具有不确定性的主从机械手自适应模糊控制

针对具有不确定性且存在执行器未知约束的遥操作机器人系统，研究自适应模糊轨迹跟踪控制方案。该方案无需精确建立机器人遥操作系统的动力学模型，也不需要测量机械臂末端的运动参数与末端受到的外力。通过自适应模糊系统逼近未知的机器人动力学模型，利用运动学参数线性化特性构建预估机器人雅可比矩阵，辅以参数更新律实现跟踪目标的近似表示。此外，通过采用Nussbaum函数处理执行器受到的输入约束实现输入约束补偿。针对遥操作机器人系统主从端受到的相互作用力，借助自适应模糊系统，在控制律中添加模糊项实现对相互作用力的逼近，从而实现更为稳定、精确的轨迹跟踪。通过李亚普诺夫稳定性理论证明了闭环动力学系统是有界的，且位置误差收敛于零，仿真试验进一步证明了理论方案的有效性。     

六自由度工业机器人本体标定实验的研究

目前六自由度工业机器人普遍具重复定位精度较高,但绝对定位精度较低的特性,所以为了提高离线编程的精度,需要通过运动学建模、实际测量、参数辨识、误差补偿四步进行机器人本体标定。文中在概括总结现有的工业机器人本体标定技术的基础上,运用MATLAB进行运动学仿真建模,Leica AT960绝对激光跟踪仪系统进行实际测量,SA软件实现参数辨识,外部控制器进行关节补偿,完成本体标定实验。并在此基础上,按照GB/T12642-2013进行标定前后机器人位姿特性检测,通过Robot Check软件处理检测数据,对比前后结果,验证了本体标定实验。     

基于双目视觉和距离误差模型的工业机器人运动学参数标定方法

基于距离误差模型的标定技术,建立机器人末端距离误差与机器人运动学参数误差间的模型关系,避免了标定过程中坐标系的转换误差,能显著提高标定精度。视觉测量技术具有测量精度高、非接触性、实时性强等特点,与传统的机器人末端测量手段相比,具有成本低、操作简单等优势。研究一种将距离误差模型与视觉测量技术相结合的机器人标定方法,用于提高工业机器人特定工作空间的精度。采用双目视觉系统,将相机外置于机器人进行测量。基于距离误差模型进行机器人参数标定,利用标定结果进行运动学参数补偿。结果表明:特定标定工作空间内的距离误差都有所改善;在标定轨迹上,绝对距离误差的平均值从0.279 9 mm减少为0.104 4 mm,非标定轨迹的误差降幅高达50%以上,验证了该方法的可行性。     

基于干扰补偿的不确定机器人鲁棒滑模跟踪控制

以含有参数不确定和外部扰动的机器人系统为对象,研究不确定机器人系统的轨迹跟踪问题。结合系统辨识理论和滑模理论,提出了一种基于干扰补偿的机器人鲁棒滑模控制方法。该方法采用非线性观测器实现系统不确定项的在线估计与补偿,利用滑模控制来增强系统的鲁棒性,并利用基于sigmoid函数的新型滑模趋近率来抑制传统滑模控制的固有抖振现象。最后,以2关节机器人为例,通过仿真验证了文中方法的有效性,不仅有效解决了传统滑模控制的固有抖振现象,而且对系统存在的不确定性扰动具有很强的鲁棒性。     

SCARA机器人焊缝跟踪器现场标定设计

为实现对焊缝空间坐标的精确采集,需要对焊缝跟踪系统进行标定。提出了一种用于工业现场环境的高效标定方案,使用张正友标定方法确定相机内参与畸变,通过SVD平面拟合求解光平面方程,通过测量机器人基坐标系与标定参照物坐标系间的关系完成手眼标定。线结构光视觉传感器与SCARA机器人进行配合,实施现场作业,现场测试结果表明,标定方案具有高效,精度高的特点,系统整体标定误差为±1.0mm,能够满足工业现场应用要求。     

基于时延估计的机器人有限时间跟踪控制

针对具有各种不确定性的工业机器人复杂系统,提出一种基于时延估计的连续有限时间轨迹跟踪控制方法。该方法不需要机器人系统复杂的动力学模型知识,从而避免了机器人逆动力学的在线实时计算;系统的未知不确定性和外界干扰利用时延估计在线获得,并对控制过程进行有效的补偿,因而算法简单,易于实际应用。引入非线性的分数幂误差项,实现了系统的有限时间跟踪控制,因而收敛速度快,跟踪精度高,鲁棒性强;利用有限时间稳定性相关理论证明该闭环系统是有限时间稳定的,通过2自度工业机器人的数值仿真说明了该算法的有效性。     

基于激光跟踪仪的机器人参数标定方法

利用激光跟踪仪高精度测量的特性,通过变换机器人不同的位姿从而实现对机器人各杆长的直接精确测量,其标定结果与使用RoboDyn软件标定的结果进行比对,两种方法都能明显提升机器人位置准确度,但后者提升得更加显著。同时也分析了基于激光跟踪仪直接测量机器人杆长参数过程中的误差来源。试验结果证明,基于激光跟踪仪对机器人杆长参数进行简单标定的方法是一种便捷有效的方法。     

并联机器人系统的一种新型自适应滑模控制策略

针对并联机器人的轨迹跟踪问题,提出一种新型自适应滑模控制(NASMC)策略。该方案无须知道系统扰动参数和不确定值上界,能有效解决滑模控制(SMC)中切换增益过度适应问题;且能减弱机器人启动时刻的冲击,从而避免并联机器人启动时可能出现的奇异位形。理论分析与仿真结果验证了该控制算法的有效性。     

基于预标定的机器人绝对定位误差补偿

文章以LR20型6自由度工业机器人为研究对象,建立了机器人运动学的D-H模型,并在运动学方程的基础上推导机器人微分误差模型。利用激光跟踪仪和配套Spatial Analyzer软件设计运动学标定实验,分区选取100个位姿展开标定,通过采用机器人的预标定来提高参数辨识的准确性。针对标定结果,在Matlab中使用递推最小二乘法进行参数辨识,最后进行二次误差补偿。实验结果显示:按照ISO 9283制定的五点检测标准,绝对定位精度能够达到0.5mm,最大值不超过1mm,平均提高了67.12%。表明该方法较为准确、有效。     

基于PID迭代学习控制的码垛机器人研究

以平行四杆件的码垛机器人为研究对象,运用机器人动力学中的拉格朗日功能平衡法建立码垛机器人的动力学模型。在经典PID控制的基础上,运用迭代学习控制(ILC)对系统未知参数和干扰进行补偿,实现机器人系统各关节对期望运行轨迹的跟踪控制。通过对控制系统的分析和仿真可得,在机器人系统稳定工作的前提下,将迭代学习率设置为0.75,经过10次迭代学习之后,系统的误差绝对值最大值与期望轨迹的比值能够控制在10%以下。实验结果表明,码垛机器人的PID迭代学习轨迹跟踪控制可以获得较高的跟踪精度。     

机器人柔性关节前馈力/位混合控制策略研究

针对机器人关节柔性引起的轨迹跟踪误差问题和末端执行器残余振动现象,在PD反馈控制律基础上,提出一种基于柔体动力学模型的前馈力矩补偿控制算法和后置多模态自适应输入整形算法前馈力/位混合控制策略。建立六轴工业机器人柔体动力学简化模型,在不附加关节编码器和外设的情况下进行柔体动力学参数辨识,再将动力学模型改写为力矩计算方程,经计算得到前馈力矩并加入控制律中进行补偿;计算前馈力矩所用的期望轨迹需经过输入整形器处理,考虑机器人系统的时变性问题,采用后置多模态自适应输入整形算法对期望输入位移信号进行命令整形,从而抑制末端的残余振动现象。结果表明：所提出的前馈力/位混合控制策略能有效减少轨迹跟踪误差,抑制机器人末端的残余振动现象。     

基于状态观测器的空间机器人滑模容错控制北大核心

研究了具有执行器故障的漂浮基空间机器人系统无速度反馈的关节轨迹跟踪控制问题,设计了基于状态观测器的神经网络积分滑模容错控制方案。首先,根据执行器故障类型建立执行器故障的数学模型,并结合拉格朗日法建立了执行器故障的空间机器人系统动力学方程;其次,为实现控制器的无速度反馈,设计了状态观测器对系统速度进行估计,并结合神经网络提高估计精度;再次,根据滑模控制理论设计了积分滑模控制器,通过神经网络补偿执行器故障的影响,并设计自适应律补偿神经网络的估计误差,保证了控制器的连续性与非奇异性,使系统获得良好的轨迹跟踪精度和容错能力;最后,通过李雅普诺夫方法证明了控制方案的稳定性,并通过MATLAB数值仿真运算,验证了控制方案有效性。     

基于扰动环境下的轮式机器人路径跟踪控制

针对轮式机器人在日常运转过程中，易受到负载、外界非线性干扰以及参数时变等不确定因素影响，提出了一种基于扰动环境下的轮式机器人路径跟踪控制算法。根据对轮式机器人工作时性能状态进行分析，建立出动力学模型；利用带扰动观测器的扩展卡尔曼滤波实现对内外部扰动实时预测和补偿，从而实现对轮式机器人的稳定控制；通过Lyapunov函数对其稳定性能进行证实。利用MATLAB软件进行算法仿真，通过对不同参数的校准调节，完成期望路径下轨迹跟踪实验验证。结果表明，经过扩展卡尔曼滤波器补偿后的轮式机器人，在跟踪精度和稳定性上要远远优于补偿前，证实了所提控制方法的有效性。     

遥控焊接工具装配力控制的重力补偿算法

在"宏观遥控,局部自主"控制思想的基础上,建立了机器人遥控焊接工具装配力控制试验系统.通过工具重力计算和线性最小二乘进行工具负载参数标定,并提出了基于工具负载参数的重力补偿算法,用于消除工具装配力控制过程的重力干扰.针对专用的装配工具,进行了负载参数标定试验和无接触条件下的重力补偿试验.结果表明,工具重力补偿算法达到了较高的精度,重力补偿的最大误差小于1 N,重力矩补偿的最大误差小于0.1 N.m,能够满足工具装配局部自主力控制的需要.     

基于几何不变性和滑动模态算法的冗余机器人运动控制研究

冗余机器人可以通过冗余自由度实现额外的优化目的.针对受空间约束条件下机器人运动控制问题,采用几何不变性和滑动模态算法,实现冗余机器人的有效控制,并对控制效果进行仿真验证.通过建立冗余机器人系统数学模型,给出冗余机器人轨迹跟踪典型控制方案,优化了冗余机器人控制目标.设计推导出能确保机器人关节位置向量在约束空间内,且冗余机...     

六腿滚动式奔跑机器人的建模与跟踪控制

针对欠驱动非完整约束六腿滚动式奔跑机器人,进行动力学建模与跟踪控制器设计。根据机器人的结构特点,采用拉格朗日法在俯仰和横滚2个方向上分别建立动力学模型,把动力学模型转化为规范形;以驱动电机力矩作为控制输入,为提高轨迹跟踪控制精度,在俯仰方向上基于HJI理论设计滑模鲁棒控制器。在横滚方向上,为提高系统的鲁棒性,设计反步滑模控制器,并利用Lyapunov函数证明闭环系统的稳定性;通过MATLAB进行仿真实验。结果表明：所提方法具有可行性。     

3-RRR平面并联机器人神经网络滑模控制研究

针对具有强耦合和高非线性并联机器人的轨迹跟踪控制研究,设计了一种基于神经网络滑模控制器的控制系统。在传统滑模控制的基础上,利用神经网络算法实时修正系统非线性项和不确定参数的功能,有效抑制了SMC系统的抖振现象。建立了3-RRR平面并联机器人的结构简图和Matlab模型,并采用闭环矢量法得到了机器人的运动学反解,为控制系统提供了参考输入。基于机器人的简化动力学方程,设计了一种RBF神经网络滑模控制器,并构造Lyapunov函数证明控制器的稳定性。分别采用传统滑模和神经网络滑模控制方式对机器人的轨迹跟踪进行仿真分析。仿真结果表明:神经网络滑模控制器具有更好的轨迹跟踪精度和较小的稳态误差,验证了神经网络SMC控制器的有效性。     

面向双机器人打磨过程的运动规划研究

针对双机器人轮毂打磨系统的运动规划问题，建立双机器人协调相对运动的运动位姿约束模型，并利用激光跟踪仪及七点法的标定方式分别解决模型中对于双机器人基座标系和工具坐标系的标定问题。选取轮毂边缘面，搭建仿真平台对运动模型进行验证，最后搭建基于dSPACE控制器的双机器人协调打磨实验平台，进行了协调打磨位置跟踪实验，结果表明：打磨机器人位置跟踪精度在4 mm以内，证明了模型的准确性与可行性。     

论域自适应变化的不确定机械臂模糊补偿控制

为了提高不确定机械臂系统在扰动工况下的轨迹跟踪精度,设计了论域自适应变化的模糊补偿控制器。以二自由度机械臂为研究对象,建立了机械臂系统的动力学模型,设计了模糊补偿控制器的整体方案。提出了模糊控制参数论域随跟踪误差自适应变化的思想：当跟踪误差较小时,参数论域随之减小,有利于提高控制精度;当跟踪误差较大时,参数论域随之增大,有利于控制过程收敛;基于Lyapunov稳定性分析,给出了补偿力矩系数的自适应变化律。经仿真验证,论域自适应模糊补偿控制器对期望轨迹跟踪误差的最大值和方均根均远小于传统模糊补偿控制。仿真结果表明在扰动工况下,论域自适应模糊控制器对不确定机械臂的轨迹跟踪控制是有效的,且在控制精度和速度方面具有一定优越性。     

电液比例系统位置伺服迭代学习控制

针对电液比例控制系统存在的时变性、非线性、强耦合以及液压参数摄动等问题,提出一种带补偿的迭代学习控制（ILC）算法。在分析电液比例位置伺服系统机制的基础上,建立系统的数学模型。设计不严格依赖于系统精确模型的迭代学习算法,以非常简单的方式处理不确定度相当高的非线性强耦合动态系统。为解决误差收敛过程中存在的抖动和尖峰毛刺,在算法中加入输入和误差补偿。利用先前控制输入和误差的变化量,对系统进行补偿。仿真和实验结果表明：迭代学习控制算法能够有效实现系统对期望轨迹的精确跟踪;与传统PID控制相比,迭代学习控制提高了系统的控制精度和快速跟踪能力。