基于BP神经网络的机器人视觉控制方法

利用BP神经网络实现了基于图像的机器人视觉伺服控制器,省略了计算图像雅可比矩阵和机器人雅可比矩阵的过程,简化了控制算法的计算,训练样本和测试样本取自RBT-6T/S04S机器人实际运动,设计6个BP神经网络来实现图像空间与机器人空间的非线性映射关系,仿真结果显示神经网络控制器具有良好的定位跟踪效果,在保证精度的条件下简化了算法.将训练好的神经网络控制器用于视觉伺服系统中引导机器人到达目标物体,达到了较好的效果.     

磁锚定手术机器人视觉伺服系统研究

针对磁锚定手术机器人的同时具有转动关节和移动关节机械臂的运动特点,提出了一种基于图像的视觉伺服系统.首先建立了系统的成像模型,并求解出图像雅可比矩阵.然后建立了机器人的运动学模型,并求解出机器人雅可比矩阵.机器人在二维平面内运动,图像空间的维数与运动空间的维数相同,总的雅可比矩阵是非奇异的.为了简化视觉控制器的设计难度,反馈控制器采用PI图像控制器,同时还可克服系统的静差.最后对建立的视觉伺服系统进行Matlab仿真,结果验证了提出方案的可行性.     

基于模糊自抗扰技术的机械臂轨迹跟踪控制

考虑机械臂动力学模型中存在未建模动态、摩擦力矩、外部干扰等不确定性因素,为了提高系统的轨迹跟踪控制性能,设计了模糊自抗扰控制器。利用自抗扰技术中的扩张状态观测器能够对系统内外部扰动进行实时估计的特性,观测系统的不确定性因素,应用跟踪微分器提高系统动态响应性能,同时结合模糊控制技术对非线性误差反馈控制加以改进,从而实现了误差反馈增益的优化自整定。仿真结果验证了该控制器的强鲁棒性和有效性。     

自抗扰控制器在气压伺服控制系统中的应用

为提高控制系统的鲁棒性,增强干扰抑制能力,提出了适用于气压伺服系统的自抗扰控制器方案,并讨论了控制参数的整定.自抗扰控制器为非线性控制器,由跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律3部分构成.扩张状态观测器可以实时观测系统状态和扩张状态,从而实现全状态反馈及系统不确定性和外扰的补偿控制.自抗扰控制器的设计不依赖于被控系统的精确数学模型,并对内外扰有较强的抑制能力,在整个系统工作区间都有良好的鲁棒性.仿真结果表明,自抗扰控制器对气动伺服系统模型的不确定性以及外干扰的鲁棒性较好,且具有较优的动态性能.     

基于图像的非标定视觉反馈控制机器人全局定位方法

针对机器人非标定全局定位问题,研究Kalman滤波(Kalman filtering,KF)算法联合反馈型Elman神经网络(Elman neural network,ENN)学习机器人图像空间与运动空间非线性映射关系,从而建立基于图像的视觉反馈控制方法.首先利用ENN学习得到机器人全局定位的次优状态,以此为系统状态向量构建伺服系统状态方程与观测方程,进而利用KF估计得到机器人图像雅可比矩阵.其次,采用KF对ENN网络权重进行在线微调,KF联合ENN满足机器人全局定位稳定收敛的要求,并对环境干扰具有一定的自适应性.最后在摄像机参数未标定条件下,进行六自由度机器人"眼在手"(eye-in-hand)定位比较试验,结果验证了提出的非标定视觉伺服控制方法的有效性.     

欠驱动智能水下机器人的自抗扰路径跟踪控制

为削弱欠驱动智能水下机器人(AUV)在路径跟踪过程中遇到的外界环境干扰和载体内部信号传输干扰的影响,以某欠驱动AUV为研究目标,基于自抗扰控制技术以及在Serret-Frenet坐标系下建立的路径跟踪误差方程,结合水下机器人相关运动学及动力学方程,建立了二阶自抗扰路径跟踪控制器,并进行了与传统PID控制器的对比仿真实验.仿真实验包括水平面随机干扰下的圆路径跟踪和渐变干扰下的空间螺旋线跟踪.仿真结果表明,基于自抗扰控制技术的欠驱动AUV路径跟踪控制器能够实现相应的参考路径跟踪任务,同时,相比于传统PID控制器,自抗扰路径跟踪控制器能够更有效地抑制干扰造成的颤抖、超调等现象,具有更优的控制效果.     

自抗扰精密跟踪运动控制器的设计

为了提高非圆车削中快速伺服刀架的跟踪精度和抗干扰性,研制了一种自抗扰控制器。通过对执行机构建模分析,将模型中的非线性部分归结为系统的内扰,将加工过程中切削力干扰归结为系统外扰,设计出相应的扩张状态观测器,对系统内、外扰的总和做出实时估计和补偿。仿真实验表明,自抗扰控制性能优于传统的PID控制。通过DSP(digital signal processor)编程,将自抗扰控制器应用于非圆车削。切削加工试验结果表明,自抗扰控制具有良好的控制品质,快速伺服刀架跟踪精度控制在±5μm以内。     

异步电机的新型非线性自抗扰控制器的研究

为提高控制系统的鲁棒性,抑制电机参数波动及负载扰动的影响,基于自抗扰控制器(ADRC)原理,提出了适用于异步电机控制系统的自抗扰控制器方案.自抗扰控制器由3部分构成:跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律.自抗扰控制器不依赖于被控系统的具体数学模型并对内外扰有较强的抗扰能力,而且在整个系统工作区间内都会有良好的鲁棒性与适应性.仿真结果表明自抗扰控制器对模型的不确定性以及测量噪声的鲁棒性较好,而且它还具有较优的动态性能.     

不同轴距车辆路径跟踪研究

针对不同轴距车辆路径跟踪鲁棒性,提出了基于滑模自抗扰控制的平行泊车路径跟踪算法.该算法利用线性滑模控制设计自抗扰控制律中的误差反馈环节,改善了自抗扰控制器的结构,能适用于不同轴距车辆.线性自抗扰控制器能够观测和补偿由于不同车辆轴距引起的不确定性和车辆受到的外界干扰.在假定低车速和小侧偏角情况下,控制器的设计考虑非线性运动学模型及运动学约束.仿真结果表明,基于滑模自抗扰控制的路径跟踪控制算法能够将不确定性部分观测出来并且补偿掉,保证了不同轴距车辆很好地跟踪规划的理想泊车轨迹.     

基于反双曲正弦函数的自抗扰控制器

利用反双曲正弦函数分别设计了三阶跟踪微分器和三阶扩张状态观测器,并利用该函数和设定输入的二阶微分信号设计控制律,从而构造了一种新型自抗扰控制器.通过李雅普诺夫函数证明了自抗扰控制系统在平衡点处渐近稳定.仿真实验表明,采用该自抗扰控制器的二阶系统能有效抑制内部和外部非线性扰动的影响,实现对方波信号和正弦信号的高精度跟踪,同时,扩张状态观测器能较准确地估计系统内部和外部扰动信号.     

永磁同步风力发电机的时滞补偿自抗扰控制设计

针对直驱式永磁同步风力发电机系统存在非线性、多变量、强耦合、模型不确定和控制时延等问题,提出一种基于时滞补偿的自抗扰控制策略.该策略首先利用Smith预估器补偿时延,使自抗扰控制器作用于无时延环节,然后引入非线性扩张状态观测器对建模误差和多变量耦合等内部干扰以及外部环境的不确定性进行估计,并通过前馈通道进行实时补偿,消除内外干扰的影响,实现最大功率跟踪,最后基于Matlab/Simulink系统展开对比验证.结果表明:该控制策略能有效提高系统的稳定性和抗干扰能力,其跟踪性能优于传统自抗扰控制方法.     

基于自抗扰控制技术的电子节气门控制

为解决传统线性控制器无法满足汽车电子节气门控制要求的问题,利用自抗扰控制技术进行了电子节气门非线性控制器研究。首先根据博世公司的电子节气门性能指标,给出了参考过渡过程和采样时间的选取准则;然后通过将建模误差等不确定性看作加性外部扰动,利用扩张状态观测器实时估计出作用于系统的扰动总和,并给予补偿。仿真表明,基于自抗扰控制技术的控制方法能够很好地实现电子节气门的快速跟踪控制,而且具有较强的鲁棒性。     

复杂环境下的欠驱动智能水下机器人定深跟踪控制

为使欠驱动智能水下机器人(AUV)在实际定深作业中,更好地抵抗外界和载体内部信号传输所构成的复杂环境作用,以某欠驱动AUV为研究对象,基于自抗扰控制技术和模糊控制方法,结合水下机器人相关运动学及动力学方程,利用切换控制策略,取自抗扰和模糊控制各自的优点,联合建立了欠驱动AUV模糊自抗扰定深跟踪控制器,并与基于传统比例积分微分(PID)方法的定深控制器在复杂环境下进行了对比仿真.仿真结果表明,基于模糊自抗扰控制技术的欠驱动AUV深度控制方法能够实现准确定深跟踪控制,同时,相比于传统PID控制器,模糊自抗扰深度控制方法能够更有效地抑制复杂环境下干扰所造成的超调和震颤等现象,具有更优的控制效果.     

烷氧基化反应温度控制系统

针对烷氧基化反应控制系统存在的滞后性及弱跟随性,采用双闭环控制(内环采用传统PID算法,外环在非线性自抗扰控制器的基础上引入Smith预估器),利用非线性自抗扰扩张状态观测器效率高的特点提高系统的抗扰性和跟随性.仿真试验结果表明,非线性自抗扰控制在抗扰性和响应速度方面优于线性自抗扰控制.     

无刷直流电机换相转矩脉动抑制的研究

分析了无刷直流电机产生转矩脉动的原因,设计了自抗扰控制器来抑制无刷直流电机的转矩脉动的发生.以控制器本身的状态观测器检测系统的相电流脉动,通过控制器本身的非线性状态反馈控制器对检测电流脉动误差值进行补偿,从而抑制电流的波动.采用双闭环控制抑制转矩脉动的发生.仿真结果表明,设计自抗扰控制器抑制了系统干扰引起的超调量.反馈能够完全地被快递跟踪.设计的控制系统使无刷直流电机的转矩脉动值为9%左右.因此,自抗扰控制系统能够更好地抑制无刷直流电机转矩脉动的产生.     

基于免疫自整定的自抗扰控制研究

结合自抗扰(ADRC)和生物免疫的控制思想设计了免疫ADRC控制器。设计的免疫ADRC控制器保留了传统ADRC控制器的结构,并运用生物免疫机制实现了自抗扰控制器中非线性状态误差反馈(NLSEF)的参数自整定。这样设计的控制器可以提高传统控制系统的抗干扰能力,优化了控制器性能。设计的免疫ADRC算法可适用于N阶对象,仿真部分以二阶运动模型为例。仿真实验表明,免疫ADRC既可以保存传统ADRC快速跟踪和有效观测的优点,又能在此基础上增强系统的抗扰能力,提高了系统的稳定性。     

基于激光跟踪的V型坡口焊接机器人研究

介绍了激光跟踪焊接机器人的结构组成和工作原理。在分析了V型坡口焊缝空间位置和形状特征的基础上,采取结构光法标定焊缝图像,经过焊缝条纹图像处理,提取焊缝特征点,根据三角测量原理建立了特征点的三维坐标。通过建立图像空间到机器人末端焊枪的笛卡尔空间雅可比矩阵,计算出焊枪在基坐标下的位姿,利用机器人逆运动学方程,求得机器人各关节的位置值,最后由关节控制器控制各个关节的运动,实现了机器人V形坡口焊接的视觉控制。     

双旋翼无人机串级线性自抗扰控制

介绍线性自抗扰控制器(LADRC)和串级线性自抗扰控制器的组成结构,包括线性跟踪微分器、线性扩张状态观测器以及线性误差控制律,并给出各部分的典型算法。为了解决纵列式双旋翼无人机姿态控制系统中欠驱动、多变量、强耦合的控制问题,设计串级线性自抗扰控制器。研究结果表明:所设计的串级线性自抗扰控制器参数少,便于参数整定,能够满足控制精度及快速性的要求,并且具有较强的鲁棒性、抗干扰性能力以及对非线性强耦合系统的解耦能力。     

采用SVR-雅可比估计器的焊接机器人视觉导引

为实现基于视觉的6-DOF机器人智能焊接过程的自动导引,提出了一种无标定视觉伺服控制模型.该模型采用多个支持向量回归(SVR)机进行图像雅可比矩阵估计,建立了图像特征和机器人关节角的非线性映射关系,能够在无标定条件下进行焊接机器人视觉导引的伺服控制.文中给出了采用高斯核函数的图像雅可比矩阵估算表达式,并在计算机控制下对SVR-雅可比估计器进行自动训练后,分别对EIH“手眼”和ETH“眼看手”两种摄像机配置方式的焊接机器人进行视觉定位导引试验.试验结果表明,采用SVR-雅可比估计器的焊接机器人视觉导引能够较准确地定位在期望目标,与传统的Broyden-估计器相比有更好的动态响应质量.     

基于激光跟踪的V形坡口焊接机器人

介绍了激光跟踪焊接机器人的结构组成和工作原理。在分析了V形坡口焊缝空间位置和形状特征的基础上,采取结构光法标定焊缝图像。经过焊缝条纹图像处理,提取焊缝特征点,根据三角测量原理建立了特征点的三维坐标。通过建立图像空间到机器人末端焊枪的笛卡尔空间雅可比矩阵,计算出焊枪在基坐标下的位姿;利用机器人逆运动学方程,求得机器人各关节的位置值,最后由关节控制器控制各个关节的运动,实现了机器人V形坡口焊接的视觉控制。