电液仿射非线性系统的离散模型跟随自适应控制

提出了一种将非线性状态反馈变换与模型跟随自适应控制(AMFC)相结合，适用于电液仿射非线性系统且无需在线参数估计和状态检测的离散AMFC控制方法。该方法利用对象的输入--输出数据序列取代在构造控制律时所需的对象状态信息，同时保证系统仍然能够实现准确的模型跟随控制。给出了满意的仿真结果。     

车辆驾驶员辅助系统中基于运动模型的前车最优跟随控制

为解决驾驶员辅助系统在前车跟随控制中车距与车速误差不易同步收敛的问题,建立考虑主车对期望加速度动态响应的主车与前车运动模型,以对前车跟随控制提供模型参考。基于主车实际运动与理想前车跟随行驶间的偏差建立前车跟随误差模型,并用线性二次型调节器求解最优期望加速度控制序列,以作为前车跟随控制中主车运动参数控制的输出。为考虑在实车控制中车辆及环境参数发生变化的可能,在前车跟随误差模型中引入车距与车速误差累积项以使线性二次型调节器具有积分控制功能,以在实际车辆与理想模型发生偏差时仍可进行有效控制。仿真对比及实车试验证明,基于运动模型的前车跟随控制可使主车车距与车速误差同步收敛并有效减少主车达到稳态前车跟随行驶的时间,同时易于在实车控制中展开应用。     

采用激光辅助装置的机器人视觉跟踪自适应控制

本文从机器人视觉系统的实际问题出发,提出一种采用激光辅助装置的机器人视觉系统对运动目标进行跟踪的自适应控制方案,介绍了自适应系统的结构并对自适应律的设计进行了推导。     

基于领航-跟随法的多机器人编队控制

编队控制是多机器人系统研究的核心问题之一,具有广泛的研究价值。针对编队问题,通过对轮式差分驱动机器人运动模型进行分析,并设计相应的控制器。在传统的领航-跟随模型上,引入“虚拟机器人”,将跟随者机器人对领航者机器人的轨迹跟踪转换为跟随者对“虚拟领航者”的轨迹跟踪。首先,预设定实际领航者机器人的行进路径,由实际领航者引导运动方向的运动轨迹被视为主轨迹,虚拟机器人通过数据产生参考点从而生成参考轨迹,跟随者机器人通过对参考轨迹的跟踪与“虚拟领航者”构成轨迹误差跟踪系统。然后通过Lyapunov的控制理论验证控制器的理论可行性,最后在MATLAB/Simulink仿真平台进行实验,通过改变控制参数来使机器人形成相应的期望队形,在较短的时间内,跟随机器人对参考轨迹的跟踪误差趋向于0且速度收敛,验证了编队系统的可行性。     

基于多点力约束的视网膜手术机器人的导纳控制

在视网膜血管注药手术中,手术器械与眼球巩膜刺入孔和视网膜目标血管处产生接触.为保证手术过程中这两处组织的受力在安全阈值内,提出了一种基于多点接触力的机器人约束控制算法.以手术器械轴部与眼球巩膜的接触力(巩膜力)和器械尖端与视网膜血管的接触力(尖端力)为输入,设计了机器人的导纳控制器.导纳控制器输出机器人坐标系下器械尖端...     

机器人辅助显微手术系统工作空间分析

首先介绍机器人辅助显微手术（RAMS）系统的机构组成，然后给出单臂工作空间的解析式和剖面图，再利用三维造型软件Pro／E得到其立体圈。在此基础上，对双臂协调工作公共空间进行分析，从而为机器人的初始工作状态的设定及末端工具的路径规划提供了可靠依据。最后进行了动物实验，验证了分析结果的正确性。     

基于输入-输出稳定性理论的手术机器人控制

手术机器人通常采用独立的PD控制或基于重力补偿的PD控制,但两种模型的控制律引入之后,系统的闭环误差方程是线性方程,而且不能充分考虑机器人的动力学特性。针对这个问题,提出一种基于输入-输出稳定性理论的控制模型,该模型使系统的闭环误差方程为非线性方程,体现了机器人的非线性本质。通过Matlab软件比较了重力补偿PD控制与基于输入-输出稳定性理论的控制所得末端的位置偏差,该方法得到的末端位置最大偏差为0.15 mm。     

手术机器人及操纵杆控制装置的设计与实现

主要研究一种多自南度手术辅助机器人系统，并重点阐述了一个新型的多自由度关节型机器人示教方式，即操纵杆控制系统。该控制系统可以完全控制机器人末端执行器的空间位置和姿态，方便医生进行更直接、安全的操纵。通过试验验证，操纵杆控制系统适合作为手术辅助机器人的“手把手”示教装置。     

机器人辅助腹腔镜手术中力感知技术的研究进展

为了推动机器人辅助腹腔镜手术中力感知技术的深入研究和临床应用,综述了其研究进展。针对有传感器的力感知,将其分为基于电信号和基于光信号两类,分析了传感器在手术器械上的位置分布、机械结构、测量范围、测量精度和电磁兼容性等关键指标,并讨论了其优势和局限;针对无传感器的力感知,将其分为基于视觉和基于动力学模型两类,并分析了其实现方法、技术障碍和误差来源。最后,展望了机器人辅助腹腔镜手术中力感知技术的发展趋势。     

基于模型预测控制的排爆机器人轨迹跟踪算法研究EI北大核心CSCD

排爆机器人在复杂、危险环境下代替人作业拥有非常重要的地位。排爆机器人对期望轨迹的跟踪是避免发生危险最重要的环节。基于模型预测控制算法提出了排爆机器人末端轨迹跟踪算法。给出了机械臂状态空间的离散模型,已知当前时刻位置状态和下一时刻位置输入状态,预测未来某时域内的输出状态;然后根据给定性能指标和约束条件,求解未来一段时域内的输入序列,对实际输出进行反馈校正;最后,采用实验仿真对比测试,验证了该算法的有效实时性,结果表明,基于模型预测控制的机器人末端轨迹跟踪算法具有良好的动态实时跟踪能力,实现了目标轨迹的有效跟踪。     

利用自适应卡尔曼滤波实现光电跟踪中的复合控制

为了在光电跟踪控制系统中实现复合控制以提高跟踪精度,构建了基于模型自适应卡尔曼滤波算法的复合控制结构。首先,利用跟踪脱靶量数据和仪器位置数据合成目标角位置数据;然后,利用模型自适应卡尔曼滤波算法对目标角位置数据进行滤波估计以获得目标角速度信息;最后,将目标角速度信息前馈到速度回路,从而构成复合控制系统。实验结果表明:采用复合控制结构后,目标跟踪精度提高了50%。基于模型自适应卡尔曼滤波算法的复合控制技术能够在保持原反馈控制系统稳定性的条件下提高跟踪精度。     

A novel multitarget tracking algorithm for Myosin VI protein molecules on actin filaments in TIRFM sequences

We propose a novel multitarget tracking framework for Myosin VI protein molecules in total internal reflection fluorescence microscopy sequences which integrates an extended Hungarian algorithm with an interacting multiple model filter. The extended Hungarian algorithm, which is a linear assignment problem based method, helps to solve measurement assignment and spot association problems commonly encountered when dealing with multiple targets, although a two‐motion model interacting multiple model filter increases the tracking accuracy by modelling the nonlinear dynamics of Myosin VI protein molecules on actin filaments. The evaluation of our tracking framework is conducted on both real and synthetic total internal reflection fluorescence microscopy sequences. The results show that the framework achieves higher tracking accuracies compared to the state‐of‐the‐art tracking methods, especially for sequences with high spot density.     

基于卡尔曼滤波器的等效复合控制技术研究

等效复合控制技术是一种比较理想的高精度跟踪技术手段。阐述了复合控制及等效复合控制技术的基本原理,分析了机动目标的随机加速度模型,给出了卡尔曼滤波预测算法的实现过程,并在假定目标满足随机加速度模型的基础上,建立了基于卡尔曼预测滤波技术的光电经纬仪的等效复合控制系统。针对脱靶量滞后问题,提出了一种人为将编码器延迟再和脱靶量合成,而后采用卡尔曼滤波进行外推来克服该问题对系统影响的新方法。仿真结果表明,所建立的等效复合控制系统,可以对60°sin0.573 t的等效正弦目标达到0.2'的跟踪精度,相对于传统的速度滞后补偿方法,精度提高了10倍。最后实验验证了等效复合控制系统的有效性。     

人工神经网络在机器人学中的应用探讨

简要介绍常用于机器人学中的基本网络模型,并着重探讨了人工神经网络在机器人运动学和运动控制中的应用。     

Adaptive robust motion trajectory tracking control of pneumatic cylinders with LuGre model-based friction compensation

Friction compensation is particularly important for motion trajectory tracking control of pneumatic cylinders at low speed movement. However, most of the existing model-based friction compensation schemes use simple classical models, which are not enough to address applications with high-accuracy position requirements. Furthermore, the friction force in the cylinder is time-varying, and there exist rather severe unmodelled dynamics and unknown disturbances in the pneumatic system. To deal with these problems effectively, an adaptive robust controller with LuGre model-based dynamic friction compensation is constructed. The proposed controller employs on-line recursive least squares estimation（RLSE） to reduce the extent of parametric uncertainties, and utilizes the sliding mode control method to attenuate the effects of parameter estimation errors, unmodelled dynamics and disturbances. In addition, in order to realize LuGre model-based friction compensation, the modified dual-observer structure for estimating immeasurable friction internal state is developed. Therefore, a prescribed motion tracking transient performance and final tracking accuracy can be guaranteed. Since the system model uncertainties are unmatched, the recursive backstepping design technology is applied. In order to solve the conflicts between the sliding mode control design and the adaptive control design, the projection mapping is used to condition the RLSE algorithm so that the parameter estimates are kept within a known bounded convex set. Finally, the proposed controller is tested for tracking sinusoidal trajectories and smooth square trajectory under different loads and sudden disturbance. The testing results demonstrate that the achievable performance of the proposed controller is excellent and is much better than most other studies in literature. Especially when a 0.5 Hz sinusoidal trajectory is tracked, the maximum tracking error is 0.96 mm and the average tracking error is 0.45 mm. This paper constructs an adaptive robust controller     

基于卡尔曼滤波的虚拟采样同步控制算法研究

随着工业的发展,以及对系统通用性和可靠性要求的提高,研究用多个电机共同完成流水线生产已经越来越具有实际工程意义。本文以行列式制瓶机中的同步控制为背景,针对接近开关检测装置不能实时提供相位信息,提出了一种基于卡尔曼滤波的虚拟采样同步控制算法,实现供料机、分料机、拨瓶机和输送机等的同步控制,同步控制精度可达1度以内。     

高加速度运动系统的非线性摩擦前馈补偿控制

高加速度运动系统中非线性摩擦的建模补偿对提高轨迹跟踪性能至关重要。本文针对传统参数化模型难以准确预估高加速度运动启停阶段摩擦过冲等非线性摩擦的问题,在传统模型结构的基础上,结合扩展Stribeck模型,提出一种扩展参数化模型,模型参数的训练和学习样本源于高精度迭代学习控制获取的有限轨迹下非线性摩擦前馈补偿数据,并采用Levenberg-Marquardt算法拟合模型参数。最后,在音圈电机驱动的高加速定位平台上针对不同运动轨迹进行了实验验证。结果表明,该方法能够克服传统参数化模型难以消除高加速度启停阶段摩擦过冲等非线性摩擦对轨迹跟踪精度的影响;且与迭代学习控制的轨迹跟踪精度接近,有效避免了迭代学习泛化性差等问题,可实现工作空间下任意轨迹的摩擦补偿。     

Robust adaptive integral backstepping control for opto-electronic tracking system based on modified LuGre friction model

This paper presents a robust adaptive integral backstepping control strategy with friction compensation for realizing accurate and stable control of opto-electronic tracking system in the presence of nonlinear friction and external disturbance. With the help of integral control term to decrease the steady-state error of the system and combining robust adaptive control approach with the backstepping design method, a novel control method is constructed. Nonlinear modified LuGre observer is designed to estimate friction behavior. Robust adaptive integral backstepping control strategy is developed to compensate the changes in friction behavior and external disturbance of the servo system. The stability of the opto-electronic tracking system is proved by Lyapunov criterion. The performance of robust adaptive integral backstepping controller is verified by the opto-electronic tracking system with modified LuGre model in simulation and practical experiments. Compared to the adaptive integral backstepping sliding mode control method, the root mean square of angle error is reduced by 26.6% when the proposed control method is used. The experiment results demonstrate the effectiveness and robustness of the proposed strategy.     

基于卡尔曼滤波器的交流伺服系统自适应滑模控制

为了减小负载转矩扰动和系统参数摄动对永磁同步电机控制系统的影响,提出了一种基于卡尔曼滤波器的自适应滑模速度控制器。该控制器由自适应律估计参数摄动项,用卡尔曼滤波器估计外部扰动项。设计了含积分作用的滑模面,以保证电机转速的无静差跟踪;采用了指数趋近律,以提高趋近速度并削弱抖振。卡尔曼滤波器估计得到的系统外部扰动前馈补偿至控制器的输出,用于有效降低滑模控制器的不连续切换项造成的系统抖振。实验结果显示:跟踪设定的600r/min转速时,控制器稳态转速精度达到±1r/min。电机在以600r/min稳速运行时,设计的控制器在1.6N·m的外部转矩扰动下的最大转速波动比传统PI控制器的转速波动减小了2%。仿真分析和实验数据表明基于卡尔曼滤波器的自适应滑模控制器对交流伺服控制系统具有较强的抗扰动性、鲁棒性以及良好的稳态性能。