基于阻抗控制的机械臂末端工具的柔顺控制

当空间机械臂执行任务时与环境相接触，机械臂末端工具和目标之间可能存在很大的接触力.为了将接触力限制在一定范围内，本文提出了基于位置控制内环的阻抗控制对机械臂末端精细工具进行柔顺控制的方法.该方法建立了机械臂末端工具的位姿与接触力/力矩之间的动态关系，使用关节位置/速度传感器和腕力传感器的测量来得到关节角、关节角速度和末端接触力反馈，使得机械臂末端执行器根据反馈作出相应的顺应性运动.研究将阻抗控制应用在复杂精细的末端工具上，将位置和姿态同时纳入柔顺控制器的设计中，实现了末端位置和姿态的综合控制.最后本文以螺钉拆卸为例，对提出的末端柔顺控制律进行位姿控制和接触力控制的仿真验证.仿真结果表明，本文设计的柔顺控制器可以有效控制接触力在合理范围内，并在误差很小的范围内实现位置和姿态的综合控制，对实际工程应用中，机械臂末端的精细操作具有指导意义.     

空间机器人加注机构碰撞力建模与柔顺控制

为削弱在轨加注过程中主被动端碰撞冲击对空间机器人的影响,提出了基于力/位混合的柔顺控制律。首先通过第二类拉格朗日方程建立了漂浮基座空间机器人一般运动学模型和考虑环境接触的动力学模型。其次,设计了杆-锥式”加注主被动端装置,根据主被动端的接触特点,建立了点面接触的碰撞动力学模型,并给出相应的碰撞力计算方法。接着,将加注对接问题转化为以基座为参考系的末端运动控制问题,得到了机械臂关节期望运动规律,进而设计了位置环控制律;根据加注主被动端的位置关系计算得到碰撞力,进而设计了力/力矩环控制律,结合顺应选择矩阵最终得到力/位混合控制器,以减小杆锥对接时碰撞对空间机器人基座及末端的冲击影响。最后,仿真结果表明,对接方向的位置误差由初始值降至零,对接过程碰撞产生的力不超过10N,满足末端工具冲击承载。各关节角度变化平缓,关节力矩不超过13Nm,满足机械臂关节力矩最小承载,所设计的控制器使得加注主被动端完成柔顺对接。     

一类非线性系统的一阶D型迭代学习控制

传统的D型迭代学习控制的控制律设计方案依赖于被控系统的相对度.为解决该问题以及相对度增益与高阶微分运算的问题,针对一类具有任意高阶相对度的非线性系统,提出了基于虚拟模型的一阶D型迭代学习控制设计方法.该方法的主要思想是与具有任意高阶相对度的非线性被控系统并联一个一阶子系统,构造一个相对度为1、相对度增益可以任意设计的虚拟模型,在此基础上设计一个一阶D型迭代学习控制律,使得虚拟模型能够实现期望轨迹的完全跟踪,从而实际被控系统在一定误差范围内实现期望轨迹的跟踪.仿真实例验证了所提方法的可行性与有效性.     

多机械臂的分布式自适应迭代学习控制

针对拓扑结构为无向连通的多机械臂系统,提出了一种自适应与迭代学习相结合的分布式控制协议来实现整个系统对给定期望参考轨迹的一致性跟踪.通过引入一个适当的自适应迭代学习参数,所提自适应迭代学习控制协议能够克服机械臂系统中的干扰和模型不确定性,并且每个机械臂的自适应迭代学习控制(AILC)律仅需要利用其与邻居机械臂的相对交互信息.进一步,在只有一部分机械臂具有期望参考轨迹信息的前提下,该控制协议可以实现整个系统对期望参考轨迹的跟踪,同时能够保证轨迹跟踪误差与控制输入的有界性.此外,利用李亚普诺夫分析方法证实了所得结论的正确性,并且通过一个实例验证了所提自适应迭代学习控制协议的有效性.      

控制力矩陀螺驱动的空间机器人轨迹跟踪控制

提出一种新的空间机器人设计概念,并研究其轨迹跟踪控制问题.系统中的各机械臂以自由球铰连接,在机器人平台和每节机械臂上均安装有一组控制力矩陀螺（CMGs,Control Moment Gyroscopes）作为控制力矩执行机构.采用改进的罗格里得斯参数（MRPs,Modified Rodrigues Parameters）描述平台和各节机械臂的姿态,利用Kane方程建立了系统的动力学模型.在此基础上,用逆动力学方法设计了系统的轨迹跟踪控制律,用以实现卫星平台的位置/姿态和机械臂末端作用器位置的轨迹跟踪控制.采用带有零运动的CMGs操纵律以使CMGs准确输出力矩并回避构型奇异.基于两关节机械臂系统和金字塔构型CMGs的数值仿真结果验证了所设计的控制律和操纵律的有效性,以及自由球铰连接方式在提高末端作用器运动自由度和降低系统动力学耦合方面的优越性.      

被动冗余度空间机器人动力学控制

研究了被动冗余度空间站机器人的动力学控制问题，包括非完整系统的运动规划，渐进稳定的动力学控制规律；在动力学控制中，利用被动冗余度机器人“非完整自运动”的运动学优化方法完成机器人的动力学控制，构造的动力学闭环控制律保证机器人运动过程中末端跟踪期望的运动轨迹，通过三连杆空间站机器人模型进行了仿真，结果证明了得到的结论。     

基于控制分配的一类变体飞行器容错控制

针对一类含有执行器故障的新型操纵面变体飞行器的容错控制问题,将控制分配方法和整数规划理论相结合,提出了一种基于控制分配的容错控制方法.首先设计虚拟控制律,使飞行器的状态变量跟踪参考模型.然后通过执行阵列重构将执行器的概率性故障及饱和约束转化为整数规划中的决策变量的约束,进而将控制分配问题转换成一类决策变量概率可变的整数规划问题.为保证解算的有效性及收敛性,运用改进的遗传算法进行求解.仿真结果表明,飞行器在执行器发生故障的情形下,仍具有良好的跟踪性能.      

基于自适应迭代学习的小行星绕飞容错控制

对于小行星绕飞任务的探测器姿态控制问题,已有方法大都考虑了干扰力矩和参数不确定等因素,而忽视了执行器故障情况。针对执行器故障条件下的小行星探测器姿态控制问题,提出了一种基于自适应迭代学习的容错控制方法。所设计的控制器包括两部分：其一针对执行器故障,设计了自适应迭代学习控制器,采用类滑模的思想和自适应迭代学习算法对控制器参数进行调整,进而补偿执行器故障带来的影响,保证系统在控制输出不足情况下的高精度姿态稳定性;其二针对探测器参量变化、外部环境干扰等不确定情况,设计了基于自适应神经网络的迭代学习控制器,采用径向基函数（RadialBasisFunction,RBF）神经网络对系统非线性部分进行逼近,同时对控制器参数进行自适应迭代学习调整,进而保证系统在不确定情况下的动态性能。数值仿真结果表明该控制器能够有效抑制外部环境干扰和内部参数变化带来的不利影响,在执行器部分失效甚至完全失效故障情况下,仍能保证系统的鲁棒性并实现误差在10^-2数量级内的较高姿态控制精度。     

基于无源性的航天器姿态跟踪控制设计

考虑到机器人和航天器都是非线性力学系统,利用在机器人控制研究中发展起来的基于力学系统无源性的控制设计方法,在统一的理论框架内,根据航天器模型不确定性的不同情况,设计了多种姿态跟踪自适应和变结构控制律,并证明了闭环系统跟踪误差的收敛性。     

机器人的自适应混合控制

考虑了当机器人动力学模型中含有未知参数时,机器人适从运动的混合控制器设计问题。对于一个机械臂手端与刚性环境发生光滑接触的约束运动类型,设计出了一个自适应控制器。     

机器人适从运动的混合控制

本文研究了理想情形下一类机器人适从运动的混合控制。对于一个机械臂手端与刚性环境发生光滑接触的类型,本文给出了一种约束描述,并进行分析。在此基础上,通过将控制变量分成两个分属于相互垂直的子空间的控制:力控制和运动控制,将机械臂动力学方程分裂成两个。一个用于力控制,另一个用于运动控制。从而对混合控制的思想有了更好的理解,使力控制和运动控制的设计能单独分别进行,为寻找混合控制提供了简便途径。     

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,文中应用了动态混合控制方法。其中心内容是给出关于“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反力。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反力。     

绳驱动拟人臂机器人的动力学建模及张力分析

与传统的机械臂相比,绳驱动拟人臂机器人采用串并混联的结构形式,模拟了人手臂肌肉的并联驱动方式,但是,绳索的引入也增加了动力学分析的难度.将绳驱动拟人臂机器人视为基座、大臂、小臂和末端四连杆串联机构,采用迭代牛顿-欧拉法建立动力学方程的递推形式,考虑绳驱动的冗余特性和绳索的单方向受力性,提出基于动态最小预紧力的张力分配算法,求解出各绳索的驱动力.与未进行张力分配的方法及基于静态最小预紧力的方法相比,所提出的算法可使各绳索驱动力根据动态最小预紧力进行实时调节,满足了不同工作条件下机构的刚度要求.