一类关于不确定性机器人的鲁棒控制策略

基于计算力矩结构,研究参数和结构不确定的机器人轨迹跟踪的鲁棒控制策略.其 特点是利用了机器人不确定动力学的集中包络函数,在该包络函数已知的情况下,设计的非 线性连续补偿控制律能够有效消除系统的不确定性影响,保证系统达到三种不同的稳定性结 果.另外,在该包络函数参数未知时,还没计了一个新颖的在线辨识器,可保证系统指数意义 下的渐近收敛或一致有界.     

不确定性机器人的鲁棒控制

本文研究不确定性刚性机器人的鲁棒控制问题，提出了一种新的鲁棒控制方案，控制器由两部分组成：第一部分为基于标称模型设计的计算力矩控制器；第二部分为基于Ｌｙａｐｕｎｏｖ方法设计的鲁棒补偿控制器，其作用是消除不确定性对跟踪性能的影响。本文证明了闭环系统的全局收敛性，仿真结果表明本方法对于存在外扰和模型不确定性的机器人系统是十分有效的。     

具有理想跟踪特性的鲁棒变结构模型参考自适应控制1)

针对相对阶为1的定常线性被控对象,提出了一种控制增益可切换的鲁棒变结构模型参考自适应控制方案.该方案在对象参数及高频增益符号均未知的情形下,可确保跟踪误差满足预先给定的过渡过程性能指标,即超调量、过渡过程时间和稳态误差.     

一种新型的冗余机器人任务空间分散式自适应鲁棒控制方案

本文提出一种任务空间冗余机器人渐近最优分散式自适应鲁棒控制方案。它可以在线同时完成关节状态的轨迹规划与控制任务;并对系统的未知参数具有自适应能力;对参数失配,有界扰动以及系统控制与状态约束具有鲁棒性。     

机器人轨迹跟踪的一种自适应神经鲁棒控制

针对不稳定机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制。该控制方案由一个PD反馈和一个神经动态补偿器组成,其特点是不需要系统不确定性上界的先验知识,而且避免了求解惯性矩阵逆,通过利用一个RBF神经网络自适应学习系统不稳定性的未知上界,从而可以有效克服系统不确定性的影响,保证机器人系统的输出跟踪误差渐近收敛于0。     

机器人多指操作的递阶控制1)

This paper presents a hierarchical control system for robot multifingered coordinate manipulation. Given a manipulation,the task planner generates a sequence of object's motion velocities at first,and then generates for coordinate motion the desired velocities of finger's motion and desired orientation change of the grasped object according to the desired velocities of object's motion.At the same time,the force planner generates the grasp forces on the fingers in order to resist the external forces on the object,according to the grasp posture.Finally,the system generates a result compliance velocity from both the desired finger's velocities and desired grasp forces,and transfers it into joint velocites through the finger's inverse Jacobian.Then the controller of joint motion implements the control of both forces and velocities for the fingers.The approach has been applied to the development of control system HKUST dexterous hand successfully.Experiment results show that it is not only possible to trail and control the object's track,but also possible to realize force control and the hybrid control of both forces and velocities through this method.     

一类非线性系统的自适应控制方法1)

非线性系统的模型参考自适应控制是自适应理论的一个新的发展方向,目前针对可反馈线性化的系统已经取得了很多研究成果.但以往采用的方法要求系统对未知参数是线性的,且计算复杂度随系统阶次或相对阶的升高而升高.给出一种新的非线性模型参考自适应跟踪控制方法,证明了无需未知参数以线性形式存在,而只要求回归向量对参数满足一定的Lipschitz条件即可保证系统具有期望的特性.     

不确定性离散时间系统非保守自适应鲁棒控制

研究含未知干扰和互质因子摄动离散时间不确定性系统的自适应鲁棒控制问题,为非保守的自适应鲁棒镇定提出一种广义参数递推估计方法,基于确定性等价原理,并利用ι1设计方法提出一种自适应鲁棒控制策略,证明了自适应算法的全局收敛性,给出了一个可验算的鲁棒稳定性条件,证明了该鲁棒稳定性条件是非保守和最优的。     

连续时间混沌系统的参数自适应控制1)

研究了连续时间混沌系统的参数自适应控制,提出了关于多重参数混沌非线性系统的参数自适应控制的新方法.考虑系统参数是线性形式的自适应控制,利用Lyapunov方法证明了参数控制方程是全局渐近稳定的.研究结果表明该控制方法是分析混沌参数自适应控制的一个十分有效的方法.     

线性离散时变系统的鲁棒自适应控制1)

利用滑模控制的概念,提出一种线性离散时变系统的自适应控制设计方法.在等价控制信号外,用两个补偿项代替切换信号,避免了传统滑模控制中的抖动现象.文中证明了自适应闭环系统的稳定性.     

机器人轨线跟踪的视觉与控制集成方法1)

Aiming at high speed visual tracking,this paper presents a new control scheme from the point of integration of vision and control.To track a curve,the control is decomposed into two subfunctions.One is the velocity control which controls the center of a CCD camera to move along the tangential direction of the curve.The other is the position control which controls the cneter of the CCD camera to move in the normal direction approaching to the curve.In order to improve the tracking performances,the proposed control scheme was realized in servo rate by the aid of a transputer based parallel controller.The tracking speed reached 250mm/s with a small field of view(26.4mm×26.4mm).     

不确定性机器人系统自适应鲁棒迭代学习控制

利用Lyapunov方法, 提出了一种不确定性机器人系统的自适应鲁棒迭代学习控制策略, 整个系统在迭代域里是全局渐近稳定的. 所考虑的机器人系统同时包含了结构和非结构不确定性. 在设计时, 系统的不确定性被分解成可重复性和非重复性两部分, 并考虑了系统的标称模型. 在所提出的控制策略中, 自适应策略用来估算做法确定性的界, 界的修正与迭代学习控制量一样的迭代域得以实现的. 计算机仿真表明本文提出的控制策略是有效的.     

一类非线性MIMO系统的间接自适应模糊鲁棒控制

针对一类模型未知的非线性MIMO系统，将自适应控制、H^∞控制与模糊逻辑逼近方法结合到一起，应用“主导输入”的概念，提出了一种间接自适应模糊鲁棒控制设计方法，该方法确保了闭环系统全局稳定，并获得了H^∞跟踪性能指标，使外部干扰，模糊逻辑逼近误差和输入对输出的交叉耦合对跟踪误差的影响可衰减到给定的水平。     

连续时间系统的自适应鲁棒控制及应用

本文针对未知SISO系统,采用自适应与鲁棒控制相结合的方法,提出一种按球域切换的自适应鲁棒控制规律,证明了全局稳定性和渐近调节的可实现性.该算法已用于水轮机转速调节,现场实验结果说明了理论的正确性.     

离散Hopfield神经网络的 稳定性研究1)

推广了前人关于离散Hopfield神经网络的稳定性定理及周期为2极限环的存在定理,并从理论上给出了新的严格的证明.进一步,提出了关于部分变元稳定和部分变元为极限环的新概念,并给出了判别定理.最后给出了几个有趣的例子,揭示这类网络渐近行为的复杂性.     

一种具有非线性观测器的分散式自适应鲁棒机器人控制新方案

本文提出一种新型的分散式自适应鲁棒机器人控制方案。它主要解决以下诸方面的问题:1)减少在线计算量;2)通过设置一个非线性观测器来及时修正模型信息,以适应负载及其他因素变化的需要,进而有效地减少所需控制值(尤其当系统处于平稳工作状态时,效果更加明显),相应地,也就减少了系统工作时的动能损耗。这一点对[1]中提出的机器人分散式变结构控制算法有较大改进;3)对系统的不确定性和扰动作用具有鲁棒性。     

离散制造装配系统的活性控制1)

首次研究离散制造装配系统的活性控制问题.建立了系统的工件加工过程Petri网模型.通过对系统Petri网模型的结构分析,提出了导致系统死锁的两类元素结构及活性特征.对一类离散制造装配系统提出了避免死锁的Petri网控制器,这类控制器容易实现,对系统的限制小,而且使得受控系统仍具Petri网模型.对一般离散制造装配系统提出了保证系统活性的控制策略.     

一类非线性不确定系统的自适应鲁棒控制

将一类结构和参数均未知且存在外界干扰的非线性系统,等价为具有线性结构的时变系统,在此基础上设计了自适应鲁棒控制器,包括自适应模型补偿、反馈稳定控制和鲁棒反馈控制3部分,实现闭环控制系统信号有界且跟踪误差在期望的精度范围内.理论分析和仿真结果均验证了算法的有效性.     

一类不确定参数系统鲁棒控制问题的研究

在文献「５」的基础他以下３个问题：１．如何克服鲁棒控制器设计中所普遍存在的“保守性”问题，从而使得反馈控制器增益尽可能地小；２．给出判别解存在的充分条件及具体计算方法；３．给出求解鲁棒控制器解析解的基本原理，方法及具体过程，文中的设计举例用以说明使用本文设计鲁棒控制器的有效性和简便性。     

不依赖模型的机器人鲁棒自适应跟踪控制

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。