机器人力／位置自适应模糊控制

在机器人力／位置混合控制的基础上，本文提出了一种对力控制回路采用自适应模糊控制的方法，有利于提高系统对机器人末端操纵器五外界工作环境接触时，其接触刚度不确定性的自适应能力，仿真结果表明，该控制方法与常规ＰＩＤ控制相比，系统的自适应能力和鲁棒性有显著的改善。     

直接在位置控制机器人上实现力/位置自适应模糊控制

本文提出一种直接在位置控制机器人上实现力／位置自适应模糊控制的方案，使得对于一般工业机器人，在不改变其原有位置控制器的前提下，实现力／位置控制．仿真结果表明，该控制方法使机器人控制系统对工作环境接触刚度的自适应能力得到显著的改善．     

附加力外环的机器人力／位置自适应模糊控制

提出一种由神经网络训练模糊控制规则的自适应模糊控制器,并应用附加力外环的机器人力／位置控制。在不改变一般工业机器人原有位置控制的前提下,实现力／位置自适应模糊控制。实验结果表明,该方法可使机器人控制系统对工作环境接触刚度的自适应能力得到显著改善。     

受限机器人运动的自适应控制

本文基于[4]中对受限机器人运动方程的变换,给出了一种自适应控制方案,使得在系统某些参数未知的情况下,机器人末端操纵器的位置运动及其与刚性、无摩擦的工作环境之间的接触力渐近趋于期望值,本文中的仿真例子验证了给出的自适应控制方案的有效性。     

基于模糊力控制算法的移动机器人避障控制

根据机器人的末端执行器和外界环境表面接触与移动机器人避障控制的相似点,将力/位置控制成功应用到移动机器人的避障控制领域内.对新颖的移动机器人避障控制算法是通过在移动机器人和障碍物之间形成虚拟力场,且对其进行整定以使两者之间能保持期望的距离.因为机器人动力学模型和障碍物的不确定性会对避障控制性能造成影响,为避免碰撞,采用模糊PD的智能混合力/位置控制来整定机器人和障碍物精确距离的力场.通过仿真研究证明了算法的有效性,可为机器人设计提出可靠依据.     

PHANTOM Omni机器人的自适应模糊滑模控制

针对PHANTOM Omni机器人的位置轨迹跟踪问题,采用了一种基于模糊逻辑的自适应模糊滑模控制方案。利用滑模控制中的切换函数作为输入,根据模糊系统的逼近能力设计控制器,并基于李雅谱诺夫方法设计自适应律对控制器所需参数进行实时调节。仿真中将其与传统的滑模控制进行了比较,仿真结果表明：自适应模糊滑模控制能使PHANTOM Omni机器人更好地实现期望的位置轨迹跟踪并有效地减轻抖振现象,从而证明了该方法在PHANTOM Omni机器人上实施的可行性。     

基于BP神经网络的腱驱动灵巧手的自适应阻抗控制

考虑到机器人手指与物体接触以及外部扰动的情况,提出一个基于BP神经网络的自适应阻抗控制器。这种修正策略通过BP神经网络和阻抗控制结合完成,保证了系统的稳定性,并且提高系统对灵巧手指与外界工作环境接触时,接触力的自适应能力。实验结果表明,在存在外部扰动的情况下,所设计的基于BP神经网络的自适应阻抗控制器具有较好的控制效果。     

平面双连杆受限柔性机器人臂的自适应模糊力/位置控制

本文对一类平面双连杆受限柔性机器人的力／位置控制问题进行研究,提出了一种新的自适应模糊控制方案．利用结构分解技术对模糊推理系统进行简化,用梯度法对参数进行自适应调整,从而实现对受限柔性机器人系统末端的混合力／位置控制．计算机仿真结果表明,本文提出的控制方案是合理、有效的     

空间站载荷转移机构机器人的力加载控制方法

针对机器人在空间站载荷转移机构力加载过程中,由于展开完成后的载荷转移机构在力的方向上发生变形,导致机器人力控制系统难以保持稳定、加载精度不足或调节时间过长的问题,提出了自适应调整导纳控制器参数的策略．首先,根据导纳控制理论建立力与位移的关系,初步提出了基于直角坐标系的力跟随/力加载控制器;然后,根据加载实验数据,采用最小二乘法对载荷转移机构模型进行参数辨识,建立机器人特定工作空间的力与位置关系;最后,通过自适应调整导纳控制器参数使机器人动力学模型与载荷转移机构的动力学模型近似匹配,实现机器人对展开完成后的载荷转移机构末端的空间力实时加载．实验得出机器人对载荷转移机构位置跟随偏差不超过0.1 mm,加载力误差不超过1%．仿真结果表明,该机器人满足精度要求,为载荷转移机构提供了较为真实的等效空间载荷．     

基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法

设计了一种基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法.在机器人与人体上肢接触面安装力传感器采集人机交互力矩信息作为量化的主动运动意图,设计了一种无模型自适应滤波算法使交互力矩变得平滑而连贯;以人机交互力矩为输入,综合考虑机器人末端点与参考轨迹的相对位置和补偿力的信息,设计了人机交互阻抗控制器,用于调节各关节的给定目标速度;设计了将无模型自适应与离散滑模趋近律相结合的速度控制器完成机器人各关节对目标速度的跟踪.仿真结果表明,该控制方法可以实现外骨骼式上肢康复机器人辅助患者完成主动交互训练的功能.通过调节人机交互阻抗控制器的相应参数,机器人可以按照患者的运动意图完成不同的主动交互训练任务,并在运动出现偏差时予以矫正.控制器在设计实现过程中不要求复杂准确的动力学建模和参数识别,并有一定的抗干扰性和通用性.     

工业机器人自适应力控制的新方法

机器人力控制系统的稳定性对接触环境刚性的变化很敏感，为了解决这一问题，本文首先建立了一种机器人与刚性环境相接触的动力学模型，然后，基于Ｐｏｐｏｖ超稳定理论设计出了一种机器人自适应力控制算法，该算法通过辨识环境刚性以获取与接触环境相适应的力控制反馈增益系数，理论分析和实现结果都证明这种方法在环境刚性大范围变化时，均能获得的控制效果。     

基于变刚度自适应导纳机制的机械臂恒力控制

工业机械臂在诸如打磨抛光等接触式作业任务中对环境刚度信息存在一定的依赖性, 未知环境刚度信息将严重影响机器人的力位控制精度, 使得作业效果难以得到保证. 为解决环境信息不足或未知情况下的力/位置精确控制问题, 本文首先提出了一种新的自适应环境刚度在线估计方法, 针对时变的环境刚度进行实时估计, 由此预测生成后继的机械臂参考轨迹点, 随后提出了一种根据力跟踪误差实时调整末端工具手刚度系数的变刚度导纳恒力控制方法, 并结合李雅普诺夫稳定性理论给出了整体控制律的收敛性证明. 针对刚柔两种末端工具手和多种不同的曲面工件开展了实验研究, 并与传统PID控制方法和传统导纳控制方法进行了对比, 其结果表明本文所提出的复合控制方法可在不同工况条件下实现机器人运动过程中接触力的快速柔顺调节, 并获得4.55%以内的最优力控误差效果, 证明了本文所提出方法的有效性与可行性.     

Neural Network Force Control for Industrial Robots

In this paper, we present a hierarchical force control framework consisting of a high level control system based on neural network and the existing motion control system of a manipulator in the low level. Inputs of the neural network are the contact force error and estimated stiffness of the contacted environment. The output of the neural network is the position command for the position controller of industrial robots. A MITSUBISHI MELFA RV-M1 industrial robot equipped with a BL Force/Torque sensor is utilized for implementing the hierarchical neural network force control system. Successful experiments for various contact motions are carried out. Additionally, the proposed neural network force controller together with the master/slave control method are used in dual-industrial robot systems. Successful experiments are carried out for the dual-robot system handling an object.     

Study on stiffness visualization and safety control based on will-consensus building for tele-palpation robot system

This paper proposes a method for visualizing the stiffness of a soft object in a palpation-support information system by the teleoperation of a robot hand. It is important that a palpation system display a body’s shape and stiffness. In our method, the stiffness of the contact area between the soft object and the robot finger is estimated by a recursive least-squares method with forgetting factor that uses an impedance dynamics model. With the estimated stiffness and direction of contact force, we calculate the scalar parameter for visualization of stiffness. Moreover, we propose a safety control method for the palpation system, which is part of a tele-control method based on will-consensus building. The system configuration, estimated algorithm, and experimental results are presented.     

Control strategies for rodotic contact tasks: An experimental study

In this article, we study the contact instability problem encountered in robotic manipulators while trying to make contact with an environment, such as grasping or pushing against objects, and propose a unified control strategy capable of achieving a stable contact against both stiff and compliant environments. The problem has three distinct stages of the contact task. In the first stage, free-space motion, the robot is approaching the environment; in the second stage, post-contact force regulation; in the third, impact stage, the transition from the first stage to the second. We make an experimental comparison of the control schemes that may be used for the three stages. For example, during impact, the manipulator should not lose contact with the environment, nor exert high impulsive forces on the environment, and in the post-impact phase, the robot should have a fast force trajectory tracking. The best strategies for the above stages are experimentally determined and then combined into a single unified controller that can achieve stable contact as well as a fast force trajectory tracking response for surfaces of variable stiffnesses. This control scheme does not require a priori knowledge of the stiffness of the environment, and is able to estimate the environmental stiffness and tune gains accordingly so as to achieve the best response. Also experimentally compared is the use of such a scheme with impedance control, another method proposed in the literature for robotic contact task control. © 1995 John Wiley & Sons, Inc.     

Adaptive fuzzy force control of manipulators with unknown environment parameters

This article proposes an adaptive fuzzy control scheme for explicit force control of a robot manipulator in contact with an environment whose parameters are unknown and vary considerably. The scheme consists of three main components: a reference force model describing the desired behavior of the force control system, a fuzzy force controller that determines the adjustment to the position control loop, and a fuzzy learning and adaptation mechanism that modifies the fuzzy force controller according to the difference between the actual and desired force responses. The modification is performed by shifting and contracting/expanding the membership functions of the fuzzy sets associated with the consequent rules of the fuzzy force controller. It is demonstrated, through simulations of a two-link manipulator and a 6-DOF industrial robot, that the scheme is capable force tracking despite wide parameter variations, such as when the environment stiffness changes by several orders of magnitude. © 1997 John Wiley & Sons, Inc.     

FORCE/POSITION SLIDING-MODE CONTROL OF A ROBOT MANIPULATOR IN A NON-RIGID ENVIRONMENT

This paper proposes a sliding-mode force/position controller for a robot manipulator in contact with an isotropic and homogenous environment with upper-bounded uncertain stiffness. The sliding-mode controller design is based on a contact force model linear with the environment deformation. Measurement of the derivative of the contact force is not needed. The sliding vector is chosen on purpose to enable the system to initially be located in the sliding mode so as to avoid undesired transient behavior.     

机器人力控制器的鲁棒性设计及其在装配作业中的应用

当机器人与外界环境发生接触时,接触刚度等不确定性因素对机器人力控制系统的稳定性有很大影响。为了解决这个问题,本文根据变结构控制理论设计了一个机器人力控制器,并提出了一种旋转滑动平面的自适应算法,以加快系统状态的收敛速度和保证收敛过程的鲁棒性。装配实验结果表明,利用本文的方法所设计的机器人力控制器对接触刚度的变化具有很好的鲁棒性。