旋翼飞行机械臂建模及动态重心补偿控制

旋翼飞行机械臂是将多关节机械臂固连在旋翼飞行平台上而组成的一种面向主动任务操作的特殊系统,其飞行平台和机械臂之间存在强耦合特性.本文针对机械臂的规划运动对飞行平台的干扰问题,建立了系统运动学和动力学模型,并通过动态计算系统重心位置坐标,设计出基于backstepping的动态重心补偿控制方法,针对补偿项测量噪声问题设计了二阶低通滤波器,并使用Lyapunov稳定性理论证明了系统的稳定性.仿真和实验均验证了在相同的参数条件下,具有动态重心补偿项的控制算法比没有重心补偿项的控制算法在轨迹跟踪和姿态稳定方面具有明显优势.     

空间机械臂本体与末端抓手协调运动的自适应控制方法

讨论了载体位置不受控制的漂浮基空间机械臂本体与末端抓手协调运动的自适应控制问题. 对系统的运动学、动力学分析表明, 结合系统动量守恒关系得到的系统动力学方程及协调运动的增广广义Jacobi矩阵可以表示为适当选择的组合惯性参数的线性函数. 以此为基础, 对于系统存在未知参数的情况, 设计了本体姿态与机械臂末端抓手惯性空间轨迹协调运动的自适应控制方案. 上述控制方案的显著优点在于: 不需要测量、反馈飞行器本体的位置、移动速度及移动加速度. 仿真运算, 证实了上述控制方案的有效性.     

机械臂逆运动学模型控制新方法

根据机械臂关节轴线方向建立了连杆坐标系,采用Denavit-Hartenberg（D-H）法得到连杆坐标系变换矩阵,通过坐标系变换矩阵得到机械臂正运动学模型,由正运动模型得到机械臂逆运动学模型。该模型是一个非线性约束优化问题。为了求解模型,基于多种群和多变异策略,提出了多变异策略的多种群差分演化算法。多种群策略可以提升个体共享群体信息的能力,多变异模式策略可以提升个体间的差异性,数值试验表明新算法可以有效求解机械臂逆运动学模型。     

机械臂的动态混合控制

本文研究当机械臂的终端受有约束时的控制问题,其中心内容是给出“任务规范投影算子”的概念,利用它首先将机械臂的动态方程解耦为两组方程,它们分别描述了运动与约束力,在此基础上给出了机械臂的控制律,使闭环系统跟踪期望的速度与约束力。     

基于速度观测模型的可重构机械臂补偿控制

针对可重构机械臂动力学中存在的模型参数摄动和外界扰动,本文阐述了一种基于速度观测模型的模糊RBF神经网络补偿控制算法.利用Lyapunov函数给出了网络的权值、隶属度函数中心和宽度倒数的在线更新律,并证明了所提出的观测模型及其补偿控制算法的最终一致有界性.最后以RRP(revolute-revolute-prismatic)构形的可重构机械臂为例,通过仿真研究了算法对轨迹跟踪问题的有效性,同时与基于速度观测模型的RBF神经网络补偿控制进行了仿真对比及分析,给出了神经网络和模糊神经网络在可重构机械臂轨迹控制应用中各自的优缺点.     

采摘机械臂位置误差补偿方法研究

对采摘机械臂的结构误差补偿作了探讨,提出了基于模糊稳健性的误差补偿方法以及关节最小误差补偿量求解算法,并对5自由度采摘机械臂末端位姿误差补偿进行仿真分析,结果表明模糊稳健补偿后末端位置误差明显减小。     

柔性机械臂的双时间尺度组合控制

本文研究柔性机械臂的轨迹跟踪和振动抑制问题. 首先, 利用Lagrange法和假设模态法建立柔性机械臂的动态模型, 进而利用奇异摄动理论得到柔性机械臂的双时间尺度模型. 然后, 基于慢时间尺度模型利用滑模控制理论设计轨迹跟踪控制器; 借助于快时间尺度模型利用自适应动态规划设计参数不精确已知情况下的最优振动抑制控制器; 将二者相结合, 构造双时间尺度组合控制器, 利用奇异摄动理论证明闭环系统稳定. 最后, 在Matlab/Simulink环境下进行实验, 与现有方法相比, 本文设计的控制器对柔性振动具有更好的振动抑制效果, 跟踪精度更高.     

排爆机器人机械臂定位精度误差自动补偿方法研究

针对于排爆机器人在进行排除爆破物质时,机械臂不能满足绝对准确的定位要求,位置检测精度与实际距离之间存在一定的误差。为了解决这一问题,提出排爆机器人机械臂定位精度误差自动补偿方法。基于D-H运动模型和微分变换法创建排爆机器人机械臂位姿误差模型,对误差模型进行重复参数分析,去除重复参数获得可辨识的线性方程;在可辨识的运动学参数误差模型线性方程中加入一个增量进行误差补偿。最后通过仿真实验结果表明,所提方法通过对机械臂位姿误差模型进行有效补偿,使排爆机器人机械臂绝对定位精度均值提升1.3mm。     

机械臂的扇区滑动模态控制

本文针对刚性机械臂设计了扇区滑动模态，证明了其动态品质和渐近稳定性能，提出了扇区滑动模态的存在条件和到达条件，并针对刚性机械臂设计了扇区滑动模态控制律。分析及仿真结果均表明：本方法具有易于解耦、计算量小等优点，并消除了传统滑动模态控制中的抖振问题。     

双臂搬运机器人结构设计与动态仿真分析

针对棒料搬运和无人机翼下弹药挂装,设计了一种基于双六自由度结构的双臂搬运机器人.对机器人总体构型和各驱动回转及末端执行器等重要部分结构加以阐述.双臂机器人由10个驱动转动环节组成,其中腰部和肩部回转为2个共用关节,双臂各有4个回转关节,组成双六自由度机械臂.机器人通过两臂间的协作可以准确地调整搬运对象的位姿,完成复杂的...     

动态补偿逆的非线性内模控制在机器人中的应用

针对机器人的非线性不确定性和传统非线性内模控制在控制上存在的不足．提出一种基于动态补偿逆的非线性不确定系统RBF内模控制,在引入RBF建立逆模型的同时．将无模型自适应控制方法作为附加控制器,用于在模型偏离被控对象时在线修正逆模型。仿真结果表明,本文提出的方法不仅对机器人系统的常量摄动具有较好的鲁棒性,对时变不确定性仍能保持较好的跟踪效果．具有较好的实时性、鲁棒性和在线校正功能。     

基于模型参考自适应方法的对偶控制方法研究

针对未知参数随机系统，基于模型参考自适应方法和双准则函数，设计了具有控制和学习作用的对偶控制器．通过控制器的学习作用提高了控制精度，有效地减少了启动时的超调．仿真结果表明，设计的控制器能够具有较好的跟踪性能．     

Dynamic Model and Control for a Holonomic Omnidirectional Mobile Robot

In the recent past, mobile robots with high mobility have been developed actively. We have already proposed a holonomic and omnidirectional mobile robot using two active dual-wheel caster assemblies and also derived the kinematic models for the assembly and the mobile robot. This paper presents dynamic analysis and control for the mobile robot. The dynamic model has been derived based on the forces acting on the steering axis. Then a model-based resolved acceleration controller is constructed. The validity of the model and the effectiveness of the control system are confirmed by experiments using a prototype robot as well as simulations.     

双轮自平衡机器人行走伺服控制算法

为解决双轮自平衡机器人行走伺服控制问题,针对其动力学特性,提出使用分层模糊控制的方法对双轮自平衡机器人运动进行控制,并且设计一种基于mamdani型模糊推理规则的模糊控制器.使用这种模糊控制器在双轮自平衡机器人硬件平台上完成了2个实验.一是以恒定倾斜角行走为控制目标的行走伺服控制;二是以恒定速率行走为控制目标的行走伺服控制.实验结果表明,设计的模糊控制器模糊规则简洁,可以很好地解决双轮自平衡机器人行走伺服控制问题.     

Distributed Model Predictive Control Method for Optimal Coordination of Signal Splits in Urban Traffic Networks

Coordination and control approaches based on model predictive control (MPC) have been widely investigated for traffic signal control in urban traffic networks. However, due to the complex non‐linear characters of traffic flows and the large scale of traffic networks, a basic challenge faced by these approaches is the high online computational complexity. In this paper, to reduce the computational complexity and improve the applicability of traffic signal control approaches based on MPC in practice, we propose a distributed MPC approach (DCA‐MPC) to coordinate and optimize the signal splits. Instead of describing the dynamics of traffic flow within each link of the traffic network with a simplified linear model, we present an improved nonlinear traffic model. Based on the nonlinear model, an MPC optimization framework for the signal splits control is developed, whereby the interactions between subsystems are accurately modeled by employing two interconnecting constraints. In addition, by designing a novel dual decomposition strategy, a distributed coordination algorithm is proposed. Finally, with a benchmark traffic network, experimental results are given to illustrate the effectiveness of the proposed method.     

Fractional Control of a Humanoid Robot Reduced Model with Model Disturbances

There is an open discussion between those who defend mass-distributed models for humanoid robots and those in favor of simple concentrated models. Even though each of them has its advantages and disadvantages, little research has been conducted analyzing the control performance due to the mismatch between the model and the real robot, and how the simplifications affect the controller’s output. In this article we address this problem by combining a reduced model of the humanoid robot, which has an easier mathematical formulation and implementation, with a fractional order controller, which is robust to changes in the model parameters. This controller is a generalization of the well-known proportional–integral–derivative (PID) structure obtained from the application of Fractional Calculus for control, as will be discussed in this article. This control strategy guarantees the robustness of the system, minimizing the effects from the assumption that the robot has a simple mass distribution. The humanoid robot is modeled and identified as a triple inverted pendulum and, using a gain scheduling strategy, the performances of a classical PID controller and a fractional order PID controller are compared, tuning the controller parameters with a genetic algorithm.     

基于连杆力矩传感器动态补偿的机器人灵巧手笛卡儿阻抗控制

为了对连杆空间力矩传感器进行动态补偿,提出了适用于求取串联机器人任意连杆中任意一点处所受的内力和内力矩的算法.该算法采用连杆假想截断原理利用牛顿-欧拉方程推导而出.推导过程综合考虑了串联机器人是否处于静态以及末端是否受外力作用的情况,以及串联机器人的关节是否是回转关节的情况.然后利用该算法计算动态补偿值,构建了基于连杆力矩传感器动态补偿的笛卡儿阻抗控制器.最后在HIT/DLR Hand II五指灵巧手上进行了实验验证.实验结果一方面验证了该算法的有效性,另一方面也验证了本文所构建的笛卡儿阻抗控制器的有效性.     

基于动态行为控制的移动机器人自主避障

针对环境信息未知或部分未知的情况,提出动态行为控制方法使移动机器人自主避障。采用动态窗法表示结构空间,并分析环境信息,激发相应的行为进行避障,经过行为融合后得到可行的路径和速度值。其中趋向目标的行为采用模糊逻辑控制的方法,避障行为采用VFH方法加以实现。在计算过程中考虑了动力学与运动学约束条件,使得动态行为控制方法更加可行。仿真结果论证了所提出的方法的实时性与有效性。