一种新型仿生微型机器人的无缆测控系统

设计了一套基于磁场和射频信号的测控系统,用于实现仿趋磁细菌微型机器人的无缆操控及其运行参 数的检测．测控系统包括微型机器人的位姿检测子系统和微型机器人控制子系统．检测子系统中,磁传感器阵列实 时检测磁场信号,经过数据处理后获得微型机器人的状态信息,并与视频跟踪结果进行对照;控制子系统中,通过 射频发射的PWM 信号控制微型机器人的运动速度,同时通过导向磁场控制微型机器人的运动姿态．利用本系统, 实验研究了微型机器人的90± 转向运动,结果表明该系统能够有效控制微型机器人的运动.     

独轮自平衡机器人双闭环非线性PID 控制

针对竖直飞轮独轮自平衡机器人系统,提出一种用于独轮自平衡机器人的平衡及运动控制的双闭环非线性PID控制方法(DLNPID),并给出了该控制方法稳定性的证明.该控制方法是具有横滚倾角内环、俯仰倾角内环和前向位移外环的双闭环控制,其中每个控制环均由非线性PID控制器(NPID)构成.实验结果表明,所提出的基于非线性PID的双闭环独轮自平衡机器人控制方法具有比线性方法更好的鲁棒性能.     

仿趋磁细菌的微型机器人研究

为了克服现存微型机器人运动灵活性欠佳的缺点,借鉴趋磁细菌的运动方式,设计了一种内外联合调控的仿生微型机器人．该微型机器人的螺旋桨模仿趋磁细菌的鞭毛,主动推进机器人运行;其体内的永磁块模仿趋磁细菌的磁小体链,与体外导向磁场相互作用控制其运动方向．实验研究了体外控制信号对微型机器人运动速度的影响以及导向磁场控制下微型机器人的转向特性．结果表明,该微型机器人可实现运行速度和运行方向的灵活控制,可在非磁性细小管路的探测中发挥重要作用．     

机器人鲁棒轨迹跟踪控制系统

根据鲁棒控制理论和机器人的动态特性,针对机器人系统中存在的不确定性因素,利用不确定性的上界设计了一种鲁棒控制器,并将之用于机器人的跟踪轨迹控制,给出了仿真实验结果并与PID控制的结果进行了比较,仿真实验结果表明所设计的鲁棒控制器与PID控制器相比,具有很好的动态特性和很强的鲁棒性。     

基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

用于呼吸道直接监测的柔性微机器人系统

根据人体呼吸系统的结构及生理特性,基于蠕动运动原理设计了适于人体气管及左右主支气管内自由移动的微机器人系统．该机器人系统采用三自由度空气压橡胶驱动器驱动的柔性移动机构．介绍了机器人机体的构造和运动原理,建立了机器人系统驱动力学模型并做了相应分析．在猪气管中进行了初步实验,在机械通气情况下监测了气管末端的压力和温度参数．初步的研究结果表明,该柔性驱动机器人系统可用于直接动态监测机械通气过程中的呼吸参数．     

球形机器人姿态模糊PID控制研究

论文尝试研制一种大尺寸球形机器人姿态控制问题,其中利用模糊PID控制算法初步解决了球形机器人的平衡及运动控制的问题。论文在大尺寸球形机器人转弯运动分析基础上,提出通过控制球形机器人姿态来控制球形机器人转弯半径的方法,建立姿态调整的动力学模型,并进行仿真分析及其运动特性分析,并针对球形机器人的控制问题,提出了相应的控制策略。通过对动力学模型的传递函数进行控制分析,找到使系统达到满意的性能指标。根据实际控制中执行机构特点,提出了一种改进的PID控制模糊PID控制算法,并进行了试验研究。通过仿真与试验表明:模糊PID控制算法对球形机器人姿态调整控制有良好效果,使该算法在外界地形保持不变时能够较好的适应该地形,并实现控制要求。     

多微型机器人系统的协调策略的研究

本文在成功研制毫米级全方位微型机器人系统的基础上,对多微型机器人系统中的机 器人协调方法进行探讨研究．结合微型机器人系统的特点,提出了适合于本多微型机器人系 统的集中 分布协调算法,给出了该协商 协调算法的结构．实验证明该协调算法是简单有 效的．     

基于一致性理论的多机器人系统队形控制

首先回顾了多机器人系统队形控制方面的成果;然后提出一个多机器人队形控制的模型．该模型可描述多机器人之间相互作用固定和动态切换两种通信拓朴结构,也能描述多机器人系统队形的分布式控制方法和基于leader的控制方法,还能表示多机器人系统奔向目标点的行为,在此基础上,利用一致性理论,对系统的稳定性条件进行分析．最后通过仿真证明了该方法的有效性．     

冗余自由度工业机器人模糊自适应PID控制研究

为提高汽车生产中涂胶工序的工作效率和空间利用率,改善机器人避障性能,设计了一款具有7自由度的冗余度工业涂胶机器人,并对其控制方法开展研究。针对现有PID控制方法应用于非线性时变的多自由度多刚体串联式开链系统时,控制效果有限、难以达到系统精度要求等问题,基于传统PID控制和模糊自适应控制算法,提出了一种带有重力补偿的模糊自适应PID混合控制方法。该方法在对冗余度工业机器人进行动力学分析的基础上,基于牛顿-欧拉分析法建立了冗余度机器人动力学模型,基于动力学分析设计了带有重力补偿的模糊自适应参数整定PID控制策略,建立了控制器模型,通过Matlab仿真实验表明,具有模糊自适应参数整定PID控制较有重力补偿的传统PID控制具有更好的控制效果。     

A Study on Kinematics and Workspace Determination of a General 6-<Emphasis Type="Underline">P</Emphasis> US Robot

This paper proposes the novel adaptive neural network (ADNN) compliant force/position control algorithm applied to a highly nonlinear serial pneumatic artificial muscle (PAM) robot as to improve its compliant force/position output performance. Based on the new adaptive neural ADNN model which is dynamically identified to adapt well all nonlinear features of the 2-axes serial PAM robot, a new hybrid adaptive neural ADNN-PID controller was initiatively implemented for compliant force/position controlling the serial PAM robot system used as an elbow and wrist rehabilitation robot which is subjected to not only the internal coupled-effects interactions but also the external end-effecter contact force variations (from 10[N] up to critical value 30[N]). The experiment results have proved the feasibility of the new control approach compared with the optimal PID control approach. The novel proposed hybrid adaptive neural ADNN-PID compliant force/position controller successfully guides the upper limb of subject to follow the linear and circular trajectories under different variable end-effecter contact force levels.     

Hybrid control of a pneumatic artificial muscle (PAM) robot arm using an inverse NARX fuzzy model

We investigated the possibility of applying a hybrid feed-forward inverse nonlinear autoregressive with exogenous input (NARX) fuzzy model-PID controller to a nonlinear pneumatic artificial muscle (PAM) robot arm to improve its joint angle position output performance. The proposed hybrid inverse NARX fuzzy-PID controller is implemented to control a PAM robot arm that is subjected to nonlinear systematic features and load variations in real time. First the inverse NARX fuzzy model is modeled and identified by a modified genetic algorithm (MGA) based on input/output training data gathered experimentally from the PAM system. Second the performance of the optimized inverse NARX fuzzy model is experimentally demonstrated in a novel hybrid inverse NARX fuzzy-PID position controller of the PAM robot arm. The results of these experiments demonstrate the feasibility and benefits of the proposed control approach compared to traditional PID control strategies. Consequently, the good performance of the MGA-based inverse NARX fuzzy model in the proposed hybrid inverse NARX fuzzy-PID position control of the PAM robot arm is demonstrated. These results are also applied to model and to control other highly nonlinear systems.     

Fuzzy logic based adaptive admittance control of a redundantly actuated ankle rehabilitation robot

Ankle rehabilitation robots have recently attracted great attention since they provide various advantages in terms of rehabilitation process from the viewpoints of patients and therapists. This paper presents development and evaluation of a fuzzy logic based adaptive admittance control scheme for a developed 2-DOF redundantly actuated parallel ankle rehabilitation robot. The proposed adaptive admittance control scheme provides the robot to adapt resistance/assistance level according to patients' disability level. In addition, a fuzzy logic controller (FLC) is developed to improve the trajectory tracking ability of the rehabilitation robot subject to external disturbances which possibly occur due to human-robot interaction. The boundary scales of membership functions of the FLC are tuned using cuckoo search algorithm (CSA). A classical proportional-integral-derivative (PID) controller is also tuned using the CSA to examine the performance of the FLC. The effectiveness of the adaptive admittance control scheme is observed in the experimental results. Furthermore, the experimental results demonstrate that the optimized FLC significantly improves the tracking performance of the ankle rehabilitation robot and decreases the steady-state tracking errors about 50% compared to the optimized PID controller. The performances of the developed controllers are evaluated using common error based performance indices indicating that the FLC has roughly 50% better performance than the PID controller.     

具有H_∞跟踪性能的机器人自适应PID控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,提出一种鲁棒自适应PID控制算法.该控制器由主控制器和监督控制器组成.主控制器以常规PID控制为基础,基于滑模控制思想设计PID参数的自适应律,根据误差实时修正PID参数.基于Lyapunov函数设计的监督控制器补偿自适应PID控制器与理想控制器之间的差异,使系统具有设定的H_∞的跟踪性能.最后,两关节机器人的仿真实验结果表明了算法的有效性.

Abstract：

A robust adaptive PID control algorithm is proposed for trajectory tracking of robot manipulators with nonlinear uncertainties.The controller is composed of a main controller and a supervisory controller.The main controller is designed based on the traditional PID controller.The parameters of the PID controller are updated online according to the system running errors with the adaptation law based on the sliding mode control.The supervisory controller is proposed to compensate the error between the adaptive PID controller and the ideal controller in the sense of the Lyapunov function with the specified H_∞ tracking performance.Finally, the simulation results based on a two-joint robot manipulator show the effectiveness of the presented controller.     

计及时滞的互联电网负荷频率控制最优分数阶PID控制器设计

分数阶PID控制器相比于传统整数阶PID控制器,具有控制性能好、鲁棒性强等诸多优势,可应用于电网的负荷频率控制(load frequency control,LFC)中.针对网络化时滞互联电网的LFC问题,提出了一种基于计算智能的分数阶PID控制器参数优化整定方案.该方案选择时滞LFC系统时域输出响应构建优化目标函数,采用最近提出的灰狼优化算法获得最优的分数阶PID控制器参数,所设计的控制器能确保一定时滞区间内LFC系统的稳定性.仿真算例表明,所设计的LFC最优分数阶PID控制器比传统整数阶PID控制器的控制性能更优,时滞鲁棒性更强.     

排爆机器人运动关节的伺服系统

机器人运动关节的伺服系统是机器人控制系统的基础,伺服系统的好坏决定了机器人整体性能的优劣。基于5自由度排爆机器人,使用Simulink设计出运动关节的伺服系统框图,并通过xPC目标系统生成可运行于PC104的实时控制系统。该系统采用先进PID控制器,具有专家特性。运行结果表明,该方案取得了良好的效果,机器人关节运动平稳且无静态误差,系统具有很好的鲁棒性和实时性。该伺服系统不但可用于机器人运动关节的伺服控制,还可以应用于数控机床等位置控制系统。     

基于复合控制的电力系统稳定器设计

针对传统电力系统稳定器(PSS)的缺点,提出一种基于复合控制的电力系统稳定器,可以根据实际的运行情况在模糊和比例积分微分(Fuzzy-PID)控制中进行选择性的控制,使电力系统稳定器既具有模糊控制简单有效的非线性控制作用,又具有比例和积分控制的快速性和跟踪能力。理论分析及仿真结果均表明所提出的方案正确可行并具有良好的性能。     

空间三关节机器人模糊积分滑模控制

研究提高关节机器人轨迹跟踪控制的性能,由于关节机器人运动中产生振动,影响系统的稳定性能。为解决上述问题,提出了一种反馈线性化的自适应模糊积分滑模控制方法。在上述方法的基础上,对机器人非线性动力学模型反馈线性化。为了进一步提高滑模控制的精度,设计了一种积分滑模面的滑模控制器,可以减弱积分滑模控制的抖振。通过设计一个模糊控制器,根据积分滑模面的大小自适应地调节积分滑模控制的切换部分,达到削弱抖振的目的。利用李亚普诺夫定理证明了控制系统的稳定性。仿真结果表明,改进方法有效地提高了关节机器人跟踪控制性能。     

Experimental Study on Advanced Underwater Robot Control

The control issue of underwater robots is very challenging due to the nonlinearity, time variance, unpredictable external disturbances, such as the sea current fluctuation, and the difficulty in accurately modeling the hydrodynamic effect. Conventional linear controllers may fail in satisfying performance requirements, especially when changes in the system and environment occur during the operation since it is almost impossible to manually retune the control parameters in water. Therefore, it is highly desirable to have an underwater robot controller capable of self-adjusting control parameters when the overall performance degrades. This paper presents the theory and experimental work of the adaptive plus disturbance observer (ADOB) controller for underwater robots, which is robust with respect to external disturbance and uncertainties in the system. This control scheme consists of disturbance observer (DOB) as the inner-loop controller and a nonregressor based adaptive controller as the outer-loop controller. The effectiveness of the ADOB was experimentally investigated by implementing three controllers: PID, PID plus DOB, and ADOB on an autonomous underwater robot, ODIN III.