基于神经网络的水下灵巧手阻抗控制

水下灵巧手抓取物体时,物体与指尖存在力控制问题,但是由于动力学模型、被抓取物体位置和刚度的不确定性,采用传统阻抗控制方法不具有鲁棒性.文中基于位置型阻抗控制方法,提出采用神经网络对手指动力学模型、物体刚度和物体位置误差进行补偿.对补偿策略进行了详细的推导,并通过仿真实验验证了该方法的补偿效果,结果表明基于神经网络的位置型阻抗控制器具有较强的鲁棒性.     

液压驱动四足机器人变刚度力跟踪控制

针对液压驱动机器人在变刚度条件下力控制问题,建立了液压驱动四足机器人系统的阻抗模型和带有弹性负载的阀控缸模型.分析系统刚度变化对系统性能的影响,指出常规控制策略在精确足力跟踪控制中的不足,结合变刚度条件下阻抗模型和电液位置伺服系统的特点,提出实现精确足力跟踪的模糊自适应PID位置内环控制和模糊阻抗外环控制的复合控制策略.在半实物仿真平台上进行变刚度条件下的足力跟踪实验,仿真结果表明：在变刚度条件下,足力跟踪曲线最大超调及稳态误差均小于5%,调整时间基本相同,验证了所提控制策略的有效性.     

双叶片液压关节主被动联合柔顺控制分析

双叶片液压被动柔顺回转关节在受到外界环境的碰撞时,关节的被动柔顺性会使关节阀体输出转角产生回调,碰撞结束后,输出转角又会迅速恢复。为了有效吸收剩余的冲击能量,本文将自适应阻抗控制作为回转关节的主动柔顺控制,与关节的被动柔顺控制相结合,实现对关节的主被动联合柔顺控制,增大了回转关节在受到碰撞时的回调角度,能够更好地化解环境碰撞力。同时在关节的控制系统中设计并添加了一个模糊自适应PID（比例-积分-微分）控制器,作为自适应阻抗控制中的位置控制器,能够减小回转关节输出转角恢复后的稳态误差,提高了关节与外界接触时的安全性。     

PHCC平台下鲁棒性阻抗控制算法的研究

针对气液联控系统(PHCC)的非线性、系统参数及外界干扰的不确定性, 提出基于多滑模控制(MSSC)和函数逼近技术(FAT)的控制算法. 利用Lyapunov方法获得闭环系统稳定性, 实现了气液联控系统的鲁棒性阻抗控制. 在PHCC平台下进行了7mm/s斜坡往复信号和0.2Hz正弦信号的阻抗控制仿真研究. 仿真结果表明, 该控制策略能较好地实现PHCC系统的柔顺控制, 并具有较好的鲁棒性, 系统在自由运动阶段和柔顺运动阶段均具有较好的跟踪性能.     

基于集成概率模型的变阻抗机器人打磨力控制

工业机器人对工件柔顺打磨作业的适应性差，为此设计机器人柔顺浮动力控末端执行器，基于集成贝叶斯神经网络模型的强化学习，提出主动自适应变阻抗的机器人打磨力控制方法.所提方法根据打磨作业的接触环境信息，利用自助法获取小量数据的多次采样样本，训练集成贝叶斯神经网络模型以描述机器人打磨系统与工况环境交互作用，采用协方差矩阵自适应进化策略（CMA-ES）求解最优阻抗参数.构建机器人打磨系统虚拟样机平台，开展叶片工件的打磨仿真实验，验证所提方法的有效性.实验结果表明，所提方法在十几次训练后，能够将打磨力的绝对跟踪误差减小至较小值，较好地实现了机器人打磨系统的主动自适应变阻抗打磨力控制，提高了机器人打磨力控制的柔顺性和鲁棒性.     

基于速度闭环的自适应力位控制算法

针对力觉主手力控制中接触刚度时变的特殊要求,提出了一种含有速度闭环的自适应力/位混合控制算法.通过构造系统特定的标量函数,证明可以通过选择合适的自适应参数更新律,使得在该控制律和更新律的共同作用下追踪力误差是有界的,力误差的导数是平方可积的.利用Barbalat引理证明了该控制算法具有全局渐近稳定性.给出了主手力控制系统的体系结构,并对不同频率正弦力信号进行了跟踪实验.实验结果表明:对于同样频率的力信号,所提出的方法跟踪误差小于常规阻抗控制方法,整个控制系统稳定并具有良好的控制特性.实验分析了控制律中各关键参数对控制品质的影响.     

基于自抗干扰的装配机器人阻抗控制技术

为了提升机器人装配作业的精确性和柔顺性,提出改进型自抗扰阻抗控制策略.该策略通过自抗扰控制器生成新期望力来调整机器人末端工具坐标系的位置,实现精确的力跟踪.通过扰动观测器观测环境信息并补偿控制系统的期望力,提高控制系统对环境参数的适应性.引入阻抗模型改进扰动观测器,使观测器的响应速度增大,力跟踪的精度提高.基于六自由度机器人的精密轴孔装配实验结果表明,与传统阻抗控制相比,基于自抗扰控制（ADRC）的阻抗控制能够在较小的接触力误差下完成装配,且基于改进型自抗扰控制的阻抗控制的力平均误差比改进前自抗扰控制减小12.0%～28.2%.     

欠驱动假手手指抓取力的研究

为了满足欠驱动手进行复杂作业的需要,基于欠驱动原理建立了手指对物体的抓取力模型和基于力的阻抗控制策略.对应于任一手指姿态,抓取力模型可以准确得到基关节抓握力矩和手指各指节抓取力的关系;采用基于力的阻抗控制策略,实现了基关节抓取力控制.实验证明,手指能够稳定地抓取鸡蛋这样比较滑、容易碎、形状复杂且有一定质量,需要稳定和平衡抓取力的物体,其成功率达80%以上.而这是单纯用手指的基关节力控制很难做到的(成功率只有不到20%).手指抓取力模型和阻抗控制策略的建立大大增强了假手进行复杂作业,抓取复杂物体的能力.     

引入反演稳态误差补偿的机器人姿态稳定性控制律

机器人在抓取作业中,容易受到活动部件的小扰动影响,导致姿态失稳.为了提高机器人抓取物体姿态的稳定性,提出了一种基于反演稳态误差补偿的机器人抓取姿态稳定性控制律,分析机器人姿态控制的被控对象模型和控制约束参量,构造机器人的纵向运动动力学模型,采用扩展Kalman滤波方法进行机器人运动的姿态角校正和参量融合处理,引入反演积分项进行机器人运动姿态参量的稳态误差补偿和自适应调节,实现了运动姿态参量的无误差跟踪控制.仿真结果表明,采用该方法进行机器人的姿态控制稳定性较好,对机器人运动参量的拟合跟踪能力较强,机器人姿态角输出的误差能快速收敛为0,整个控制律是稳态渐近收敛的.     

基于阻抗模型的卧式康复机器人柔顺控制

为满足脑卒中患者早期卧床康复需求,结合临床康复手法与人机工程学,设计了一款卧式康复机器人。该卧式康复机器人可以提供单腿屈髋屈膝运动、卧式步态运动、桥式运动等多种有效的康复动作。为确保训练的安全性以及改善在训练过程中由人机交互作用带来的舒适度和柔顺性差等问题,采用一种基于阻抗模型的柔顺控制方法。将人与机器人之间的交互视为一种虚拟的阻抗模型,即二阶质量-弹簧-阻尼模型,并基于该阻抗模型进行康复机器人的柔顺控制研究。该柔顺控制策略由外环阻抗控制器和内环PID控制器组成,外环的阻抗控制器通过将人机交互力作用在阻抗模型上,实现根据人体意图对运动轨迹进行改变,而内环的PID控制器主要实现对生成的期望轨迹进行稳定跟踪。通过实验证明了基于阻抗模型的卧式康复机器人柔顺控制的有效性。     

水果被动抓取末端执行器的结构设计

针对一种水果被动抓取末端执行器,提出一种以简单的曲柄滑块机构完成机械手对各种水果抓取的设计思想,通过近似苹果轮廓的抓取手指,并添加抓取力控制精确的柔性缓冲装置,可满足多种水果的抓取,能很好实现多种水果分拣和采摘作业。首先通过对苹果果实生长形态参数和果肉硬度力学参数的分析,优化抓取手指结构以及对抓取性能进行力学模型分析和验证,然后对柔性缓冲装置进行改进,使其满足不同品种水果的抓取力要求,扩大了抓取对象范围。结构优化校核和机构运动仿真表明,该设计可以实现对水果的无损抓取。     

基于自适应-模糊控制的六足机器人单腿柔顺控制

针对六足机器人在不同环境下进行柔顺控制的问题,提出一种基于自适应-模糊控制算法的腿部柔顺控制策略.在建立六足机器人结构模型和阻抗控制模型的基础上,推导间接自适应控制算法,并通过对该算法参数进行分析,得知该算法并不能满足在复杂环境下机器人脚力控制的要求.根据这一情况提出自适应-模糊控制算法,运用模糊控制算法对自适应控制参数进行修正,根据输入与输出的差异关系实时调整参数以得到满意的系统响应.通过对传统的间接自适应控制和改进后自适应-模糊控制算法的比较分析,结果表明,改进后的算法不仅在环境参数发生变化时能够很好跟随期望接触力,而且在躯体高度波动的情况下依然能够保证较小的接触冲击力和较高的稳态精度.这对于提高六足机器人的适应性有着重要意义.     

多关节机器人的自适应阻抗控制研究

为了对动车组侧窗玻璃安装机器人末端接触力进行控制研究,在阻抗控制的基础上,提出了一种多关节机器人自适应阻抗控制算法,该算法能实现机器人末端接触力准确跟踪期望力。以PUMA560机器人前三关节为对象在接触空间进行仿真研究,仿真结果表明,基于自适应阻抗控制方法能很好地对动车组侧窗玻璃安装机器人的位置和力进行跟踪。     

机器人打磨自适应变阻抗主动柔顺恒力控制

为解决工业机器人打磨过程中存在复杂时变非线性耦合与不确定性扰动导致机器人柔顺恒力打磨自适应调节能力不足的问题，首先给出了一种可实现沿轴向平移与旋转运动解耦的力控末端执行器，其次设计了一种自抗扰控制器和一种粒子群神经网络变阻抗控制器分别作为内环控制和外环控制，在此基础上，提出了一种机器人自适应变阻抗主动柔顺恒力控制方法，用于在线自适应优化阻抗参数，动态调节打磨力修正量，实现机器人打磨作业自适应主动柔顺恒力控制。最后采用Lyapunov稳定性理论分析证明了所提出方法的闭环稳定性。通过机器人打磨系统虚拟样机联合仿真实验和机器人平台实物实验，验证了所提出方法的有效性。实验结果表明，所提方法能够较好实现静态与动态期望打磨力跟踪，减小了打磨力波动、力超调量以及打磨初期打磨工具处的冲击力，提高了打磨力控制系统抗扰动稳定性、恒力跟踪性能和动态响应能力，对复杂多变工况机器人打磨作业具有较强的适应性与鲁棒性。     

面向草莓抓取的气动四叶片软体抓手研制

农林业中果蔬的自动化采摘需求日趋强烈,末端抓手是实现无损采摘的关键。传统的末端抓手以刚性结构居多,现有的各种柔性抓手也存在抓取力不足、包覆性不佳等缺点。本文以草莓的无损采摘为研究对象,提出将草莓外部轮廓曲线作为设计曲线,设计了一种新型气动四叶片软体抓手。首先,对软体抓手的结构做仿真优化,提出一种安全地附着在目标物表面的设想。然后,在进行草莓表面的最小破坏应力试验的基础上,测试了软体抓手的末端力,验证了其实现无损抓取的可行性。再次,利用动态捕捉技术,研究了软体抓手叶面的弯曲变形规律。最后,选择使用弧线型气体通道的软体抓手进行了草莓抓取测试,结果证明了气动四叶片软体抓手可以实现草莓的无损抓取,抓取成功率达90%,破损率为2%,表明所研制的四叶片软体抓手用于草莓抓取时具有良好的稳定性和实用性,可用于草莓采摘的末端执行器。本研究也可为其他易损果蔬的采摘技术提供理论基础和技术支撑。     

海洋环境下欠驱动无人艇航迹跟踪控制算法

为提高风浪流等外界环境扰动下,欠驱动无人艇航迹跟踪控制的准确性和鲁棒性,研究真实海洋环境下一类欠驱动无人艇的航迹跟踪控制问题,提出了一种基于改进视线导引算法与自适应滑模航向控制算法级联形式的欠驱动无人艇航迹跟踪控制算法,并基于李雅普诺夫理论和级联系统理论证明了当所有控制目标实现时,航迹跟踪控制系统为一致全局渐近稳定的.与传统的视线导引算法相比,改进的导引算法通过引入自适应观测器能够实现对漂角的实时估计和补偿,同时时变前视距离的设计使得无人艇的操纵更加灵活.以"海鲟03号"无人艇操纵运动模型和辨识得到的参数为基础,在MATLAB/SIMULINK软件上进行了航迹跟踪对比仿真实验,仿真结果表明:相比传统LOS导引策略下的航迹跟踪算法,控制算法动态性能更高且稳态误差较小,验证了算法的有效性和先进性;利用"海鲟03号"无人艇对所提出的控制算法进行了海上试验,结果表明在航迹跟踪控制算法的作用下,无人艇能较为准确地跟踪预先设定的期望航迹,且在整个航迹跟踪过程中,航迹误差相对较小,验证了该算法在实际工程应用中的正确性和有效性.     

气动柔性五指机械手运动空间与抓取实验研究

设计了一种气动柔性五指机械手,采用单驱动型和多驱动型单向弯曲柔性关节作为单自由度手指关节,可完成多自由度抓、握、捏等人手灵活动作;搭建机械手运动学实验平台和抓取实验系统,利用3D运动捕捉系统,得到了机械手各手指运动空间,机械手可稳定抓取日常生活中不同外形和质量的物体,验证了其有类似人手的抓取能力。实验结果表明：机械手各手指基本完成了设计要求,实现各自抓取功能,具有良好的柔顺性和适应性。     

双迭代学习—交叉耦合控制算法设计

传统的迭代学习控制算法和交叉耦合迭代学习控制算法已经无法满足工业制造、军事和交通运输等许多应用领域对控制系统精度的要求,因此,从制造业的角度出发,研究一种面向多轴运动控制系统的轮廓误差控制算法,即在整体系统中使用迭代学习-交叉耦合控制算法,又在单轴上使用自适应迭代学习控制算法。实验结果表示,该算法在单轴上的跟踪误差是传统控制算法跟踪误差的75.36%,系统的轮廓误差是传统控制算法轮廓误差的65.15%。因此,这种双迭代学习-交叉耦合控制算法技能满足单轴上的跟踪精度要求,也能显著地减小系统的跟踪误差。     

绳索牵引康复机器人的动力学建模与控制

针对在康复训练过程中如何协调控制患者的骨盆运动轨迹问题,设计了由4根绳索牵引的三自由度绳索牵引并联康复机器人.基于力/位混合控制的思想,利用牛顿-欧拉法建立了绳索牵引康复机器人的动力学模型.以轨迹控制为目标,用计算力矩法设计了基于刚性模型的位置控制器,就绳索的刚度对机器人系统性能的影响进行了仿真分析;以刚度控制为目标,推导了机器人系统的刚度矩阵,并对康复机器人进行了仿真验证.理论分析和仿真结果表明,系统的刚度与绳索的张力有关,调整绳索的内张力可以改变系统刚度,实现对机器人系统的柔顺性控制.     

机器人力控制综述

针对机器人作业时新的力控制要求,本文综述了现有的传统控制策略与智能控制策略.首先介绍传统力控制策略中的阻抗控制、位/力混合控制与自适应控制,其次介绍智能控制策略中的模糊控制、神经网络与优化控制.同时,对各控制算法基本原理进行深入分析,列举各算法的应用成果,并对未来力控制研究提出了展望.