基于模型控制的并联机构机器人腿简化建模与辨识方法研究

四足机器人因具有负载高、误差小、运动能力强等优点而拥有广阔的应用前景,但是其内部结构复杂,控制要素多,使得基于模型控制的难度加大.分析2自由度机器人腿结构,得到执行器力与广义力的关系,对该结构进行简化建模,将2自由度机器人腿简化为2自由度机械手模型,利用系统识别方法获取简化模型动态参数.为了验证建模的可靠性,对简化的模型进行了仿真实验验证.采用非线性同步控制器和PD控制器,分析了本文模型的跟踪控制性能指标.结果显示:两种控制器都能取得较好的控制效果,非线性同步控制器在性能指标上优于PD控制器.本文所提的简化模型建模方法可以有效地消除闭环系统中的非线性模型效应.     

两栖球形机器人的路径规划策略

两栖机器人的水下路径最优规划是目前机器人运动控制研究领域的热点和难点。本文针对两种基于视觉伺服的广义约束优化(GCOP)和序列二次规划(SQP)的机器人运动控制算法进行对比分析,结合视觉伺服传感器,实现了两栖机器人最佳路径的规划、监测动态目标标定、移动目标监测、水下障碍物识别和目标跟踪。利用球形机器人的结构对称特性及阿基米德浮力原理,并结合模糊控制算法对水舱水位进行实时控制,使球形两栖机器人在水下能实现水下多自由度运动。最后,进行了算法的仿真和水下运动实验。实验结果表明,GCOP算法和SQP算法在相对障碍物的有限距离内,SQP算法规划的路径更加合理;而在达到目标坐标位置上,两种算法的误差为167.5 mm,SQP算法在水下路径规划上更加有效。     

线性二次型球式滚动机器人运动稳定性研究与测试分析

针对当前单球滚动式机器人运动不灵活、动态稳定性差等问题,提出利用线性二次型(LQR)对滚动式机器人的运动倾角进行控制.利用Solidworks建立单球滚动式机器人的三维模型,运用等效单级倒立摆理论求出机器人的动力学模型,并据此建立LQR运动倾角控制算法,设计相应的LQR运动控制器.利用Matlab/Simulink软件对所建立的LQR控制器进行了仿真分析,并用物理样机进行实验验证.结果表明:所建立的LQR运动倾角控制器及其控制算法是准确的,为后续系统优化和实际应用提供了理论依据.     

水陆两栖六足机器人的设计与性能评估

为提高机器人两栖环境下的运动性能,同时降低其运动机构在水陆间切换的机械复杂性与控制难度,提出了一款复合运动肢的水陆两栖六足机器人。对机器人进行陆地和水下的运动规划,解决了机器人适应不同坡度斜坡地形的稳定性问题;通过配置矢量推进器的位姿,实现了机器人多自由度的水下运动。ADAMS下机器人爬行运动的仿真结果在验证机械设计合理的前提下也表明机器人在不同坡度的斜坡爬行具有较好的稳定性。为进一步评估机器人的运动性能,搭建了机器人样机,在测试机器人斜坡爬行性能的同时,验证了机器人在水下可实现包括直行、旋转、上浮和下潜的多自由度运动。实验结果表明,机器人在陆地与水下均具有良好的运动性能。     

机器人臂的多项式PD型学习控制方法

提出一种用于机器人臂的带有重力补偿的多项式PD型(PPD)学习控制器,基于多项式神经网络给出了这种控制器的比例系数连续学习算法,由非线性机器人动力学模型与所提出的学习控制器所组成的闭环系统被证明在满足李雅普诺夫直接法和拉萨尔不变集定理时是全局渐近稳定的,除了理论结果,也提供了在两自由度机器人臂位置控制中的仿真实验比较,结果表明PPD学习控制器在系统快速响应性方面优于常规PD控制器。PPD学习控制器为机器人控制系统提供了一种新的途径。     

双轮倒立摆机器人的模型预测控制策略

由于欠驱动的双轮倒立摆机器人(Two Wheeled Inverted Pendulum Robot,TWIPR)是一个非线性和强耦合的不确定性系统,设计了一种利用过程显式模型优化系统性能的模型预测控制(Model Predictive Control,MPC)策略,采用了两个不同的模型预测控制器,并通过引入解耦单元实现了对双轮倒立摆机器人的独立控制。此外,采用前馈控制方法提高MPC控制器对可测性干扰的补偿,增强了MPC控制器的有效性和鲁棒性。最后,采用梯状干扰和两个不同的外力对设计的MPC控制器性能进行评估,并分别计算不同外部干扰下倾斜角和旋转角响应的均方根误差(Means Square Error,MSE),然后将其与线性二次调节(Linear Quadratic Regulator,LQR)控制器的控制性能进行对比。比较结果表明:MPC控制器的MES比LQR控制器均减小了50%以上,证明了MPC控制器对TWIPR的控制具有明显的优越性、可靠性和鲁棒性。     

基于动态免疫模糊聚类的金属焊缝缺陷等级磁记忆识别模型

针对两栖环境中机器人多自由度灵活稳定运动的需求,设计了一种具有"轮-腿-矢量喷水"复合驱动机制的小型两栖球形机器人。首先介绍了机器人的主要结构组成:一个密闭的上半球壳、两个可开关的1/4球壳、4条复合式驱动腿以及滑行模块等;其次,对球形机器人的复合驱动机制进行分析和建模;接着,根据水下环境和机器人的特性,设计了基于传统PID算法的神经网络自整定控制算法;最后,在室内水池中进行了机器人运动的实验测试。实验结果表明,机器人在水中运动性能良好,运动轨迹和姿态角误差在控制器接受范围之内。所提出的具有复合驱动机制的自主式两栖球形机器人,在滨海两栖环境的资源勘测等方面具有广阔的应用前景。     

复合式驱动小型两栖机器人水下运动控制研究

针对两栖环境中机器人多自由度灵活稳定运动的需求,设计了一种具有"轮-腿-矢量喷水"复合驱动机制的小型两栖球形机器人。首先介绍了机器人的主要结构组成:一个密闭的上半球壳、两个可开关的1/4球壳、4条复合式驱动腿以及滑行模块等;其次,对球形机器人的复合驱动机制进行分析和建模;接着,根据水下环境和机器人的特性,设计了基于传统PID算法的神经网络自整定控制算法;最后,在室内水池中进行了机器人运动的实验测试。实验结果表明,机器人在水中运动性能良好,运动轨迹和姿态角误差在控制器接受范围之内。所提出的具有复合驱动机制的自主式两栖球形机器人,在滨海两栖环境的资源勘测等方面具有广阔的应用前景。     

6自由度水下机器人动力学分析与运动控制

对6自由度水下机器人的动力学与运动控制进行研究。首先考虑重力、浮力、推力以及水动力的影响,建立水下机器人的动力学模型,对机器人的复杂水下动力学行为进行描述。在此基础上,根据解出加速度法设计非线性控制器,包括内外两个控制回路。其中外控制回路根据机器人实际轨迹与期望轨迹之间的偏差进行负反馈控制,内控制回路根据机器人动力学特性引入非线性补偿,把机器人转化为一个更易于控制的线性系统,从而准确实现对理论轨迹的跟踪。最后对水下机器人跟踪目标进行运动控制仿真。从仿真结果可以看出,利用该方法可以使水下机器人具有良好的轨迹跟踪能力。     

一种水下机器人混合模糊P+ID控制方法

针对具有非线性动力学特性的水下机器人的运动控制,提出采用解析式描述的单输入模糊控制器取代常规数字PID控制器中的比例项,并保持原有常规PID控制器的结构和参数不变,得到一种混合模糊P+ID控制方法.研究了水下机器人混合模糊P+ID控制的参数调节方法,并采用小增益定理分析了引入模糊控制后的系统输入输出稳定性.采用水下机器人的非线性动力学模型进行了仿真实验,结果表明提出的混合模糊P+ID控制具有比常规PID控制更好的性能.     

自动驾驶横向运动控制的改进LQR方法研究

针对自动驾驶横向运动控制问题,提出一种带有前馈控制的改进LQR横向运动控制方法.首先,利用二自由度车辆动力学模型构建了路径跟踪误差动力学模型,设计了自动驾驶LQR控制器以及前馈控制器.随后,针对LQR控制器参数进行分析,提出一种基于路径跟踪误差的参数计算方法和一种基于车-路位置关系的参数调整规则,以此实现LQR控制器的...     

三关节欠驱动休操机器人的LQR倒立平衡控制

针对欠驱动体操机器人倒立平衡控制问题,给出一种基于动力学模型的三关节欠驱动体操机器人平衡控制方案。首先将三关节欠驱动体操机器人简化为一个在垂直平面上运动的三关节机器人,采用拉格朗日力学方法建立动力学模型,并推导出体操机器人系统状态方程,然后设计LQR控制器,使体操机器人稳定在不稳定的倒立平衡点,最后进行了仿真,结果表明LQR控制器实现了在两输入情况下允许的稳态误差快速响应。     

大脑情感学习控制器的两关节机器人运动控制

由于关节机器人受摩擦、打滑等非线性因素的影响,传统比例-微分控制在解决高精度非线性控制问题时效果不理想。一种基于大脑情感学习控制器(BELC)的两关节机器人非线性运动控制方法被提出。首先,该方法将BELC应用于基于凯恩法的两关节机器人动力模型中,利用传统比例-微分控制方法设定感官输入信号和奖励信号的函数值。然后,针对BELC模型特点,设计了BELC学习速率的动态响应策略,使其能够依据关节机器人实际运动速度变化率而动态变化。最后,分别对传统比例-微分控制、BELC控制及改进后的BELC控制进行了仿真实验,实验结果表明改进后的基于BELC的两关节机器人能够有效抵抗不确定非线性因素对运动控制的影响,从而提高了系统控制精度和响应速度。     

倒立摆线性二次型最优控制方法研究

为优化倒立摆控制性能,提高系统响应的快速性和稳定性,研究了线性二次型最优控制方法。应用动力学分析方法建立单级倒立摆线性状态空间模型,设计线性二次型控制器(LQR);应用Matlab软件中LQR函数,确定倒立摆闭环控制系统状态反馈向量及最优控制目标函数,完成线性二次型状态反馈控制系统设计。时间响应分析及动态仿真结果表明,基于LQR函数设计的线性二次型状态反馈控制系统,阶跃响应上升时间2 s,调节时间5 s,实现了单级倒立摆快速、稳定控制。     

水下机器人动力学分析与控制系统研究

对6自由度水下机器人进行动力学分析和运动控制系统研究。首先,建立了水下机器人坐标系,考虑重力、浮力、水动力及推力等因素对水下机器人影响,建立了6自由度水下机器人的动力学模型,进而描述了水下机器人的复杂运动。在此基础上,设计了一种模糊逻辑控制器,对水下机器人进行运动控制。通过计算机仿真分析,验证了控制方法的有效性,对后续水下机器人控制系统的进一步研究,提供了依据和参考。     

采用改进的LQR进行Pendubot系统的平衡控制

对于非线性、强耦合的欠驱动两杆机器人Pendubot,采用改进的线性二次型调节器(LQR)进行不稳定平衡位置的平衡控制。首先,对Pendubot系统的动力学方程进行分析,并在平衡位置进行线性化。然后,平衡状态下力矩不为0的平衡位置进行控制时,对LQR控制器进行改进,设计了一个补偿参数,并给出了补偿参数的详细计算方法。最后,采用建立系统的仿真模型,并通过仿真实验进行验证。实验结果表明,改进的LQR方法能够使系统稳定在设置的平衡位置。     

欠驱动AUV基于干扰观测器的滑模控制

为了提高欠驱动自主水下机器人在外部干扰影响下的航向跟踪控制性能,设计一种基于非线性干扰观测器的滑模控制器.有条件地简化欠驱动自治水下机器人的水平面模型,建立简化模型的状态方程;构造非线性干扰观测器,设计基于干扰观测器的滑模控制器,根据Lyapunov稳定性理论确保闭环系统的稳定性.仿真结果表明:存在外界干扰的情况下,基...     

三关节欠驱动体操机器人的LQR倒立平衡控制

针对欠驱动体操机器人倒立平衡控问题,给出一种基于动力学模型的三关节欠驱动体操机器人平衡控制方案.首先将三关节欠驱动体操机器人简化为一个在垂直平面上运动的三关节机器人,采用拉格朗日力学方法建立动力学模型,并推导出体操机器人系统状态方程,然后设计LQR控制器,使体操机器人稳定在不稳定的倒立平衡点,最后进行了仿真,结果表明LQR控制器实现了在两输入情况下允许的稳态误差快速响应.     

三相有源电力滤波器非线性滑模控制

为了提高三相有源电力滤波器(APF)实时跟踪和补偿谐波的能力,基于状态反馈精确线性化理论提出了一种有源电力滤波器(APF)非线性滑模控制策略。为了提高APF系统的动态性能和跟踪能力,建立了APF系统的仿射非线性模型,设计了电流内环非线性控制策略,并采用线性二次型调节器(LQR)方法进行了控制参数整定。为了调节和稳定系统的直流电压,采用滑模控制(SMC)进行了电压外环设计。搭建了仿真和实验平台,实验结果表明,该方法具有较好的动态响应、稳态特性和鲁棒性。     

液压推进型水下机器人的运动控制方法研究

针对液压推进型水下机器人的定向控制问题,对液压推进器的比例滞环、机器人多自由度运动模型、控制器设计等方面进行了研究,提出了液压推进器转速PI控制与ROV定向PID控制相结合的控制方法;在Matlab/Simulink中建立了海马号水下机器人的六自由度动力学模型,并设计了带螺旋桨转速PI闭环的定向控制器;该定向控制器包括控制手柄输入、定向PID控制器、推力分配及合成矩阵、螺旋桨转速PI控制器等,利用仿真试验模型对控制器进行了抗干扰测试。仿真结果表明:所提出的复合PID控制器可显著减小由于液压推进器推力不一致引起的定向角度控制误差,具有比常规PID控制器更好的控制性能。