双臂空间机器人关节运动的一种增广鲁棒控制方法

讨论了载体位置与姿态均不受控制情况下,漂浮基双臂空间机器人系统的控制问题.结合系统动量守恒关系进行的运动学、动力学分析表明,可以得到一组与适当选择的惯性参数呈线性函数关系的、欠驱动形式的系统动力学方程.以此为基础,并采用增广变量的思想,克服了通常情况下,空间机器人系统动力学方程关于系统惯性参数呈非线性关系的难点,针对双臂空间机器人末端爪手所持载荷参数不确定,但误差范围可确定的情况,设计了漂浮基双臂空间机器人关节运动的变结构鲁棒控制方案.该控制方案的优点在于,不需要反馈、测量漂浮基的位置、移动速度及移动加速度;与自适应控制方案相比,化积分运算为简单四则运算,计算量大为减少,有利于实时应用.通过对一个平面双臂空间机器人系统的数值仿真,证实了算法的有效性.      

双臂空间机器人关节运动的一种增广自适应控制方法

讨论了载体位置、姿态均不受控制情况下,具有未知参数的自由漂浮双臂空间机器人系统的自适应控制问题.由于此类机器人系统具有结合系统动量及动量矩守恒关系得到完全能控形式的系统动力学方程,以及系统惯性参数不符合惯常的线性函数关系的特点,因而地面机器人的控制方法在此难以直接推广应用.为了克服上述难点,仅将系统动量守恒关系耦合到系统动力学方程当中,而不耦合系统动量矩守恒关系,结果得到一组欠驱动形式的系统动力学方程.该系统动力学方程的优点是关于一组组合惯性参数能保持惯常的线性函数关系.以此为基础,并借助增广变量法,针对双臂空间机器人末端爪手所持载荷参数未知的情况,设计了关节空间轨迹跟踪的自适应控制方案.该控制方案的显著优点为,不需要测量、反馈双臂空间机器人漂浮基的位置、移动速度和移动加速度.系统的数值仿真,证实了方法的有效性.      

具有外部扰动及不确定系统参数的漂浮基空间机器人关节运动的增广鲁棒控制

讨论了载体位置与姿态均不受控制的漂浮基空间机器人系统的鲁棒控制问题. 利用拉格朗日方法及系统动量守恒关系导出了漂浮基空间机器人欠驱动形式的系统动力学方程, 以确保得到的系统动力学方程关于一组适当选择的组合惯性参数呈线性函数关系. 在此基础上, 借助增广变量法针对末端爪手所持载荷参数存在不确定的情况, 提出了对外部扰动具有鲁棒性的漂浮基空间机器人关节空间轨迹跟踪的拟增广鲁棒控制方案. 所提控制方案由于充分利用空间机器人系统动量守恒关系, 消除了动力学方程中载体位置相关量, 因此具有不需要测量、反馈载体的位置、移动速度和移动加速度的显著优点; 且由于对系统不确定参数及外部扰动始终采用保持鲁棒性的方式而非在线估计的方式, 有效减少了计算量, 因此更适用于机载计算机运算能力有限的空间机器人控制系统实时在线应用. 一个平面两杆空间机器人系统的数值模拟仿真, 证实了方法的有效性.      

参数不确定空间机械臂关节轨迹跟踪的增广自适应控制方案

讨论了载体位置与姿态均不受控制的漂浮基两杆空间机械臂系统的控制问题.系统动力学分析的结果表明,结合系统动量及动量矩守恒关系得到的系统动力学方程将为系统惯性参数的非线性函数.证明了借助于增广变量法,即通过适当扩展系统的控制输入与输出可以得到一组控制方程,它们可以表示为一组适当选择的惯性参数的线性函数.以此为基础,针对机械臂末端载荷参数未知的情况,设计了关节空间轨迹跟踪的增广自适应控制方案.此控制方案的显著优点在于不需要测量漂浮基的位置及移动的速度、加速度.仿真运算证实了方法的有效性.      

带滑移铰空间机械臂惯性空间轨迹的复合自适应跟踪控制

讨论了载体的位置与姿态均不受控制的漂浮基带滑移铰空间机械臂的控制问题。动力学分析表明，结合系统动量及动量矩守恒关系得到的运动Jacobi关系及系统动力学方程将是系统惯性参数的非线性函数，借助于增广变量法，我们得到了与惯性参数呈线性关系的系统广义Jacobi矩阵及系统控制方程，以此为基础，针对系统中存在未知惯性参数的情况，设计了一种末端抓手惯性空间期望轨迹跟踪的复合自适应控制方案，此控制方案的优点在于不需要测量空间机械臂载体的位置及移动的速度，加速度，仿真运算证实了方法的有效性。     

控制力矩受限情况下漂浮基空间机械臂基于饱和速度滤波器的自适应控制方法

讨论了控制力矩受限且系统参数不确定情况下, 载体位置不受控、姿态受控 的漂浮基空间机械臂系统的智能控制问题. 运用系统动量守恒关系和拉格朗 日方程建立系统的动力学方程. 针对控制力矩受限和机械臂末端爪手所抓持 的载荷参数不确定的情况, 设计了一种基于饱和速度滤波器的自适应控制方 法. 该控制方法运用自适应调节规律有效地克服了系统不确定参数对控制精 度的影响; 运用双曲函数限制控制力矩的幅值大小, 使其更符合空间实际的 要求. 此外, 速度滤波器的运用使得在控制过程中不需要测量和反馈系统的 速度信号, 从而使得控制更加简单易行. 仿真结果证明了所提出控制方法的 有效性.      

具有未知载荷参数的漂浮基空间机械臂姿态、关节协调运动的模糊自适应补偿控制

讨论了载体姿态受控、位置不受控制情况下, 漂浮基空间机械臂载体姿态及机械臂 关节协调运动的控制问题. 利用拉格朗日方法并结合系统动量守恒关系, 建立了漂浮基空间机械臂完全能控形式的系统动力学方程. 以此为基础, 针对空间机械臂末 端爪手所持载荷参数未知的情况, 设计了一种基于标称计算力矩控制器附加模糊自适应补偿控制器的复合控制方案, 即通过模糊自适应补偿控制器来弥补系统未知参数对标称计算力矩控制器的影响, 以确保存在未知系统参数情况下整个闭环控制系 统的渐近稳定性. 文中提到的控制方案能够有效地控制漂浮基空间机械臂的载体姿态及机械臂关节, 可以协调地完成期望的轨迹运动, 并具有不需要反馈和测量空间机械臂载体 的位置、移动速度、移动加速度, 同时也不要求系统动力学方程关于系统惯性参数呈线性函数关系的显著优点. 通过系统数值仿真证实了方法的有效性.      

漂浮基闭链双臂空间机器人抓持系统动力学及载荷力/位置混合控制的模糊变结构控制器设计

讨论了载体位置、姿态均不受控制的漂浮基双臂空间机器人抓物系统的动力学建模和控制问题. 利用拉格朗日方法和牛顿欧拉法分别建立了双臂空间机器人及负载的非线性动力学模型, 结合空间机器人固有的特性及闭合链约束关系, 得到抓持系统合成动力学方程. 以此为基础, 考虑到空间机器人系统结构的复杂性及某些参数的变动性, 根据具有较强鲁棒性的变结构控制理论, 针对该抓持系统惯性空间轨迹跟踪设计了全局滑模控制方案及相应的PI内力控制方案, 从而达到位置、力的混合控制. 为克服滑模控制器抖振的缺点, 附加设计了模糊控制器, 根据系统的输出来动态调节滑模控制器的参数, 从而既可确保系统的快速响应又可降底原有的抖振. 系统数值仿真证明了上述控制方案的有效性与准确性.      

漂浮基姿态受控空间机械臂关节运动的自适应神经网络控制

讨论了载体位置无控、姿态受控情况下,空间机械臂姿态及关节协调运动的自适应神经网络控制问题.由拉格朗日第二类方法及系统动量守恒关系,建立了漂浮基空间机械臂的系统动力学方程.以此为基础,借助于RBF神经网络技术和GL矩阵及乘积算子定义,对空间机械臂系统进行了神经网络系统建模;之后针对空间机械臂所有惯性参数未知的情况,设计了空间机械臂载体姿态与机械臂各关节协调运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练和学习,因此更适于实时应用.通过对一个平面两杆自由漂浮空间机械臂系统的数值仿真,证实了方法的有效性.      

自由漂浮空间机器人的运动学分析及仿真

自由漂浮空间机器人与地面机器人最大的区别是其末端执行器的运动不仅仅和各个关节的运动有关,而且与各个连杆、基座的质量分布及其运动轨迹紧密相关.因此,自由漂浮空间机器人的运动学与其动力学是密不可分的.运用螺旋理论、动量守恒定律对这样的机器人系统进行分析,得到了包含系统质量在内的运动雅可比矩阵,并给出了系统运动的图形仿真结果.     

带滑移铰空间机械臂协调运动的自适应与鲁棒混合控制

讨论了载体位置不受控制情况下，带滑移铰空间机械臂姿态与末端抓手直辖市运动的控制问题，结合系统动量守恒关系进行的运动学，动力学分析表明，可以得到一组与惯性参数呈线性关系的系统广义Jacobi短阵及系统动力学方程，以此为基础，针对系统参数不确定但误差范围可以确定的情况，设计了载体姿态与末端抓手惯性空间期望运动轨迹跟踪的自适应与鲁棒混合控制方案，提到的控制方案具有不需要测量空间机械臂载体移动的位置，速度及加速度的显著优点，且由于在控制部分对不确定参数采用保持鲁棒性的方式，计算量较小，有助于缓解机载计算机运算能力有限的矛盾，仿真运算，证实了方法的有效性。     

基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略

谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统，以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性，使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型，设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络（Recurrent Fuzzy Neural Network，RFNN）逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求，利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作，该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案.