基于模糊神经网络的不确定机器人实时轨迹跟踪控制的研究

针对机器人建模的不精确性以及扰动的存在给机器人控制增加难度的问题,提出了一种基于模糊神经网络的不确定机器人实时轨迹跟踪控制方法。该控制方法的控制器由模糊神经网络(FNN)控制器和CMAC控制器组成,FNN控制器代替传统的计算力矩法,CMAC控制器在线补偿控制误差,有效补偿机器人存在的各种不确定性。对二自由度机器人的仿真结果表明了所提出的控制方法的可行性。     

SCARA机器人的自适应迭代学习轨迹跟踪控制

为了减小执行重复运动任务机器人的末端位置误差,提出了自适应迭代学习轨迹跟踪控制算法。根据拉格朗日方程得到SCARA机器人的动力学模型,设计了控制力矩的迭代算法,利用Lyapunov函数对该算法的稳定性进行了理论证明,搭建了具有典型机械结构的SCARA机器人实验平台。通过实验验证了自适应迭代学习控制算法能有效减小SCARA机器人的末端位置误差,具有较强的可执行性。     

基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制

轮式机器人具有复杂多变的非线性、强耦合以及时变的动力学特点,采用传统的机器人轨迹跟踪控制容易产生较大的速度突变,导致机器人在控制过程中产生抖振现象,为此提出了一种基于参数自适应神经动力力学的轮式机器人轨迹跟踪控制方法。通过运动学分析并建立轮式机器人的位姿误差模型,采用神经动力学设计机器人轨迹跟踪控制器;分析比较不同参数取值与控制量之间的关系,设计了一种参数自适应方法进一步提高轨迹跟踪控制器的性能;最后,通过对所设计的控制方法进行了仿真实验。实验结果表明,所设计的控制方法能够保证机器人拥有较小的速度突变,在出现误差情况下能够以较快速度收敛,在轨迹跟踪上拥有较高的精度。     

蛇形机器人跟踪误差预测的自适应轨迹跟踪控制器

为了满足蛇形机器人轨迹跟踪运动的精度需要,消除外界干扰对机器人跟踪误差的影响,提出了一种蛇形机器人跟踪误差预测的自适应轨迹跟踪控制器.所提出的控制器实现了机器人干扰变量、摩擦系数和控制参数的预测,并用预测值和虚拟控制函数来补偿系统的控制输入,抵消了蛇形机器人在轨迹跟踪过程中的侧滑角,避免了干扰变量对机器人带来的负面影响...     

液压挖掘机器人轨迹跟踪控制综合策略方案研究

针对液压挖掘机器人工作装置和液压系统高度非线性,单一的控制策略不能实现有效精确控制的特点。提出了挖掘机器人轨迹跟踪控制的综合策略。在传统的轨迹规划器中,加入了轨迹优化模块;在关节伺服控制中,采用了基于规则的智能PID控制策略;在泵控制中,采用了改进的负流量节能控制技术。实验结果证实了这种方案的有效性,可以在很大程度上提高挖掘机器人的轨迹跟踪精度,使操作更加平稳。     

一种弧焊机器人轨迹跟踪控制方法的研究

针对弧焊机器人动态特性中的非线性和不确定因素,对机器人的轨迹跟踪控制问题进行了研究。为提高跟踪精度和控制性能,提出一种基于高斯基模糊神经网络的轨迹跟踪控制方法。该方法以高斯基作为隶属函数,结合神经网络和模糊算法,设计了高斯基模糊神经网络控制器。采用非线性规划中的最速下降法对模糊神经网络进行自学习,能够在线调节隶属度函数的中心以及关节耦合权值,使得控制器具有更好的自学习与自适应能力。数值仿真结果表明该控制方法能高效地控制机器人的轨迹跟踪。     

二自由度机器人轨迹跟踪误差控制优化研究

为了提高2自由度机器人控制系统响应速度,降低其输出误差,设计改进模糊PID控制器,并对2自由度机器人角位移跟踪效果进行仿真验证。给出多连杆机器人的动力学模型,设计模糊PID控制器。利用粒子的迭代搜索原理对模糊PID控制器参数进行优化,从而得到模糊PID控制器参数的最优值,使机器人控制系统具有更好的抗干扰能力。以2自由度机器人为例,利用Matlab软件对机器人角位移和转矩进行仿真,在不同环境中比较优化前和优化后的输出效果。结果显示：采用改进粒子群优化算法优化PID控制器参数,2自由度机器人控制效果明显优于模糊PID控制器。2自由度机器人优化后的模糊PID控制器,不仅响应速度快,而且抗干扰能力强。     

高空带电机器人轨迹跟踪与控制研究

针对高空带电机器人臂架轨迹跟踪问题,以该机器人的臂架系统为研究对象,建立臂架几何结构模型,应用机器人学理论,通过建立其运动学模型,实现对抓手的轨迹跟踪控制.其次,为解决高空带电机器人臂架液压系统存在的响应滞后问题,首先,建立了臂架变幅液压系统的数学模型,分析其系统的稳定性.然后,采用PID控制器对该系统进行优化.最后,...     

柔性机器人轨迹跟踪的逆动力学分析

基于绝对坐标,以期望轨迹而不是名义刚性位置作为机器人末端点的边界条件,建立了具有柔性关节和柔性杆的机器人的逆动力学模型,此方法可使柔性机器人非常准确地跟踪期望轨迹。最后,提出了求解此类非线性方程的数值算法。通过对３Ｒ机器人进行仿真,表明本方法优于通常的方法。     

纤维缠绕张力的模糊自适应PID控制

设计了一种模糊自适应PID控制器，运用于以运动控制器（PMAC）为核心、直流力矩电机为执行元件的数控纤维缠绕张力控制系统；上位机根据PMA6采集的张力数据进行模糊运算处理、整定后获得优化的PID参数，传送给PMAc实施张力控制。研究表明：与常规PID控制器相比，张力超调量、波动显著减小。在此基础上，提出了这种控制算法的实现方法，为实际的应用奠定了基础。     

遥控挖掘机器人轨迹跟踪的电液比例控制系统

为实现自动挖掘，在挖掘机器人的轨迹规划器给出铲斗期望的运动轨迹的情况下，需要挖掘机的控制系统能够控制其工作装置实现对给定轨迹的准确跟踪。电液比例阀兼有开关控制和伺服控制的优点。能实现对液压系统流量和方向的比例控制。该文提出了一种对常规挖掘机的液压回路进行简单的改造后，在挖掘机上既能实现常规手柄操作控制，又能实现电液比例遥控轨迹跟踪的液压回路。在建立系统数学模型的基础上，该文提出了一种PID参数自适应的控制策略，并利用仿真实验对其性能进行验证。     

基于T-S模糊神经网络的机械手轨迹跟踪

以两自由度并联机械手为研究对象,提出了一种以T-S模糊神经网络作为反馈器,以粒子群算法优化的BP神经网络学习作为前馈控制器的机械手自适应轨迹跟踪方案。并运用ADAMS软件建立虚拟样机模型与Simulink进行联合仿真实验。仿真结果表明设计的控制方案能够较好地控制机械手的轨迹跟踪。     

机器人操作手轨迹跟踪的一种仿人智能控制

机械手的轨迹跟踪是机器人控制系统中的一个难点,文中将仿人智能控制应用于自行设计的机器人操作手上,实验证明,方法行之有效。     

基于滑动动力学模型的机器人轨迹跟踪控制

针对三轮全向移动机器人在运动过程中产生的滑动现象,提出一种基于滑动动力学模型的轨迹跟踪控制方法。在三轮全向移动机器人运动学以及动力学建模的基础上,通过分析轮毂滚动方向和滚子滚动方向上的车轮接触摩擦力,提出了一种滑动动力学模型,并将该模型引入三轮全向移动机器人闭环运动控制系统,以提高其轨迹跟踪控制精度。在Matlab/Simulink平台上进行轨迹跟踪控制仿真。结果表明,基于滑动动力学模型的三轮全向移动机器人运动控制系统具有较好的稳定性和准确性。     

基于神经网络参数自整定PID的双臂机器人协调操作的轨迹跟踪控制

将BP神经网络与PID相结合，解决了双臂机器人协调操作同一刚性负载的轨迹控制问题，设计了应用于机器人协调操作刚性负载轨迹跟踪的控制系统。针对主臂和从臂在实际操作中所处地位的不同，对主臂，从臂应用了不同的控制子结构。采用这一方法，可以实时调整PID控制器的参数，使其在线达到最优状态，克服了依靠经验离线整定PID参数的局限，使系统具有更强的鲁棒性和自适应性，其输出可达到期望的控制精度，仿真实验验证了控制系统及算法的有效性。     

基于自适应步长果蝇算法的爬行机器人足端轨迹规划

爬行机器人的足端轨迹规划是一个复杂多维难求解的问题,为此,提出一种自适应步长果蝇算法(ASFOA)并用于该问题的求解.ASFOA变果蝇算法(FOA)中的固定步长为自适应步长,增强了算法跳出局部最优和全局寻优的能力.典型测试函数的仿真结果表明了 ASFOA相比于FOA的优势;在爬行机器人足端轨迹规划的实际应用中,同样是A...     

基于T-S模糊变权重MPC的智能车轨迹跟踪控制

为了协调智能驾驶车辆的轨迹跟踪精确性和稳定性,提高控制算法对不同工况的自适应能力,提出基于Takagi-Sugeno模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S FMPC)的轨迹跟踪控制策略。以前轮转角为控制变量建立MPC控制,并以实时横向位移误差和横摆角误差为模糊输入,通过T-S模糊控制在线优化MPC目标函数权重,协调权重矩阵对轨迹跟踪精确性和稳定性的影响。基于Carsim建立分布式驱动电动汽车的整车动力学模型,基于Simulink建立控制策略,通过双移线工况仿真及实车试验,验证了所提控制策略的有效性。仿真结果表明,相比于传统MPC控制,所提出的T-S模糊变权重MPC控制可降低横向位移误差达62.24%,有效提高轨迹跟踪精度;并且可使前轮转角波动减小37.46%、横摆角误差减小84.19%,显著增强轨迹跟踪稳定性;试验结果表明,在20 km/h、沥青路面双移线工况下,横向位移误差在0.12 m以内,横摆角误差在1°以内,且前轮转角控制曲线平滑,说明所提算法具有良好的控制效果和实用性。     

基于改进PID算法的机器人双目视觉跟踪系统

概述了自主研制的机器人双目视觉跟踪系统，重点描述了所设计的基于单片机的目标速度反馈PID控制算法，并通过实验检验了该视觉跟踪系统的控制性能。实验证明该系统解决了普通图像直接反馈控制方法由于非线性原因而产生控制效果差的问题，基于目标速度反馈的PID控制算法优于普通图像直接反馈的控制算法。     

柔顺并联机器人动力学及轨迹跟踪

以含有开槽型柔顺关节的并联机器人为研究对象,对其动力学及轨迹跟踪问题进行研究。根据柔顺关节特性,建立系统分析模型,应用拉格朗日方法建立系统动力学方程。为补偿系统具有的不确定性,分别设计趋近律上界滑模控制策略和径向基函数(Radial basis function,RBF)神经网络趋近律滑模控制策略,基于Lyapunov理论证明了系统的全局稳定性。应用S型速度规划曲线,分别给出直线轨迹和圆轨迹的运动规划算法。仿真结果表明,系统模型及控制策略能够有效实现柔顺关节并联机器人的轨迹跟踪。