机械臂系统鲁棒控制轨迹跟踪

针对具有不确定性的机械臂系统的轨迹跟踪控制问题,提出了一种基于Udwadia-Kalaba方程的鲁棒控制算法,可以在不引入拉格朗日乘子的情况下求解机械臂的关节约束力,该控制算法可抑制机械臂系统中不确定性的影响,并经过Lyapunov理论严格证明表明该控制算法能够保证系统的稳定性。为了验证该控制方法的有效性和鲁棒性,针对平面二自由度机械臂系统进行了仿真试验。仿真结果表明：在轨迹约束初始条件不相容的情况下,该控制算法能够克服系统不确定性的影响,控制机械臂跟踪期望轨迹精确运动。     

气动人工肌肉驱动单关节机械臂的自抗扰控制

针对气动人工肌肉驱动单关节机械臂存在严重的非线性问题,提出一种自抗扰控制策略,来改善单关节机械臂的控制效果。对于给出的不精确系统模型,首先利用跟踪微分器安排输入信号的过渡过程,从而有效地解决了系统的快速性和超调之间的矛盾;其次利用扩张状态观测器观估计出系统状态以及系统的非线性和外部扰动,并对其进行补偿;最后设计了带扩张状态补偿的非线性误差反馈控制器来保证系统的闭环响应性能。实验结果表明,该控制方法在气动单关节机械臂关节关节角度控制方面具有良好的控制效果。     

水下机械臂运动空间分析与轨迹跟踪算法优化

针对水下机械臂动力学模型不确定和未知外界干扰问题,采用基于HJI理论的径向基函数神经网络自适应控制算法对水下机械臂进行控制。首先,以水下六自由度机械臂为例,基于D-H法则对水下机械臂的运动学进行分析,通过仿真验证该方法的正确性;接着,基于蒙特卡洛法构建水下六自由度机械臂的运动空间云图,真实反映水下机械臂的运动空间;然后,以二自由度水下机械臂为例,设计基于HJI理论的RBF神经网络自适应控制器,利用神经网络的万能逼近原理逼近不确定干扰项,考虑到神经网络逼近存在误差,将逼近误差看作外界干扰项并通过HJI理论对逼近误差在线评价,评价系统对干扰项的抑制能力,并采用自适应算法在线估计网络权值,加快系统收敛;最后,通过仿真可知,该机械臂能较好地完成轨迹跟踪。     

基于解耦的柔性关节机械臂振动抑制方法研究

针对多自由度柔性关节机器人手臂残余振动抑制问题,对双杆机械臂关节耦合及振动抑制方法进行了研究,提出了基于解耦的柔性关节振动抑制控制算法。首先,根据拉格朗日方法建立了系统的动力学模型。然后,分析了关节间存在的相互作用力及关节间的相互耦合对机械臂振动抑制的影响。利用模糊补偿控制方法对二自由度柔性关节机械臂进行了模糊解耦,并在解耦的基础上引入零振荡整形器(ZV整形器)对解耦后的各个单关节进行进一步控制,以抑制各臂杆由于关节刚度不足导致的残余振动。最后,通过数值算例进行了仿真,验证了该算法的有效性。研究结果表明,加入解耦环节之后,两杆的相互干扰明显减弱,耦合度明显降低,使该非线性系统近似成为线性系统,再通过零振荡整形器对各关节运动加以优化,使得机械臂的残余振动得到了有效的抑制。     

基于模型控制的液压机械臂高精度轨迹跟踪

液压机械臂具有高度非线动力学特性,末端轨迹跟踪误差大。为此,提出一种辨识动力学参数的基于模型的控制算法(Model-basedcontrol,MBC)。该控制算法由外环的液压缸位置反馈控制器、内环的力控制器以及前馈流量补偿控制器三部分输出叠加组成。力控制器充分考虑液压机械臂动力学模型,动态补偿惯性力、重力和摩擦力等干扰力对控制精度的影响;位置控制器用以消除液压执行器造成的力偏差;前馈流量补偿器根据液压执行器动力学模型计算流量补偿量,提高系统响应与精度。针对动力学模型中存在的参数不准确问题,采用了最小二乘参数辨识的方法,在激励轨迹下获取液压机械臂动力学参数精确值。试验结果表明,所提出的辨识动力学参数的MBC控制算法相比3D模型参数的MBC控制在自由空间运动位置跟踪精度提升了39.24%,相比与传统PID控制提升了93%,显著提高了轨迹跟踪精度。     

基于柔性补偿的行星表面采样机械臂控制策略研究

为了适应行星表面较大范围采样及系统减重需求,行星表面采样机械臂通常由细长的臂杆和多个旋转关节串联组成,柔性特征明显。针对4自由度行星采样机械臂,提出基于柔性补偿的控制策略,以提高机械臂的运动精度。基于混合坐标法建立考虑关节和臂杆弯曲变形的机械臂运动学模型,计算机械臂末端柔性偏差;设计机械臂末端笛卡尔空间加速度连续平滑的变加速-匀速-变减速的运动路径,并在期望路径中实时补偿柔性偏差项;基于simulation X软件,建立精细的动力学和关节控制器模型,对机械臂的典型任务进行仿真,验证控制算法的有效性。结果表明,采用柔性补偿的控制策略能够明显提高机械臂的动态跟踪精度及末端定位精度。     

多关节机械臂干扰观测器的自适应滑模控制

为了解决多关节机械臂在外部干扰和建模误差的轨迹跟踪问题,提出了多关节机械臂干扰观测器的机械臂自适应滑模控制方法.针对干扰信号,采用干扰观测器对可观测干扰进行观测,对于未观测到的干扰通过自适应律的设计进行估计补偿;针对机械臂控制系统中的抖振问题,采用新型趋近律来设计滑模控制律,以减小抖振影响;最后,利用李雅普诺夫函数验证了系统的稳定性.仿真结果表明,该方法不仅可以有效地削弱抖振问题,而且还可以克服外界干扰和建模误差带来的不确定性,同时保证了系统的鲁棒性.     

多关节机械臂干扰观测器的自适应滑模控制

为了解决多关节机械臂在外部干扰和建模误差的轨迹跟踪问题,提出了多关节机械臂干扰观测器的机械臂自适应滑模控制方法.针对干扰信号,采用干扰观测器对可观测干扰进行观测,对于未观测到的干扰通过自适应律的设计进行估计补偿;针对机械臂控制系统中的抖振问题,采用新型趋近律来设计滑模控制律,以减小抖振影响;最后,利用李雅普诺夫函数验证了系统的稳定性.仿真结果表明,该方法不仅可以有效地削弱抖振问题,而且还可以克服外界干扰和建模误差带来的不确定性,同时保证了系统的鲁棒性.     

空间机械臂关节非线性摩擦建模及补偿

针对空间机械臂关节存在的非线性摩擦问题,提出了一种非线性摩擦建模及补偿方法。首先,根据建立的机械臂关节动力学方程推导出非线性摩擦与电机电流、角加速度的关系;然后,通过测得的机械臂关节角度信号,设计了Kalman-牛顿预测器来估计负载端的角加速度,并利用估计的角加速度和采样电流值计算出摩擦力矩,建立机械臂关节的指数摩擦模型;最后,基于该模型设计了前馈补偿控制器,用于对机械臂关节的非线性摩擦进行补偿。通过机械臂关节驱动实验验证了此方法的可行性。     

多关节机械臂干扰观测器的自适应滑模控制

为了解决多关节机械臂在外部干扰和建模误差的轨迹跟踪问题,提出了多关节机械臂干扰观测器的机械臂自适应滑模控制方法.针对干扰信号,采用干扰观测器对可观测干扰进行观测,对于未观测到的干扰通过自适应律的设计进行估计补偿;针对机械臂控制系统中的抖振问题,采用新型趋近律来设计滑模控制律,以减小抖振影响;最后,利用李雅普诺夫函数验证了系统的稳定性.仿真结果表明,该方法不仅可以有效地削弱抖振问题,而且还可以克服外界干扰和建模误差带来的不确定性,同时保证了系统的鲁棒性.     

六自由度柔性关节机械臂的动力学分析

大多数的机器人都是在刚体动力学假设的基础上进行运动控制设计的,因此其在实际操作中的精度和效率受到一定的限制,而柔性机械臂可以很好地解决此类问题。首先给出了六自由度的柔性关节机械臂的简化模型,利用拉格朗日方法建立其动力学方程;然后以单自由度柔性关节机械臂为例,基于神经网络反演法对其控制率进行了设计;最后基于Simulink验证了控制器设计的有效性。     

六自由度机械臂系统的设计与实现

研制了一种工业机械臂系统。该机械臂采用六自由度串联式结构,末端可安装不同的工具;使用工业平板配合多轴运动控制器进行电机伺服控制;利用D-H法建立机械臂运动学的数学模型,并通过MATLAB仿真验证了正逆解公式推导的正确性。     

基础振动下单自由度机械臂的动力学控制

提出基础振动下单自由度机械臂的基于混合灵敏度函数的H∞控制算法.首先运用拉格朗日法建立机械臂的动力学方程;其次将参数不确定系统的控制问题转化为机械臂的频域控制问题以及混合灵敏度函数整形问题,并运用MATLABμ -综合工具箱中的D-K迭代算法设计控制器.分析结果表明,所设计的控制器能够使系统具有良好的鲁棒性和鲁棒稳定性.     

具有外部扰动的参数未知漂浮基柔性空间机械臂的对角递归神经网络控制

讨论载体位置和姿态均不受控情况下,存在外部扰动的参数未知漂浮基柔性空间机械臂系统关节运动的动力学控制问题。由假设模态法,利用拉格朗日方法建立漂浮基柔性空间机械臂的系统动力学方程。以此为基础,针对存在外部扰动和系统参数未知的情况,利用对角递归神经网络逼近柔性空间机械臂系统的逆动力学模型,设计基于对角递归神经网络的控制方案,以控制柔性空间机械臂的关节铰跟踪在关节空间的期望运动轨迹,同时能抑制柔性杆的振动。该方案由于没有专门设计主动控制器抑制柔性振动,因此不需要测量、反馈柔性振动模态,大大简化控制器的结构;无需预知控制对象的精确模型和系统参数,且能克服外部扰动的影响。计算机数值仿真证实所提方案的有效性和可行性。     

基于机器视觉的六自由度机械臂分拣系统设计

传统的依靠人工进行流水线分拣的工作存在诸多弊端,因此为了解决这个问题,提出了一种基于机器视觉的六自由度机械臂快速分拣系统,该系统选取工业相机作为图像采集设备,上位机在LabVIEW中进行模式匹配来进行颜色识别,然后进行机械臂运动学逆解,从而得到每个关节应旋转的角度,然后利用Arduino与LabVIEW进行串口通讯,进而进行机械臂的运动控制。经实验测试分析,验证了此分拣系统的快速性与准确性,在实际生产中具有较高的理论指导和实际价值。     

一种多自由度康复外骨骼机械臂的虚拟分解控制

为满足脑卒中患者康复训练的需求,康复外骨骼机械臂需要具有多个自由度。项目采用的康复外骨骼机械臂具有5个自由度,排除运动相对独立的腕关节,仍需要对机械臂剩余4自由度进行高精度控制,从而保证患者康复的安全性、舒适性及康复的有效性。多自由度串联机械臂具有高度的非线性,增加了其建模控制的复杂程度。利用虚拟分解控制理论,将复杂系统分解为几个简单的子系统进行分析及控制,再将所有子系统控制器组建成系统虚拟分解控制器,降低其动力学建模复杂程度,大大控制减少计算量,便于提高系统响应性。采用Simulink与ADAMS对机械臂进行联合控制仿真及实物试验,与采用固定重力补偿的PID控制方法进行了对比。结果表明,对于高度非线性系统,虚拟分解理论的控制效果比PID方法好。     

一种冗余机械臂的耦合规划控制算法

针对人机交互环境下,存在多次变更机械臂的期望末端位姿和冗余机械臂路径规划时间长、作业卡顿等问题,提出一种兼顾逆运动学、规划和控制的冗余机械臂耦合规划控制算法。基于推导的冗余自由度逆运动学,对其中4个关节的正负取值加入随机因子,扩大解析解的存在空间,作业效率平均提高40.71%;基于动态运动基元,减低作业过程中的卡顿;融合Descartes规划器和改进的逆解器,引入动态运动基元,规划器完成规划任务,执行机构同步接收作业指令。基于机器人操作系统(ROS)建立动态半实物仿真系统,将提出的耦合规划控制算法与常用顺序交替规划控制算法相比较,并应用于人机交互系统进行物理试验。结果表明,提出的耦合控制算法作业时间平均缩短了48.25%,增大了关节执行的最大速度,改善了实体运行流畅性。     

多关节机械臂的高阶滑模神经网络自适应控制

本文针对多关节机械臂提出了 一种高阶滑模神经网络自适应控制策略.在机械臂的动力学方程的基础之上,设置了滑模面,并对该滑模面求二阶导数,利用高阶滑模控制理论设计了机械臂的控制方案;高阶滑模控制分两步实施,针对标称系统采用了齐次连续控制项,对系统中存在外部干扰的情况添加了补偿项,并对系统中存在的不确定性采用RBF神经网络进...     

线性二次型在柔性机械臂抑振控制中的研究

针对具有末端附加质量的柔性机械臂弹性振动问题,提出采用基于遗传算法的线性二次型控制方法对其进行抑振控制。首先分析了柔性机械臂的弹性变形问题,采用假设模态法描述弹性变形并基于Lagrange方程建立具有末端集中质量的柔性机械臂动力学模型。其次,推导出系统的控制模型,采用线性二次型最优控制对柔性机械臂系统进行抑振控制,并用遗传算法优化线性二次型性能指标函数中的加权矩阵。仿真实验结果表明,与传统的经验值相比,优化后的控制方法能有效衰减末端弹性振动,柔性机械臂系统端部定位速度更快,验证了该方法的可行性。     

基于AVR平台的六自由度仿人机械手臂控制算法研究

传统机械手臂各关节常用电机来驱动,其驱动系统较为复杂,设计难度较大。提出以AVR为控制平台,以舵机作为机械臂各关节驱动,并着重介绍了基于舵机特有的工作方式而提出的一种可以对该机械臂各关节运动速度、方向和运动量进行控制的算法。该算法同时还具备可扩展性等优点,即可以对由舵机驱动的更多自由度的机械手臂进行实时控制。