一种6-DOF冗余驱动并联机器人模型分析与运动控制

主要研究8输入6-DOF冗余驱动并联机器人的动力学特性和运动控制方法,首先描述了该机器人的运动学约束条件,并分析其运动学特性;随后采用拉格朗日法建立机器人动力学模型,并设计模糊自适应PID控制器。最后运动学模型、动力学模型及模糊PID控制器进行了仿真,验证了模型的正确性和控制方法的有效性,为并联机器人参数选取和控制方案制定提供依据。     

轮式移动机器人的Back-stepping滑模模糊自适应轨迹跟踪控制

为提高两轮驱动轮式移动机器人轨迹跟踪控制的精度,依据轮式移动机器人的运动学和动力学方程,提出了一种具有全局渐进稳定性的控制方法。首先基于Back-stepping建立了轮式移动机器人的运动学控制器;其次通过滑模控制方法建立轮式移动机器人的动力学控制器;然后加入模糊控制系统调节滑模增益以削弱抖振;最后对系统的未知扰动建立自适应控制规律,并证明了其稳定性。以跟踪直线、圆、类正弦轨迹为例进行了仿真研究,验证了该控制方法的有效性。     

基于T-S模糊系统的漂浮基空间机器人关节协调运动的分散自适应滑模控制

针对载体位置和姿态均不受控的漂浮基空间机器人系统动力学方程难以预知的情况,提出了一种基于模糊逻辑系统的分散自适应滑模控制方案。利用第二类拉格朗日方法建立了空间机器人系统动力学方程。针对空间机器人的每一个自由度,将其动力学描述为分散交联子系统的集合。使用T-S模糊逻辑系统逼近子系统未知的动力学模型,然后设计自适应滑模控制器消除交联项和模糊逼近误差对轨迹跟踪性能的影响,并用Lyapunov理论证明控制器的稳定性。这种控制方法不需要预知系统动力学方程。数值仿真结果证实了该分散控制器的可靠性和有效性。     

平面2自由度并联机器人的解耦控制和仿真分析

以平面2自由度并联机器人为研究对象,推导其运动学模型,在运动学模型的基础上结合欧拉-拉格朗日动力学方程推导其动力学模型,根据得到的动力学模型引入计算力矩解耦控制方法,并证明该方法在理想估计与非理想估计下,对应的李雅普诺夫函数是全局渐进稳定的,从而得到解耦控制率方程,根据控制率方程和机器人的实际结构参数搭建Simulink仿真模型,进行运动控制仿真,仿真方法有:基于传统PD控制器的计算力矩解耦控制仿真方法和基于自适应模糊控制器的计算力矩解耦控制仿真方法,仿真输出机器人跟踪给定运动轨迹的效果图和误差图。仿真结果表明,无论是在理想或非理想状态下,计算力矩解耦控制方法确实可以使控制系统趋于稳定,且跟踪误差小,通过比较可知,基于自适应模糊控制器的计算力矩解耦控制方法的效果更佳。     

4-SPS(PS)并联机构模糊自适应滑模控制系统设计

针对并联机构传统控制方式轨迹跟踪精度误差较大的缺陷,提出了一种基于4-SPS(PS)并联机构的动力学方程和模糊自适应(Fuzzy-Adaptive SMC)滑模控制器的控制系统。首先,基于螺旋理论及反螺旋理论,设计了一种4-SPS(PS)并联机构,并采用微运动法(Micro-Motion Method)对机构的运动学方程进行了探讨。其次,基于机构的动力学方程,结合模糊自适应算法,设计了一种新型滑模控制器(SMC),模糊自适应算法的作用是实时地修正系统的不确定和非线性项参数,有效抑制了SMC系统的抖振现象。最后,建立了机构的系统仿真框图和实验平台,分别对机构进行仿真分析和实验研究。结果表明:模糊自适应滑模变结构控制器的轨迹跟踪精度高,鲁棒性强,稳态误差小,从而验证了该新型SMC控制器的有效性。     

装载机工作装置轨迹的自适应模糊滑模控制

为实现装载机工作装置的轨迹跟踪控制,建立装载机工作装置的二自由度运动学和拉格朗日动力学方程。装载机工作装置具有明显的非线性和不确定性特征,并存在外部干扰,设计了自适应模糊滑模变结构控制器。利用模糊控制动态调节切换增益,将模糊控制的切换项转化为连续的模糊系统,增强了控制系统对装载机工作装置的不确定性和外界干扰的鲁棒性,削弱了滑模控制的抖振现象。设计过程采用了方法,保证了控制系统的稳定与收敛,仿真结果给出了自适应模糊滑模控制的跟踪性能及误差。     

挖掘机的4自由度自适应模糊滑模控制

为实现挖掘机回转和工作装置的轨迹跟踪控制,建立挖掘机回转和工作装置的4自由度运动学和拉格朗日动力学方程.挖掘机工作装置具有明显的非线性和不确定性特征,并存在外部干扰,所以将滑模变结构理论用于其控制系统.针对滑模控制的抖振可能激活高频动态和破坏控制器部件的缺点,设计自适应模糊滑模控制器.控制规则包括3部分:等效控制、调整控制和切换控制.利用自适应模糊系统输出动态调节切换增益以逼近系统不确定性的上界,将滑模控制的切换项转化为连续的模糊输出,削弱了滑模控制的抖振现象,并且有较强的自适应跟踪能力.针对一个完整的挖掘卸料过程,将所设计的控制器用于仿真试验,给出自适应模糊滑模控制的跟踪性能及控制输入的效果.     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

非线性磁悬浮系统动力学建模与控制研究

针对磁悬浮列车悬浮系统的强非线性和存在外界扰动下传统PID控制器鲁棒性弱的问题,首先建立磁悬浮控制系统的数学模型并通过Adams动力学分析软件进行非线性动力学建模。采用模糊规则对PID的参数进行在线自适应整定,设计适用于磁悬浮系统的模糊自适应PID控制器。讨论在不同外界干扰下,所设计控制器在实现磁悬浮列车稳定悬浮时的控制性能并在虚拟样机中进行实时观测。通过对所设计的模糊自适应PID控制器在磁悬浮系统上的应用,可以明显发现其控制性能优于传统PID控制器。此外,在受到外界干扰的情况下,与传统PID控制器相比,所设计的模糊自适应PID控制具有较强的抗干扰性及鲁棒性。更适用于在实际磁悬浮工程中克服外界干扰来工作运行。     

柔性连杆的神经模糊逆自适应控制

为了简单、准确的实现对柔性连杆机器人慢子系统的控制,应用了神经模糊动态逆自适应控制原理及其控制器的设计方法,建立了柔性连杆机器人的动力学方程,给出了神经模糊系统的学习算法,并进行了系统的稳定性分析,解决了柔性连杆机器人的慢动力学及机器人慢子系统的逆自适应控制问题.     

基于模糊干扰观测器的电动Stewart平台自适应模糊控制

建立了一个电动Stewart平台的统一动力学模型,并基于它设计了一种新型的自适应模糊控制算法。这个统一的动力学模型在任务空间中使用了Newton-Euler方法建立,同时结合了平台动力学和执行器动力学模型。自适应模糊控制算法使用计算力矩方法设计运动平台标称模型的逆动力学控制器,然后使用基于模糊干扰观测器的自适应模糊控制器对模型的不确定性和外部扰动进行补偿。通过数值仿真分析表明,在不引入高增益控制器的情况下,成功地消除了平台参数的不确定性和外部干扰的影响,保证了平台的跟踪性能。     

Adaptive fuzzy prescribed performance control for MIMO nonlinear systems with unknown control direction and unknown dead-zone inputs

In this study, an adaptive fuzzy prescribed performance control approach is developed for a class of uncertain multi-input and multi-output (MIMO) nonlinear systems with unknown control direction and unknown dead-zone inputs. The properties of symmetric matrix are exploited to design adaptive fuzzy prescribed performance controller, and a Nussbaum-type function is incorporated in the controller to estimate the unknown control direction. This method has two prominent advantages: it does not require the priori knowledge of control direction and only three parameters need to be updated on-line for this MIMO systems. It is proved that all the signals in the resulting closed-loop system are bounded and that the tracking errors converge to a small residual set with the prescribed performance bounds. The effectiveness of the proposed approach is validated by simulation results.     

基于人机共享和分层控制的车道偏离辅助系统

针对车道偏离辅助系统转向控制中的人机协同问题,提出一种人机共享的决策与控制方法。考虑驾驶员转矩、道路曲率及纵向车速,设计模糊控制器确定虚拟车道边界宽度,再根据车轮是否超出虚拟边界进行辅助控制决策。在此基础上根据车-路位置关系建立车辆预瞄处偏差的动态模型,设计LPV/H∞控制器跟踪车道中心线决定期望前轮转角。应用滑模观测器估计转向阻力矩,设计考虑驾驶员转矩和转向阻力矩的二阶滑模控制器决定辅助转矩,再由主权分配模块进一步对人机控制主权进行分配,实现辅助系统与驾驶员之间的共享控制。在veDYNA/Simulink联合仿真平台上对提出的控制方法进行仿真试验,仿真结果表明所提出方法在各种车速下均能有效避免车辆偏离车道,减少控制器对驾驶员的干预,人机冲突较小。建立基于veDYNA/LabVIEW的车道偏离辅助控制系统试验台架,对该方法进行硬件在环仿真试验,其结果表明该方法能有效辅助驾驶员通过复杂道路,获得较好地人机协调性能。     

Vision-based stabilization of nonholonomic mobile robots by integrating sliding-mode control and adaptive approach

Vision-based pose stabilization of nonholonomic mobile robots has received extensive attention.At present,most of the solutions of the problem do not take the robot dynamics into account in the controller design,so that these controllers are difficult to realize satisfactory control in practical application.Besides,many of the approaches suffer from the initial speed and torque jump which are not practical in the real world.Considering the kinematics and dynamics,a two-stage visual controller for solving the stabilization problem of a mobile robot is presented,applying the integration of adaptive control,sliding-mode control,and neural dynamics.In the first stage,an adaptive kinematic stabilization controller utilized to generate the command of velocity is developed based on Lyapunov theory.In the second stage,adopting the sliding-mode control approach,a dynamic controller with a variable speed function used to reduce the chattering is designed,which is utilized to generate the command of torque to make the actual velocity of the mobile robot asymptotically reach the desired velocity.Furthermore,to handle the speed and torque jump problems,the neural dynamics model is integrated into the above mentioned controllers.The stability of the proposed control system is analyzed by using Lyapunov theory.Finally,the simulation of the control law is implemented in perturbed case,and the results show that the control scheme can solve the stabilization problem effectively.The proposed control law can solve the speed and torque jump problems,overcome external disturbances,and provide a new solution for the vision-based stabilization of the mobile robot.     

Robust master–slave synchronization for general uncertain delayed dynamical model based on adaptive control scheme

In this paper, the robust exponential synchronization problem for a class of uncertain delayed master–slave dynamical system is investigated by using the adaptive control method. Different from some existing master–slave models, the considered master–slave system includes bounded unmodeled dynamics. In order to compensate the effect of unmodeled dynamics and effectively achieve synchronization, a novel adaptive controller with simple updated laws is proposed. Moreover, the results are given in terms of LMIs, which can be easily solved by LMI Toolbox in Matlab. A numerical example is given to illustrate the effectiveness of the method.     

不确定性双臂空间机器人自适应模糊优化控制

考虑空间环境存在惯性参数未知及外部扰动等不确定性因素,针对自由漂浮双臂空间机器人(DFFSR)关节角运动控制问题,提出了一种自适应模糊优化控制方法。首先,基于系统动量守恒关系及Lagrange方法,建立DFFSR系统关节空间的动力学方程;而后,考虑系统惯性参数未知导致惯性矩阵无法求解问题,利用模糊控制理论的万能逼近特性,通过在线参数辨识建立系统自适应模糊模型;由此,同时考虑系统存在外界扰动以及输出力矩的优化问题,基于SDRE优化控制理论,设计一种自适应模糊优化控制方法,实现了DFFSR系统关节角的精确运动控制。一组对比仿真验证了所提控制方法的可靠性。     

视觉导航智能车辆横向运动的自适应预瞄控制

车道保持系统中车辆横向运动控制应模拟驾驶员的横向操纵行为,驾驶员根据前方道路曲率及车辆速度适时调节预瞄距离,以获得理想的路径跟踪性能。首先,以车辆二自由度动力学模型及车辆道路几何位置关系为基础,建立车-路横向动力学模型。其次,基于单点预瞄最优曲率模型设计侧向加速度PD跟踪控制器,联立车-路横向动力学模型构建横向控制闭环系统,分析预瞄距离、车速、道路曲率的变化对系统响应的影响。最后,设计模糊控制器对预瞄距离进行模糊选择以提高车辆横向控制精度和减小侧向加速度,采用遗传算法对模糊规则进行优化以使横向控制系统性能达到最优。试验表明,相对固定预瞄控制方法,自适应预瞄减小了车辆侧向加速度,且道路跟踪的方向偏差和距离偏差均得到减小。     

Adaptive control for spacecraft rendezvous subject to actuator faults and saturations

An adaptive saturated fault-tolerant controller is proposed for a spacecraft rendezvous maneuver with a cooperative target spacecraft. The six-degree-of-freedom (6-DOF) relative dynamics subject to unknown inertial parameters, external disturbances, actuator faults and saturations are formulated in the pursuer's body-fixed frame. To design controller satisfying asymmetric magnitude constraints, a modified smooth hyperbolic tangent function is applied to approximate the non-differentiable saturation function. Based on the augmented system technique, an adaptive fault-tolerant saturated controller is designed for the pursuer by using a Nussbaum function matrix compensating for the nonlinear term arising from the input saturations. In addition, a Levant differentiator is introduced to obtain the derivative of the virtual control in finite time that avoids the complicated calculation. It is proved via Lyapunov stability theory that all the signals in the closed-loop augmented system are bounded and the relative errors asymptotically converge to zero. Numerical simulations are performed to illustrate effectiveness of the proposed controller.     

新能源汽车主动四轮转向稳定性控制技术

针对无法在不同环境下改变控制规则，导致对汽车控制时获得的横摆角速度、质心侧偏角、车轮转角与理想模型偏差大，车身侧倾角大，存在控制性能差的问题，提出新能源汽车主动四轮转向系统稳定性控制方法。构建了汽车横向动力学模型、垂直运动模型、运动状态方程以及路面输入模型，设计了自适应模糊控制器，将可调因子引入自适应模糊控制器中，使控制器可以适用于不同环境，完成新能源汽车主动四轮转向系统的稳定性控制。实验结果表明，所提方法应用后，可实现汽车主动四轮转向系统稳定性控制。     

On position/force tracking control problem of cooperative robot manipulators using adaptive fuzzy backstepping approach

In this paper, the position and force tracking control problem of cooperative robot manipulator system handling a common rigid object with unknown dynamical models and unknown external disturbances is investigated. The universal approximation properties of fuzzy logic systems are employed to estimate the unknown system dynamics. On the other hand, by defining new state variables based on the integral and differential of position and orientation errors of the grasped object, the error system of coordinated robot manipulators is constructed. Subsequently by defining the appropriate change of coordinates and using the backstepping design strategy, an adaptive fuzzy backstepping position tracking control scheme is proposed for multi-robot manipulator systems. By utilizing the properties of internal forces, extra terms are also added to the control signals to consider the force tracking problem. Moreover, it is shown that the proposed adaptive fuzzy backstepping position/force control approach ensures all the signals of the closed loop system uniformly ultimately bounded and tracking errors of both positions and forces can converge to small desired values by proper selection of the design parameters. Finally, the theoretic achievements are tested on the two three-link planar robot manipulators cooperatively handling a common object to illustrate the effectiveness of the proposed approach.