具有H∞跟踪特性的机器人自适应模糊控制

为使机器人系统在有外界扰动的情况下具有良好的抗干扰能力,加快输出跟踪误差的收敛速度并提高其精度,提出了一种稳定的模糊自适应控制策略.该控制算法基于模糊逻辑系统,将模糊自适应控制器的设计与H∞控制相结合,在鲁棒补偿的基础上引入模糊补偿;并基于Lhapunov方法,给出了学习自适应律,及H∞跟踪特性的证明.对二自由度机器人的仿真结果表明,该算法使系统在跟踪误差的收敛速度和精度上都有了很大的改善,具有良好的鲁棒性和抗干扰能力.     

具有H_∞跟踪性能的机器人自适应PID控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,提出一种鲁棒自适应PID控制算法.该控制器由主控制器和监督控制器组成.主控制器以常规PID控制为基础,基于滑模控制思想设计PID参数的自适应律,根据误差实时修正PID参数.基于Lyapunov函数设计的监督控制器补偿自适应PID控制器与理想控制器之间的差异,使系统具有设定的H_∞的跟踪性能.最后,两关节机器人的仿真实验结果表明了算法的有效性.

Abstract：

A robust adaptive PID control algorithm is proposed for trajectory tracking of robot manipulators with nonlinear uncertainties.The controller is composed of a main controller and a supervisory controller.The main controller is designed based on the traditional PID controller.The parameters of the PID controller are updated online according to the system running errors with the adaptation law based on the sliding mode control.The supervisory controller is proposed to compensate the error between the adaptive PID controller and the ideal controller in the sense of the Lyapunov function with the specified H_∞ tracking performance.Finally, the simulation results based on a two-joint robot manipulator show the effectiveness of the presented controller.     

弹性机器人的H∞控制

阐述了弹性机器人的控制问题，并针对单杆弹性臂，用混合灵敏度方法设计了Ｈ∞控制器。     

拟人机器人关节空间自适应H_∞位置跟踪控制

拟人机器人的建模和控制一直是一种开放的、富于挑战性的问题,研究了一种正交轮式移动车为载体的拟人机器人控制问题。首先建立了系统模型,据此提出一种新的基于NN的自适应H∞位置跟踪控制器,将鲁棒非线性H$控制方法与模型的直接自适应神经网络技术作了自然集成。然后证明了其鲁棒稳定性,并进一步分析了控制器中的重要细节。最后仿真研究验证了该控制器的正确性和有效性。     

具有H^∞跟踪特性的不确定性机器人神经网络控制

针对不确定性机器人提出一种具有Ｈ＾∞跟踪特性的神经网络（ＮＮ）控制器，使Ｈ＾∞控制理论与ＮＮ有机地结合起来。通过适当选择控制变量加权因子可以使由于ＮＮ近似误差以及外部干扰引起的误差动态衰减到期望的程度下。文基基于Ｌｙａｐｕｎｏｖ方法给出了ＮＮ学习自适应律，Ｈ＾∞跟踪特性的证明。最后通过在两自由度机器人控制中的应用表明该方案的可行性。     

机器人LFT变增益H∞控制

针对平面两关节直接驱动机器人,基于LMI技术提出一种设计能保证在整个运动范围内始终具有很好动态性能的LFT变增益H∞控制器的新方法.将机器人系统转化为以两关节夹角余弦值为变参数的LPV模型并表示为关于变参数的LFT结构,利用变参数的测量值设计具有相同LFT结构的LPVH∞控制器,将此控制器的设计等价为以变参数为不确定项的LTI鲁棒控制器的设计并给出控制器可解的LMIs条件,然后归纳出获得控制器的求解方法.此控制器既克服了传统变增益控制器的缺陷,又利用变参数的测量值降低了控制器设计的保守性.实验结果验证了此控制器的有效性和先进性.     

基于H∞观测器原理的模糊自适应控制器设计

针对一类非线性系统提出一种利用观测器原理来求解干扰抑制项和控制器参数的新型模糊自适应控制方法.通过寻求线性矩阵不等式(LMI)的可行解来得到具有H∞跟踪性能的模糊自适应观测器.并证明了如果该观测器具有H∞跟踪性能,则由该观测器参数构成的控制器,可以保证闭环系统稳定.     

基于非线性H∞状态反馈的机器人鲁棒控制

针对机器人存在参数不确定性以及外界未知干扰的情况,运用反推(backstepping)设计方法 ,通过求解非线性H∞状态反馈控制问题,设计了一种鲁棒控制器,实现了对外界未 知干扰的有效衰减,以及只考虑参数不确定性时系统跟踪误差的渐近收敛性．最后给出了对 两连杆刚性机器人的仿真,验证了控制效果．     

基于自适应神经网络的一类不确定非线性系统的鲁棒H∞控制

针对一类不确定非线性多输入时变系统，提出了一种新的鲁棒H∞控制方案．通过引入2个自适应神经网络逼近器，提出了一个简化的Hamilton—Jaeobi—like不等式，并据此设计了非线性H∞控制器和匹配不确定项补偿控制器，消除了输入摄动项和估计器最优逼近误差的有界性假设．机器人系统的鲁棒跟踪控制仿真算例证实了所提出控制方案的有效性．     

一类带有自适应的H∞状态反馈控制

H∞控制做为一种已经相当成熟的理论,已经有了系统的解决方案,从Riccati方法到LMI方法.我们都可以通过Matlab工具箱方便的求得H∞控制器.注意到：这些方法得到的控制器增益都是定常的,这样的控制器虽然在工程实践中易于实现,但是就H∞控制的出发点,即干扰抑制问题本身而言,定常增益的控制器却不是必须的,本文提出了一种在原有的定常控制器基础上加入自适应项的控制器结构,经过理论分析,得出这样的控制器可以使得闭环系统具有更为优越的干扰抑制性能,文中同时给出了一个数值例子来显示该方法的有效性和优越之处.     

基于递归模糊神经网络的机器人鲁棒H_∞跟踪控制

利用递归模糊神经网络来逼近机器人系统中的非线性函数,提出了一种具有自适应能力的H∞控制策略.该控制策略能够减弱机器人系统的外扰,并把模糊神经网络的重构误差对系统的影响控制在指定的范围内.同时又能保证闭环系统的所有信号都是有界的.为了验证基于递归模糊神经网络的H∞控制策略的有效性,将其与计算力矩控制方法进行比较,仿真结果表明,在存在外扰的情况下,所提出的控制策略具有比计算力矩控制方法更好的跟踪性能.     

救援机器人自适应模糊控制的研究

研究了腿轮混合结构式救援机器人的自适应运动控制问题;由于腿轮式救援机器人是一多自由度、非线性和强耦合的系统,其动力学模型比较复杂且难以精确建立,提出采用T-S型模糊神经网络进行机器人的运动控制;充分利用T-S模糊模型的特点和优点,以一种简化的T-S型模糊神经网络作为前馈控制器,同时反馈控制器也采用T-S型模糊神经网络实现;该控制器利用人的经验和知识实时调整PID参数,从而改善控制系统的性能,提高控制器的适应能力;实验结果表明该方法具有良好的轨迹跟踪精度和抗干扰能力.     

非线性系统H∞干扰衰减及其在自适应控制中的应用

研究非线性系统Ｈ∞干扰衰减的无源稳定性理论和微分对策的方法，讨论了该方法在模型部分已知或参数未知的非线性系统控制中的应用，并提出了一种基于鲁棒性设计的自适应控制律。     

高超声速飞行器纵向通道分层模糊自适应H∞控制

针对具有参数不确定性特点的高超声速飞行器输出跟踪问题,提出了一种基于分层模糊系统的自适应H_∞控制器的设计方法。为了解决模糊控制器中规则数目随系统变量个数呈指数增长的问题,减少在线辨识参数的数量,增强控制系统的实时性,设计了一种基于分层模糊系统的间接自适应控制器;同时为了减少模糊系统逼近误差、参数不确定性和系统外部干扰对控制系统稳定性造成的影响,引入鲁棒补偿项,提高控制器的H_∞性能,并利用Lyapunov理论分析证明了整个系统的稳定性能。仿真结果表明,该方法不仅能够保证高超声速飞行器具有良好跟踪性能,而且具有很强的鲁棒性。     

基于H∞的双足机器人关节控制方法研究

本文利用拉格朗日法建立了双足步行机器人的动力学模型,从中提取出干扰和摄动.通过分析和求解H∞状态反馈控制问题,设计了一个鲁棒控制器,该控制器既能使双足步行机器人控制系统对干扰不敏感,又对摄动保持稳定.得到H∞控制器后,给出了双足步行机器人的全局关节控制系统,并且对双足步行机器人进行了仿真实验,实验结果验证了控制方法的有效性.     

腿轮式机器人的自适应模糊控制

提出了一种基于模糊神经网络(FNN)的腿轮式机器人轨迹跟踪控制方法．在利用常规P D控制器提取初始模糊规则的基础上,利用专家经验对初始规则进行补充,最后再利用误差的 反向传播算法对参数进行在线的自适应调整．仿真计算证明该方法具有良好的轨迹跟踪精度 和抗干扰能力．     

具有参数不确定性和外部扰动的非线性系统自适应鲁棒H∞输出反馈控制

本文针对一类同时具有参数不确定性和外部扰动的非线性系统,讨论了其自适应鲁棒H∞输出反馈控制问题。提出的设计方法结合自适应控制和鲁棒H∞控制,基于Hamilton-Jacobi不等式得到了控制问题可解的充分条件和动态输出反馈控制器的形式。     

基于非线性H_∞状态反馈的机器人鲁棒控制

针对机器人存在参数不确定性以及外界未知干扰的情况 ,运用反推 (backstepping)设计方法 ,通过求解非线性 H∞ 状态反馈控制问题 ,设计了一种鲁棒控制器 ,实现了对外界未知干扰的有效衰减 ,以及只考虑参数不确定性时系统跟踪误差的渐近收敛性 .最后给出了对两连杆刚性机器人的仿真 ,验证了控制效果 .     

机器人轨迹跟踪自适应控制

本文提出一种新的自适应控制算法,用于补偿机器人动力学方程中的非线性项和消除关节间的耦合。这种简单有效的控制算法,保证了系统在一定的参数变化范围内具有渐近稳定性和良好的控制精度。     

机器人力／位置自适应模糊控制

在机器人力／位置混合控制的基础上，本文提出了一种对力控制回路采用自适应模糊控制的方法，有利于提高系统对机器人末端操纵器五外界工作环境接触时，其接触刚度不确定性的自适应能力，仿真结果表明，该控制方法与常规ＰＩＤ控制相比，系统的自适应能力和鲁棒性有显著的改善。