各模块相应的机械结构。然后基于可重构机器人的模块特性,设计了单模块的控制系统,并且重构后的机器人控制系统采用分布式控制结构。最后进行了机器人的运动实验,结果验证了系统的可行性。     

基于柔性化工作的可重构机器人系统设计

根据柔性化作业的需要,设计了一种新型的可重构机器人模块系统。先按功能要求对可重构机器人模块进行划分,并设计了各模块相应的机械结构。然后基于可重构机器人的模块特性,设计了单模块的控制系统,并且重构后的机器人控制系统采用分布式控制结构。最后进行了机器人的运动实验,结果验证了系统的可行性。     

可重构机械臂分散自适应模糊滑模控制

为了适应软件模块化的设计观念,提出一种可重构机械臂的分散自适应模糊滑模控制方案,把可重构机械臂的动力学描述为一个交联子系统的集合。使用模糊逻辑系统逼近子系统动力学模型,然后设计自适应滑模控制器抵消交联项和模糊逼近误差对轨迹跟踪性能的影响。这些子系统控制器组成一个模块化的控制网络,协调工作实现可重构机械臂稳定可靠的运动。最后,仿真结果证明了提出的分散控制方案的有效性。     

新型可重构机器人分布式控制方法的研究

基于可重构机器人的机械、电气、驱动的模块化特点,建立机器人分布式控制系统.提出了分布式控制算法,采用变步距的方法,提高算法的迭代速度和精度;通过微分凑整的方法,解决模块运动抖动问题;提高模块的智能判断力,减少迭代的时间,提高控制的效率.基于算法规划控制的工作过程,最后进行仿真试验,验证可重构机器人分布式控制的实用性和可行性.     

可重构模块化机器人分布式控制算法研究

可重构机器人是基于一套事先设计好的模块，并根据特定任务的要求选择的一组模块装配成的机器人。为了实现快速重构，可重构模块化机器人不仅要实现机械结构构形的快速重构而且要实现控制系统的快速重构。根据多Agent理论中协商合作机制和机器人结构的分布性，可重构模块化机器人采用基于多Agent的分布式体系结构。利用微分运动理论提出了一种分布式控制算法，它能够适应三维空间的控制要求，从理论上证明了这种算法的收敛性。     

新型可重构机器人逆运动学的研究

提出新的模块建模方法,通过新的建模方法,可快速搭建机器人的运动学模型．将机器人在目标点的工作位形分解成有限个构形平面的方法,通过对分解的平面构形的工作空间描述,进行构形平面间的姿态和位置匹配,从而找到机器人的数值逆解．通过对采用基本模块搭建的八自由度机器人构形的运动学实例仿真,验证了该方法的可行性．     

可重构机器人构形平面的工作空间研究

采用构形平面匹配的方法进行可重构机器人运动学求解时,构形平面的工作空间求解是一个关键问题.为此,提出了一种基于构形平面的工作空间表示方法.首先建立可重构机器人基本模块的运动学模型,根据基本模块的运动学模型按照构形平面划分规则划分可重构机器人工作构形,然后研究典型构形平面的工作空间,找到快速、相对简洁的工作空间表示方法.最后,通过实例进行验证工作空间表示方法的有效性和可行性.     

可重构机械臂分散自适应迭代学习控制

基于Lyapunov稳定性理论和Backstepping技术,提出了一种可重构机械臂分散自适应迭代学习控制方法。将可重构机械臂动力学系统描述为一个交联子系统的集合,基于Backstepping技术,给出自适应迭代学习控制方法。为了补偿系统模型不确定项和子系统之间交联项,采用自适应神经网络进行逼近。最后,通过数值仿真验证了所提方法的有效性。     

基于故障在线估计的可重构机械臂分散容错控制

为了降低可重构机械臂模块关节执行器和传感器故障对其控制性能的影响,提出了一种基于故障在线估计的分散容错控制方法。基于可重构机械臂的模块化属性和Lyapunov稳定性理论,设计了分散自适应滑模观测器以实现执行器和传感器故障的在线自适应估计。同时采用神经网络对子系统非线性项进行逼近和补偿,并结合非奇异快速Terminal滑模思想实现了分散容错控制。最后,采用两种不同构形的三自由度可重构机械臂进行了仿真试验,结果表明,所设计的容错控制方法是有效的。     

一种可重构机器人运动学求解方法

针对可重构机器人没有统一的运动学求解形式问题,提出通过构形平面匹配方法求解可重构机器人的运动学.采用改进形式的D-H建模方法,可自动形成可重构机器人运动学模型;将机器人在目标点的位形分解成若干个构形平面,通过三级构形平面的匹配,可求得具有单一串连形式可重构机器人运动学逆解;对搭建的6自由度机器人和8自由度机器人构形的运动学进行实例仿真.仿真结果表明,采用有限个构形平面匹配方法能够求解出可重构机器人运动学,验证了算法的正确性和实用性.     

基于反馈增益反步法的非完整约束移动机器人路径跟踪控制

为实现非完整约束轮式机器人的路径跟踪控制,采用虚拟向导方法建立跟踪误差方程,基于李亚普诺夫稳定性理论,设计了一种基于反馈增益的反步法控制器,既能通过控制反馈增益的调节补偿机器人动态误差模型中的非线性项对系统的影响,又能避免传统反步法控制器中存在虚拟控制的高阶导数的问题。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

面向任务的可重构模块化机器人构型设计

为解决可重构模块化机器人在应用时如何找到合适的构型来满足特定任务的问题,提出一种面向任务的可重构模块化机器人构型多目标优化方法．讨论该模块化机器人系统的基本结构,包括主要的模块和控制系统的组成结构;在任务描述的基础上,给出模块化机器人构型设计的优化模型和流程;针对特定的攀爬任务和操作任务,对模块化机器人的构型进行优化设计．仿真验证了该方法的可行性和有效性．该方法具有面向任务和多目标优化等特点,涵盖了自由度、可达性、耗能等多方面的性能优化,适用于模块化机器人的构型设计．     

液压机械臂基于反演的自适应二阶滑模控制

利用驱动Jacobian矩阵构建机械臂系统与液压伺服系统的耦合关系,进而建立整个系统的动力学模型。考虑系统未建模动态和外界干扰,通过定义虚拟控制量并选取合适的Lyapunov函数,设计此系统的自适应二阶滑模控制律,使系统在有限时间内精确跟踪期望轨迹且保持强鲁棒性,同时有效削弱了传统滑模控制对系统硬件不利的抖振。仿真结果验证了本文方法的有效性。     

可重构机械臂模糊神经补偿控制

由于可重构机械臂的动力学系统中存在大量的不确定性,导致PID等传统的控制器无法实现精确的位置控制。作者在基于精确模型PD控制的基础上,提出了模糊神经控制算法辨识补偿结构、非结构不确定性。通过模糊神经控制器融合了模糊逻辑和神经网络的各自优势,实现了可重构机械臂轨迹跟踪的有效的补偿控制。基于牛顿-欧拉的几何方法,推导了n连杆可重构机械臂的动力学方程,该方法相对于其他形式的动力学方程,计算量小、通用性强。最后以RRP(Revolute-Revolute-Prismatic)三连杆机械臂为例研究设计了可重构机械臂的控制器,并且通过仿真验证了算法对轨迹跟踪的有效性。     

Dynamic surface control-backstepping based impedance control for 5-DOF flexible joint robots

A new impedance controller based on the dynamic surface control-backstepping technique to actualize the anticipant dynamic relationship between the motion of end-effector and the external torques was presented. Comparing with the traditional backstepping method that has “explosion of terms” problem, the new proposed control system is a combination of the dynamic surface control technique and the backstepping. The dynamic surface control (DSC) technique can resolve the “explosion of terms” problem that is caused by differential coefficient calculation in the model, and the problem can bring a complexity that will cause the backstepping method hardly to be applied to the practical application, especially to the multi-joint robot. Finally, the validity of the method was proved in the laboratory environment that was set up on the 5-DOF (degree of freedom) flexible joint robot. Tracking errors of DSC-backstepping impedance control that were 2.0 and 1.5 mm are better than those of backstepping impedance control which were 3.5 and 2.5 mm in directions X, Y in free space, respectively. And the anticipant Cartesian impedance behavior and compliant behavior were achieved successfully as depicted theoretically.     

基于backstepping方法的单元机组协调系统非线性控制

基于非线性backstepping方法,针对典型单元机组的机、炉协调系统非线性模型,引入虚拟控制变量,逐步构造出偏差信号的李雅普诺夫函数,设计出了综合非线性控制器。该控制器不仅保证了系统稳定性,而且能够实现跟踪误差收敛于零。仿真试验验证了这种非线性方法在协调系统控制器设计中是可行的。