模型不确定的下肢康复机器人轨迹跟踪自适应控制

为了实现康复训练过程中高精度的轨迹跟踪控制,针对下肢康复机器人的模型参数和外界干扰等不确定性因素对其轨迹跟踪造成严重影响,提出一种模型不确定的下肢康复机器人轨迹跟踪自适应控制方法。根据所提方案,设计了相应的轨迹跟踪自适应控制器;并进行了轨迹跟踪控制仿真实验对比分析,结果表明,计算力矩控制方法在系统模型不确定时,膝关节的最大角度跟踪误差高达11.3°,髋关节最大稳态误差4.6°;而轨迹跟踪自适应控制方法在模型不确定的情况下,髋关节和膝关节的角度跟踪稳态误差均收敛于零;轨迹跟踪自适应控制方法可以显著提高下肢康复机器人轨迹跟踪的精度。     

基于表面肌电信号的上肢康复机器人变阻抗控制技术研究

我国老龄人群肢体障碍者很多,运动康复技术是康复治疗的有效手段。但医患比例严重失调难以使得人人都能享受到康复医疗服务。康复机器人通过阻抗控制技术能够与人体进行一定的安全交互,但现有康复机器人多采用定阻抗控制,环境适应能力弱,难以应用于临床。针对上述问题,提出一种变阻抗控制方法,以采集使用者的表面肌电信号为输入条件,通过改进随机森林算法训练识别使用者上肢的运动角度。并配合末端力传感器,获得使用者的运动意图,再通过变阻抗控制器完成康复运动。搭建了实验平台,并对轨迹跟踪和康复训练能力进行验证与评估。结果表明所设计的控制器能够控制机器人完成康复运动。     

基于Backstepping时变反馈和PID控制的移动机器人实时轨迹跟踪控制

根据机器人的运动学模型，采用分层控制的思想将移动机器人的轨迹跟踪控制分为两部分：轨迹跟踪控制器和机器人速度PID控制器。基于Backstepping时变状态反馈方法和Lyapunov理论，引入具有双曲正切特性的虚拟反馈量，提出一种移动机器人全局轨迹跟踪算法：采用PID速度控制器以满足机器人驱动电机实时调速要求。考虑到机器人的动力学约束，引入受限策略以保证其运动平滑。在基于DSP的两轮驱动移动机器人上对算法进行了实时轨迹跟踪试验，取得了满意的控制效果。     

智能车运动轨迹跟踪算法的研究

针对智能车运动过程中轨迹跟踪精度差的问题,提出了一种基于反演控制算法的智能车运动轨迹跟踪算法。首先,建立智能车的运动学模型;误差模型和动态模型。然后,根据反演控制算法,设计出合理的分部虚拟控制量,并结合李雅普诺夫稳定性分析,设计智能车运轨迹跟踪控制律;最后,在Simulink上进行智能车轨迹跟踪控制的仿真实验。实验结果表明,设计的智能车运动轨迹跟踪算法相比于迭代学习算法或者李雅普诺夫直接法,具有更好的实时性且跟踪精度好,且满足不同车速环境下智能车稳定性的需求。     

扭矩输入有界的机器人模糊PD轨迹跟踪

针对轨迹跟踪控制中机器人关节驱动器输出扭矩受限的问题,提出一种基于模糊自适应PD的输入有界轨迹跟踪控制算法。不同于以往的控制策略,该算法在控制律中引入具有饱和特性的改进反正切函数,以确保扭矩控制输入的有界性,并结合模糊自适应原理实现PD增益的在线自整定,以改善系统的动态特性。通过对位置跟踪误差进行线性滤波得到速度跟踪误差替代信号,使得整个系统的闭环控制仅需位置输出反馈。利用奇异摄动理论对系统进行了稳定性分析,证明在一定约束下的PD增益自整定过程中,仍能保证系统稳定。仿真和比较结果表明,该算法能够在严格保证控制输入有界的前提下,减小超调量,缩短系统调整时间,具有更优的轨迹跟踪性能。     

改进LuGre模型的挖掘机器人摩擦补偿控制

非线性摩擦会降低挖掘机器人电液伺服系统的动静态性能,引起轨迹爬行、平峰和稳态误差等现象。经典LuGre摩擦模型仅与速度有关,内部鬃毛状态变量无法准确测量,无法全面描述复杂的挖掘机器人电液伺服系统摩擦特性。本文综合考虑电液伺服系统位置、速度和方向等信息,设计了一种改进的LuGre摩擦模型,同时引入速度阈值解决了弹性鬃毛平均变形状态观测器不稳定问题。其次,为了解决传统优化算法陷入局部最优解、收敛速度慢等问题,通过引入惯性权重、异步变化和精英突变操作改进基本粒子群优化算法,以精准快速辨识出改进LuGre摩擦模型中的6个未知参数。最后,结合辨识出的摩擦模型,基于结构不变性原理设计前馈摩擦补偿控制器,并在23吨挖掘机器人进行了正弦和三角波不同工况下的轨迹跟踪实验。实验结果表明,传统的比例积分微分控制器跟踪误差最大,三角轨迹最大跟踪误差达到了29.68 mm,基于改进LuGre模型设计的前馈摩擦补偿控制器仅为9.70 mm,误差减小了67.31%,基于改进LuGre模型设计的前馈摩擦补偿控制器可以有效提升挖掘机器人的轨迹跟踪精度。     

具有运动时间约束的机械手最优平滑轨迹规划

为了提高机械手在指定时间内完成运动任务的平滑性,提出一种最优平滑轨迹规划方法.采用七次B样条曲线插值关节位置序列,保证关节加加速度连续且关节启停速度、加速度和加加速度可设定.将运动学约束转化为B样条曲线控制顶点约束,以加加速度平方积分的最小值作为平滑性能指标,采用遗传算法对平滑性能指标和相应的时间节点向量全局寻优,进而规划出最优平滑轨迹,解决了现有平滑轨迹规划方法没有考虑加加速度累积效果和运动学、运动时间约束的问题.实验结果表明,该方法规划的轨迹具有加加速度平滑和加加速度累积最小的特点,与现有的三次样条轨迹相比,可有效降低轨迹跟踪误差.     

基于预见前馈补偿的直线永磁同步电动机的位置伺服控制系统

在数控机床、机器人等轨迹跟踪问题中，未来目标轨迹信息对提高跟踪精度具有十分重要的意义。本文设计的基于预见前馈补偿的位置控制器，充分利用未来信息，能够克服模型误差等干扰，通过仿真实验结果验证了该方法的可行性和良好的控制效果。     

下肢康复训练机器人结构设计

本文阐述了一种新型下肢训练康复机器人的机械结构设计和其轨迹控制系统设计。该机器入主要用于增强由于运动损伤造成的神经损伤病人或缺少行走能力的老年人的步行行走能力。本文重新设计并改进了下肢康复训练机器人机械结构及其控制系统。该机器人采用新型的全向移动平台机构,可以实现沿平面内任意方向运动。本文采用虚拟样机技术手段进行机械结构设计,建立基于Pro/e和ADAMS精确的机器人虚拟数字样机,并对机械模型的建模过程和模拟参数做了详细介绍、     

DLR/HIT Ⅱ灵巧手控制系统及基关节同步控制

针对多传感器、多自由度机器人灵巧手,开发了基于DSP&FPGA的多层控制系统。将手指驱动控制系统和传感器系统集成在手指内部,使得与人手尺寸和活动性相似的DLR/HIT Ⅱ五指机器人灵巧手得以实现。对于手指基关节差分齿轮的运动协调问题,设计了包含速度和加速度前馈项、同步误差和位置误差反馈项以及平滑鲁棒非线性反馈补偿项的交叉耦合同步控制器,该控制器不需要精确的动力学模型。经与传统的非同步控制PD加摩擦力补偿控制和轨迹跟踪控制对比,实验验证了所设计的控制系统及交叉耦合同步控制器的有效性。     

DLR/HIT II灵巧手控制系统及基关节同步控制

针对多传感器、多自由度机器人灵巧手,开发了基于DSP＆FPGA的多层控制系统.将手指驱动控制系统和传感器系统集成在手指内部,使得与人手尺寸和活动性相似的DLR/HIT II五指机器人灵巧手得以实现.对于手指基关节差分齿轮的运动协调问题,设计了包含速度和加速度前馈项、同步误差和位置误差反馈项以及平滑鲁棒非线性反馈补偿项的交叉耦合同步控制器,该控制器不需要精确的动力学模型.经与传统的非同步控制PD加摩擦力补偿控制和轨迹跟踪控制对比,实验验证了所设计的控制系统及交叉耦合同步控制器的有效性.     

永磁同步电动机的速度指定位置跟踪控制

位置跟踪控制是永磁同步电动机的一个重要应用领域。利用速度指定方法可以在永磁同步电动机位置跟踪过程中增加一个速度控制的自由度。速度指定方法可以增强永磁同步电动机位置控制的灵活性和精度。采用自适应反推控制设计速度指定位置跟踪控制器可以实现跟踪速度的指定和负载转矩的估计。为了简化自适应反推控制器的设计,将一个可以独立于系统控制器设计的干扰观测器应用于负载转矩的估计。系统设计方法不但可以实现永磁同步电动机的位置跟踪,同时也可以获得更高的控制精度和鲁棒性能。仿真结果验证了该设计方案的正确性和有效性。     

机器人轨迹跟踪改进PD控制研究

针对机器人的特征参数在运动过程中随工况变化及外界干扰产生大幅度变化的问题,采用模糊自校正PD控制的基础上引入智能积分环节,设计了一种用于机器人轨迹跟踪的模糊自校正PD控制器.仿真和实验结果表明,该控制方案能实现较高精度的快速轨迹跟踪,同时可消弱或避免PD控制中的振荡现象和稳态误差.系统对参数摄动和外界干扰具有较强的鲁棒性.     

用于机器人示教的人体手臂运动捕捉方法研究

机器人示教是实现机器人轨迹跟踪的主要方式,其工作原理决定了机器人作业的复杂程度。而采用人体运动跟踪技术,可以简化机器人的示教程序,提高工作安全性。研究了基于MEMS的人体运动跟踪方式,选取包含加速计、陀螺仪、磁力计的九轴惯性传感器来检测人体手臂运动情况,采用传感器间的互补融合与空间关节位置叠加的方法,获得较高精度的末端位置数据,并通过固定方向直线运动与空间连续运动的实验来检测传感器对手臂运动捕捉的效果。实验结果表明,融合计算出的数据轨迹在短距离的情况下数据精度高,可以用于机器人的部分轨迹示教。     

双永磁同步电机系统非级联预测速度同步控制

针对传统双电机控制系统中,运动惯性以及响应不及时等影响速度同步精度和动态响应速度的问题,本文提出了一种双永磁同步电机系统非级联预测速度同步控制策略,将双电机系统看作一个多输入多输出系统进行统一建模,应用有限控制集模型预测控制设计一个紧凑的双电机系统控制器,并将速度同步误差、速度跟踪误差和电机运行性能同时引入模型预测控制的价值函数中,实现多变量的协同优化控制。此外,为满足实际用户需求,引入弱磁、电流限制两个前端模块实现对电压、电流的约束。最后通过仿真进行了转速阶跃信号跟踪、抗负载扰动等对比验证,结果证明所提出的非级联预测速度同步控制策略较传统交叉耦合控制策略能够更有效提升双永磁同步电机系统的转速同步控制性能     

HIT机器人灵巧手基关节位置/力矩控制

研究了HIT机器人灵巧手手指基关节的位置和力矩控制,给出了在自由空间中,位置跟踪控制根据误差大小用一个加权因子,把PID和滑模变控制(VSC)结合起来的方法,达到良好的位置跟踪效果。在约束空间中的阻抗力矩控制,通过改变阻抗参数达到控制接触力大小的目的。     

基于迭代学习控制的肘关节功能性电刺激系统

为帮助肢体功能障碍患者上肢运动功能的康复和重建,本文设计针对肘关节运动康复的功能性电刺激(functional electrical stimulation,FES)系统。首先应用动态神经网络建立电刺激下肘关节运动的模型。根据模型的非线性与肘关节运动轨迹的重复性,采用迭代学习控制(iterative learning control,ILC)算法设计FES系统的控制器,实现肘关节角度精确控制的FES系统。经过10次迭代控制,肘关节实际运动轨迹与期望轨迹之间的最大误差为0.438°,相对平均误差为0.32%,均方根误差为0.245°。结果表明,所设计的基于ILC算法的FES系统能够实现肘关节运动功能性电刺激的精确控制,对帮助肘关节运动康复的FES系统研究具有一定的指导意义。     

移动机器人生物启发式变结构轨迹跟踪控制

针对移动机器人反演轨迹跟踪控制中的速度跳变与速度跟踪问题,提出一种采用生物膜电压模型和反演滑模方法的移动机器人生物启发式变结构轨迹跟踪控制系统。首先基于移动机器人的运动学模型建立位姿跟踪回路,即利用生物启发式膜电压模型获取虚拟的位姿误差信号,并结合Lyapunov函数设计反演控制器来解决速度跳变;然后考虑移动机器人的动力学模型设计速度跟踪回路,构造基于组合趋近律的滑模变结构力矩控制器来保证速度跟踪;接下来,根据Lyapunov理论对所提系统的稳定性进行证明;最后,以iRobot Create移动机器人为控制对象进行直线、圆和折线轨迹跟踪控制的仿真研究。通过分析比较初始阶段和拐点处的跟踪误差、速度和力矩,验证了所提系统的有效性。     

一种电子凸轮轨迹跟踪控制方法

以电子凸轮为研究对象,提出一种轨迹跟踪控制方法。阐述了电子凸轮运动规律,在此基础上基于3次非均匀B样条曲线给出了一种凸轮曲线设计方法。为提高凸轮轨迹跟踪精度,设计了模糊滑模迭代控制器。迭代学习控制算法可用于实现目标轨迹的跟踪;模糊控制和滑模控制则可以提高电子凸轮的收敛速度与鲁棒性。滑模控制器处理轨迹偏差及其变化率;模糊控制器对滑模输出进行模糊化和解模糊化处理;通过实时控制调节迭代学习控制器的增量得到理想的轨迹跟踪效果。针对基于伺服电机的电子凸轮,控制系统给出了具体硬件架构。通过实验验证表明,模糊滑模迭代控制算法能够满足电子凸轮对轨迹跟踪精度与鲁棒性的要求,电子凸轮能够有效取代传统的机械凸轮机构。     

基于电流增量预测控制的高压断路器电动机操动机构

为了提高高压断路器的工作特性和动态响应,研究了一种永磁同步电动机(permanent magnet synchronous motor,PMSM)驱动的高压断路器操动机构及其控制方法。采用电流增量预测控制对PMSM的电流环进行控制,仿真验证了电流增量预测控制对电流动态响应的提升。搭建了1台126 kV高压断路器电动机驱动操动机构样机,通过实验证明,采用电流增量预测控制的PMSM驱动高压断路器的分合闸操作能够快速跟踪位置指令,并且高压断路器运动特性稳定,分闸速度满足要求。