CN105404154A - 一种液压四足机器人单腿关节力/位切换控制方法 - Google Patents

一种液压四足机器人单腿关节力/位切换控制方法 Download PDF

Info

Publication number
CN105404154A
CN105404154A CN201511008197.4A CN201511008197A CN105404154A CN 105404154 A CN105404154 A CN 105404154A CN 201511008197 A CN201511008197 A CN 201511008197A CN 105404154 A CN105404154 A CN 105404154A
Authority
CN
China
Prior art keywords
control
model
robot
controller
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201511008197.4A
Other languages
English (en)
Inventor
高炳微
任东一
孙桂涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN201511008197.4A priority Critical patent/CN105404154A/zh
Publication of CN105404154A publication Critical patent/CN105404154A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种液压四足机器人单腿关节力/位切换控制方法,该方法包括模糊控制、多模型控制。步骤为:将机器人的运动进行分段控制,在机器人足端接触到地面时进行关节力控制,以减少足端与地面接触所产生的冲击与扰动;在机器人足端脱离地面时则进行关节位置控制,以实现机器人的精确定位;而机器人与地面之间由未接触到接触或是由接触到不接触之间的转换则是通过力/位置切换控制来完成,在机器人***进行力/位置切换时会产生***参数跳变及其抖动的不良影响,本发明采用模糊多模型切换算法完成力和位置两种控制的切换,以保证其平稳过渡。本发明能够有效地削弱力和位置切换过程所产生的抖动,控制精度更高。

Description

一种液压四足机器人单腿关节力/位切换控制方法
技术领域
本发明涉及四足机器人控制技术领域,尤其涉及一种液压四足机器人单腿关节力/位切换控制方法。
背景技术
液压驱动四足机器人足端与地面之间相互作用的控制,是液压四足机器人控制的核心内容之一,机器人在行走过程中,足端从悬空下降到地面,足端与地面发生接触,存在相互作用力,如果接触力过大,可能导致机器人的本体结构或电器元件的损坏,通常情况下,足端与地面接触碰撞的时间越短,碰撞的速度会越大,瞬间的冲击力就越大,如果不及时的将机器人从位置控制状态切换到力控制状态,机器人就会因冲击力过大导致机器人运动不稳定,之前的机器人多采用位置控制,通过控制最终变形量和接触速度来获得满意的接触力,但是液压四足机器人实际作业的地形环境复杂多变,如果只是单纯地通过提高位置控制精度来达到控制力的目的,已经不能满足机器人高频、高速的运动要求,必须对接触力进行控制。
因此,需要对四足机器人的运动进行分段控制,从机器人足端未接触到地面到接触到地面有一段空间距离,这段距离的控制主要是为了达到精确定位的目的,这段行程进行位置控制;当足端接触地面时,液压四足机器人的运动就会受到地面的约束,在约束运动过程中,机器人***及地形环境的模型很难精确地表达,这种情况下需要用接触力来描述他们之间的交互作用,为了避免机器人足端与地面接触时产生过大的接触力并保证机器人能在约束环境中具有一定的灵活性,此时应进行力控制;而机器人与地面之间由未接触到接触或是由接触到不接触之间的转换则是通过力/位置切换控制来完成,在机器人***进行力/位置切换时会产生***参数跳变及其抖动的不良影响,因此,两者之间的切换控制方法至关重要,良好的切换控制可实现机器人由位置到力或由力到位置的平顺切换,可以削弱机器人足端与地面碰撞时产生的冲击力。
中国专利文献CN104626168A公开了一种基于智能算法的机器人力位柔顺控制方法,该控制***基于位置的阻抗控制方式,通过测量机器人各关节伺服电机电流和各关节转动位置,综合解算出机械手末端与工件结合处的交互力值;采用预测算法预测机器人与环境的交互力值,并与上述解算得到的交互力值做比较,经过能量均衡校正算法处理的输出即为控制***实际力感知,控制***据此进行装配机器人轨迹末端位置设定,以此形成各关节伺服电机控制信号,以此控制伺服电机,实现力-位柔顺控制。
中国专利文献CN102837314A公开了一种机器人控制器力位混合控制的实现方法,提出了一种实用的力/位混合控制方案,给出了相应的硬件和软件的具体实现。
以上两个发明均是对机器人的力控制和位置控制进行研究,但两个发明研究都是机器人力和位置混合控制方案,对于机器人力和位置之间的切换,特别是机器人在进行力和位置切换时的平稳性,经查阅相关资料,尚没有相应的专利对其进行研究,因此,本发明具有一定的原创性。
发明内容
针对现有技术的缺陷和技术需求,本发明提出了一种液压四足机器人单腿关节力/位切换控制方法,其主要思想是:将机器人的运动进行分段控制,在机器人足端接触到地面时进行关节力控制,以减少足端与地面接触所产生的冲击与扰动;在机器人足端脱离地面时则进行关节位置控制,以实现机器人的精确定位;在机器人进行力和位置切换时,针对切换过程产生的抖动问题,采用模糊多模型切换算法完成力和位置两种控制的切换,以保证其平稳过渡。
为了解决上述技术问题,本发明予以实现的技术方案是:
一种液压四足机器人单腿关节力/位切换控制方法,该方法包括多模型控制模块和模糊控制模块,所述多模型控制模块(虚线框)包括多模型集、多控制器集和切换原则;所述模糊控制模块(实线框)包括模糊化、模糊推理和非模糊化三个环节,相应的模糊切换控制具有一个输入、两个输出,输入为机器人关节力传感器检测出的力Li,输出为控制权值、,将上述的多模型控制模块和模糊控制模块有机地结合,按照下述步骤构成了液压四足机器人单腿关节的力/位切换控制。
步骤一:多模型集:
多模型控制的基本思想是:在多个工作点上或多种工况下将非线性过程或线性不确定过程划分为若干个线性化模型,利用多个模型来逼近整个***的动态特性,由此把非线性过程或线性不确定过程划分为多个子空间,为每一个子空间建立一个失配较小的数学模型,针对每个子模型,设计相应的子控制器,然后利用一个有效的切换方案,将这些简单的子控制器映射成最终的控制作用,最终完成复杂***的控制。
根据被控对象参数的多变性和结构的不确定性,建立多个被控对象的模型,使之构成多模型集
其中,虽然表示的是以模型为元素的一个模型集,但是实际上此模型集是一个广义的模型集,模型既可以表示***模型,也可以表示一个复杂工业过程的不同操作工序或者不同的状态反馈矩阵。
多模型控制是利用多个模型来描述***的动态特性,每个模型表示被控对象在***中某一参数子空间内的特性,或表示被控对象在某种工况下的特性等,因此,模型集的确立直接影响了***的控制精度和控制性能。
在机器人行走过程中,由于机器人与地面存在接触与不接触两个阶段,于是对机器人进行关节力和关节位置的分段控制,因此,采用两个模型来逼近整个机器人***的动态特性,模型1为机器人力控制模型,模型2为机器人位置控制模型。
步骤二:多控制器集:
在模型集的基础上,根据多个不同的模型相应地建立多个控制器,构成控制器集
其中,为基于模型集设计的控制器集,为基于模型集中各模型元素而设计的控制器,控制器的选取比较灵活,可以是PID控制器,鲁棒控制器,自适应控制器,预测控制器等等。
针对不同子空间相应的子模型设计相应的子控制器,那么就有控制器1为力控制器,控制器2为位置控制器,然后确定各子控制器之间的线性或非线性关系,以构成最终的***控制器。
步骤三:切换原则:
设计一个有效的切换方案,来选择能够描述当前被控对象的最佳子模型,将与这些子模型相对应的子控制器映射成最终的控制作用U:
其中,为一个线性或非线性映射函数,针对不同的多模型控制器,映射函数会有所不同,因此,可以有不同的表示形式;
合理的切换原则能够实现多模型集和多控制器集的有效调度,以确定整个多模型控制***的结构,因此,需要选择合理的切换性能指标及算法,以保证***能够准确、快速、稳定地切换至最佳模型,同时避免切换时所产生的震荡。
本发明利用模糊多模型切换算法来完成力和位置两种控制的切换,以保证其平稳过渡,其模糊控制器具有一个输入、两个输出,输入为机器人关节力传感器检测出的力Li,输出为控制权值,模糊切换是根据关节反馈力的有无来控制权值,这两个控制权值的论域为{0,1},力控制器输出和位置控制器输出分别乘以作为被控对象的输入量;当反馈回来的力为零时,权值取值在0附近,权值取值在1附近,***会选择位置控制器,此时***由力控制切换为位置控制;当反馈回来的力不为零时,权值取值在1附近,权值取值在0附近,那么***会选择力控制器,此时***由位置控制切换为力控制;并且在进行位置和力相互切换的过程中,由于控制权值能够对切换速度进行精确的控制,使得机器人在进行力/位切换过程中,***并不是突然地转变,而是一个渐变的过程,能够有效地缓冲足端与地面之间的碰撞力,从而使得加力过程更平稳,力波动更小,因此模糊多模型切换可以实现机器人关节力控制和位置控制的平顺切换。
与现有技术相比,本发明的有益效果是:
(1)实现机器人的精确定位。
在机器人足端脱离地面时进行关节位置控制,针对不同运动阶段对速度的不同要求,设计速度PID控制算法,实现机器人在接触地面之前的精确定位控制。
(2)减少足端与地面接触所产生的冲击与扰动。
在机器人足端接触到地面时进行关节力控制,针对机器人与地面接触过程中存在大量的不确定性干扰,设计基于负载力补偿的自抗扰控制策略,以抑制机器人与地面接触时外部环境的扰动,实现精确、稳定的力控制。
(3)削弱力和位置切换过程所产生的抖动、保证切换平稳过渡。
在机器人进行力和位置切换时,针对切换过程产生的抖动问题,提出模糊多模型切换算法,以削弱力和位置切换过程所产生的抖动,实现力和位置的平顺切换。
附图说明
图1是本发明的控制结构框图;
图2是本发明的多模型控制模块框图;
图3是本发明的模糊切换的模糊推理***。
具体实施方式
下面结合具体实施方式对本发明作进一步详细的描述。
本发明是一种液压四足机器人单腿关节力/位切换控制方法,如图1所示,包括多模型控制模块(虚线框)和模糊控制模块(实线框)。
所述多模型控制模块如图2所示,包括多模型集、多控制器集和切换原则。
所述模糊控制模块,包括模糊化、模糊推理和非模糊化三个环节;相应的模糊切换控制模块如图3所示,具有一个输入、两个输出,输入为机器人关节力传感器检测出的力Li,输出为控制权值
为了达到精确定位的目的,当机器人足端未接触地面时,进行关节位置控制;为了避免机器人足端与地面接触时产生过大的接触力并保证机器人能在约束环境中具有一定的灵活性,当机器人足端接触地面时,进行关节力控制;为了削弱机器人足端与地面碰撞时产生的冲击力,机器人与地面之间由未接触到接触或是由接触到不接触之间的转换则是通过力/位置切换控制来完成,为了降低在机器人进行力/位置切换时产生***参数跳变及其抖动的不良影响,本发明将模糊控制和多模型控制有机地结合,提出了一种模糊多模型切换算法,建立了液压四足机器人单腿关节的力/位平顺切换控制,具体按照如下三个步骤进行。
步骤一:多模型的建立:
在机器人行走过程中,由于机器人与地面存在接触与不接触两个阶段,于是对机器人进行关节力和关节位置的分段控制。采用两个模型来逼近整个机器人***的动态特性,模型1为机器人关节力控制***,模型2为机器人关节位置控制***。考虑到机器人的实际控制情况,只对髋关节进行力/位切换控制。经过相应的***辨识方法辨识出机器人髋关节力控制和位置控制***的数学模型,进而可以得到:
模型1为:
模型2为:
步骤二:控制器的构成:
分别针对不同子模型设计相应的子控制器,那么就有控制器1为力控制器,控制器2为位置控制器。依据机器人行走过程中与地面接触前后的特点,在机器人关节位置控制时,针对不同运动阶段对速度的不同要求,设计速度PID控制算法,实现机器人在接触地面之前的精确定位控制。在机器人关节力控制时,针对机器人与地面接触过程中存在大量的不确定性干扰,提出基于负载力补偿的自抗扰控制策略,以抑制机器人与地面接触时外部环境的扰动,实现精确、稳定的力控制。即,控制器1为基于负载力补偿的自抗扰控制器,控制器2为速度PID控制器。
步骤三:模糊切换方案设计:
模糊切换是根据髋关节反馈力的有无来控制权值,这两个控制权值的论域为{0,1},力控制器输出和位置控制器输出分别乘以作为被控对象的输入量;当反馈回来的力为零时,权值取值在0附近,权值取值在1附近,***会选择位置控制器,此时***由力控制切换为位置控制;当反馈回来的力不为零时,权值取值在1附近,权值取值在0附近,那么***会选择力控制器,此时***由位置控制切换为力控制;并且在进行位置和力相互切换的过程中,由于控制权值能够对切换速度进行精确的控制,使得机器人在进行力/位切换过程中,***并不是突然地转变,而是一个渐变的过程,能够有效地缓冲足端与地面之间的碰撞力,从而使得加力过程更平稳,力波动更小,因此模糊多模型切换可以实现机器人关节力控制和位置控制的平顺切换。
本发明所设计的模糊切换模块实际上就是一个模糊控制器,该模糊控制器具有一个输入、两个输出,输入为机器人髋关节力传感器检测出的力Li,输出为控制权值,因此,模糊切换的模糊推理***如图3所示。
对于髋关节反馈力Li,其模糊集合和模糊论域如下:
模糊集合:{NB,NM,NO,NS,O,PS,PO,PM,PB};
模糊论域:{-6,-4.5,-2.5,-0.8,0,0.8,2.5,4.5,6}。
因为切换发生在控制权值为0或1附近,因此,控制权值的模糊论域在0和1附近的取值应密集一些,而应尽量避开0.5附近的值,因为在机器人实际运动中,同一时间内只有一种控制,要么是力控制,要么是位置控制,以这种思维方式,利用模糊规则来对控制权值进行控制。控制权值的模糊集合、模糊论域如下:
模糊集合:{VB,MB,B,NB,M,NS,S,MS,VS};
模糊论域:{1,0.95,0.9,0.85,0.5,0.15,0.1,0.05,0}。
根据***控制的要求,当髋关节反馈回来的力为零时,权值取值在0附近,权值取值在1附近;当反馈回来的力不为零时,权值取值在1附近,权值取值在0附近。可以给出模糊控制规则如下:
(1)如果“Li”为“O”,则“权值”为“VS”,“权值”为“VB”。
(2)如果“Li”为“NS”,则“权值”为“MS”,“权值”为“MB”。
(3)如果“Li”为“PS”,则“权值”为“MS”,“权值”为“MB”。
(4)如果“Li”为“NO”,则“权值”为“B”,“权值”为“S”。
(5)如果“Li”为“PO”,则“权值”为“B”,“权值”为“S”。
(6)如果“Li”为“NM”,则“权值”为“MB”,“权值”为“MS”。
(7)如果“Li”为“PM”,则“权值”为“MB”,“权值”为“MS”。
(8)如果“Li”为“NB”,则“权值”为“VB”,“权值”为“VS”。
(9)如果“Li”为“PB”,则“权值”为“VB”,“权值”为“VS”。
采用加权平均法运算,输出给力控制***的权值为,输出给位置控制***的权值为
时刻关节力控制的输入为:
时刻关节位置控制的输入为:
可以分别独立地对两个子控制器的参数进行调整,其模糊切换控制规则既考虑了***的稳态精度又考虑了***的动态特性。由于关节力控制和关节位置控制的加权程度完全取决于控制权值的取值,所以他能反应人的思维特点,对切换速度进行精确的控制,使得机器人在进行力/位切换时,加力过程更平稳,波动更小,从而实现了两种控制的平顺切换。
应理解上述具体实施方式仅用于说明本发明,并不用以限制本发明,凡是在本发明的精神和原则范围之内所作的任何修改、改进、等同替换等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种液压四足机器人单腿关节力/位切换控制方法,其特征是,所述方法有机的结合多种智能控制算法实现机器人单腿关节之间的力和位置的平稳切换控制,包括多模型控制模块(虚线框)和模糊控制模块(实线框)。
2.如权利要求1所述的一种液压四足机器人单腿关节力/位切换控制方法,其特征是,所述多模型控制模块(虚线框)包括多模型集、多控制器集和切换原则。
3.如权利要求1所述的一种液压四足机器人单腿关节力/位切换控制方法,其特征是,所述模糊控制模块(实线框)包括模糊化、模糊推理和非模糊化三个环节;相应的模糊切换控制具有一个输入、两个输出,输入为机器人关节力传感器检测出的力Li,输出为控制权值
4.将上述的多模型控制模块和模糊控制模块有机地结合,按照下述步骤构成了液压四足机器人单腿关节的力/位切换控制;
步骤一:多模型集:
多模型控制的基本思想是:在多个工作点上或多种工况下将非线性过程或线性不确定过程划分为若干个线性化模型,利用多个模型来逼近整个***的动态特性,由此把非线性过程或线性不确定过程划分为多个子空间,为每一个子空间建立一个失配较小的数学模型,针对每个子模型,设计相应的子控制器,然后利用一个有效的切换方案,将这些简单的子控制器映射成最终的控制作用,最终完成复杂***的控制;
根据被控对象参数的多变性和结构的不确定性,建立多个被控对象的模型,使之构成多模型集
其中,虽然表示的是以模型为元素的一个模型集,但是实际上此模型集是一个广义的模型集,模型既可以表示***模型,也可以表示一个复杂工业过程的不同操作工序或者不同的状态反馈矩阵;
多模型控制是利用多个模型来描述***的动态特性,每个模型表示被控对象在***中某一参数子空间内的特性,或表示被控对象在某种工况下的特性等,因此,模型集的确立直接影响了***的控制精度和控制性能;
在机器人行走过程中,由于机器人与地面存在接触与不接触两个阶段,于是对机器人进行关节力和关节位置的分段控制,因此,采用两个模型来逼近整个机器人***的动态特性,模型1为机器人力控制模型,模型2为机器人位置控制模型;
步骤二:多控制器集:
在模型集的基础上,根据多个不同的模型相应地建立多个控制器,构成控制器集
其中,为基于模型集设计的控制器集,为基于模型集中各模型元素而设计的控制器,控制器的选取比较灵活,可以是PID控制器,鲁棒控制器,自适应控制器,预测控制器等等;
针对不同子空间相应的子模型设计相应的子控制器,那么就有控制器1为力控制器,控制器2为位置控制器,然后确定各子控制器之间的线性或非线性关系,以构成最终的***控制器;
步骤三:切换原则:
设计一个有效的切换方案,来选择能够描述当前被控对象的最佳子模型,将与这些子模型相对应的子控制器映射成最终的控制作用U:
其中,为一个线性或非线性映射函数,针对不同的多模型控制器,映射函数会有所不同,因此,可以有不同的表示形式;
合理的切换原则能够实现多模型集和多控制器集的有效调度,以确定整个多模型控制***的结构,因此,需要选择合理的切换性能指标及算法,以保证***能够准确、快速、稳定地切换至最佳模型,同时避免切换时所产生的震荡;
本发明提出模糊多模型切换算法来完成力和位置两种控制的切换,以保证其平稳过渡;
模糊切换是根据关节反馈力的有无来控制权值,这两个控制权值的论域为{0,1},力控制器输出和位置控制器输出分别乘以作为被控对象的输入量;当反馈回来的力为零时,权值取值在0附近,权值取值在1附近,***会选择位置控制器,此时***由力控制切换为位置控制;当反馈回来的力不为零时,权值取值在1附近,权值取值在0附近,那么***会选择力控制器,此时***由位置控制切换为力控制;并且在进行位置和力相互切换的过程中,由于控制权值能够对切换速度进行精确的控制,使得机器人在进行力/位切换过程中,***并不是突然地转变,而是一个渐变的过程,能够有效地缓冲足端与地面之间的碰撞力,从而使得加力过程更平稳,力波动更小,因此模糊多模型切换可以实现机器人关节力控制和位置控制的平顺切换。
CN201511008197.4A 2015-12-30 2015-12-30 一种液压四足机器人单腿关节力/位切换控制方法 Pending CN105404154A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511008197.4A CN105404154A (zh) 2015-12-30 2015-12-30 一种液压四足机器人单腿关节力/位切换控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511008197.4A CN105404154A (zh) 2015-12-30 2015-12-30 一种液压四足机器人单腿关节力/位切换控制方法

Publications (1)

Publication Number Publication Date
CN105404154A true CN105404154A (zh) 2016-03-16

Family

ID=55469705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511008197.4A Pending CN105404154A (zh) 2015-12-30 2015-12-30 一种液压四足机器人单腿关节力/位切换控制方法

Country Status (1)

Country Link
CN (1) CN105404154A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108303895A (zh) * 2018-02-27 2018-07-20 南京理工大学 一种电液位置伺服***多模型鲁棒自适应控制方法
CN108897332A (zh) * 2018-06-29 2018-11-27 南宁学院 一种四足机器人自由步态控制调整方法
CN110471281A (zh) * 2019-07-30 2019-11-19 南京航空航天大学 一种轨迹跟踪控制的变论域模糊控制***及控制方法
CN110497409A (zh) * 2019-08-14 2019-11-26 深圳市烨嘉为技术有限公司 用于驱控一体化控制***的无传感化主动柔顺控制模块
CN111846003A (zh) * 2020-06-19 2020-10-30 浙江大学 多足步行机器人及其腿屈伸用液压驱动***与控制方法
CN112034706A (zh) * 2020-08-17 2020-12-04 华中科技大学 一种基于多模式切换的移动机器人容错控制方法及设备
CN112051846A (zh) * 2020-08-17 2020-12-08 华中科技大学 一种全转向移动机器人的多模式切换控制方法及***
WO2021139373A1 (zh) * 2020-01-06 2021-07-15 江南大学 一种机械臂混杂控制方法、装置及***
CN113126659A (zh) * 2021-04-06 2021-07-16 北京理工大学 一种仿人机器人跳跃着地状态检测***与方法
CN115257995A (zh) * 2022-05-19 2022-11-01 伍福人工智能(河南)有限公司 机器人的控制方法、装置、终端设备以及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104626168A (zh) * 2014-12-16 2015-05-20 苏州大学 基于智能算法的机器人力位柔顺控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104626168A (zh) * 2014-12-16 2015-05-20 苏州大学 基于智能算法的机器人力位柔顺控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MATTHEW KUURE-KINSEY,ETC: "Multiple Model Predictive Control Strategy for Disturbance Rejection", 《IND. ENG. CHEM. RES》 *
TAMER AHMED NASR,ETC: "Multiple-Model Adaptive Control for Interval Plants", 《INTERNATIONAL JOURNAL OF CONTROL, AUTOMATION, AND SYSTEMS》 *
刘德馨: "非线性***多模型自适应控制方法研究", 《中国博士学位论文全文数据库 信息科技辑》 *
高炳微等: "电液伺服***位置和力模糊切换控制方法", 《电机与控制学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108303895A (zh) * 2018-02-27 2018-07-20 南京理工大学 一种电液位置伺服***多模型鲁棒自适应控制方法
CN108303895B (zh) * 2018-02-27 2021-01-26 南京理工大学 一种电液位置伺服***多模型鲁棒自适应控制方法
CN108897332A (zh) * 2018-06-29 2018-11-27 南宁学院 一种四足机器人自由步态控制调整方法
CN110471281A (zh) * 2019-07-30 2019-11-19 南京航空航天大学 一种轨迹跟踪控制的变论域模糊控制***及控制方法
CN110471281B (zh) * 2019-07-30 2021-09-24 南京航空航天大学 一种轨迹跟踪控制的变论域模糊控制***及控制方法
CN110497409A (zh) * 2019-08-14 2019-11-26 深圳市烨嘉为技术有限公司 用于驱控一体化控制***的无传感化主动柔顺控制模块
WO2021139373A1 (zh) * 2020-01-06 2021-07-15 江南大学 一种机械臂混杂控制方法、装置及***
CN111846003A (zh) * 2020-06-19 2020-10-30 浙江大学 多足步行机器人及其腿屈伸用液压驱动***与控制方法
CN112051846A (zh) * 2020-08-17 2020-12-08 华中科技大学 一种全转向移动机器人的多模式切换控制方法及***
CN112034706B (zh) * 2020-08-17 2021-07-27 华中科技大学 一种基于多模式切换的移动机器人容错控制方法及设备
CN112034706A (zh) * 2020-08-17 2020-12-04 华中科技大学 一种基于多模式切换的移动机器人容错控制方法及设备
CN112051846B (zh) * 2020-08-17 2021-11-19 华中科技大学 一种全转向移动机器人的多模式切换控制方法及***
CN113126659A (zh) * 2021-04-06 2021-07-16 北京理工大学 一种仿人机器人跳跃着地状态检测***与方法
CN115257995A (zh) * 2022-05-19 2022-11-01 伍福人工智能(河南)有限公司 机器人的控制方法、装置、终端设备以及存储介质

Similar Documents

Publication Publication Date Title
CN105404154A (zh) 一种液压四足机器人单腿关节力/位切换控制方法
Kali et al. Super-twisting algorithm with time delay estimation for uncertain robot manipulators
Guo et al. An adaptive fuzzy sliding mode controller for robotic manipulators
Soltani et al. Design artificial nonlinear controller based on computed torque like controller with tunable gain
Hsu Self-organizing adaptive fuzzy neural control for a class of nonlinear systems
Wen et al. Elman fuzzy adaptive control for obstacle avoidance of mobile robots using hybrid force/position incorporation
Hu et al. Energy-based nonlinear control of underactuated Euler–Lagrange systems subject to impacts
Joelianto et al. ANFIS–hybrid reference control for improving transient response of controlled systems using PID controller
Li et al. Design of an enhanced hybrid fuzzy P+ ID controller for a mechanical manipulator
Zhang et al. Disturbance‐observer‐based antiswing control of underactuated crane systems via terminal sliding mode
CN115157238A (zh) 一种多自由度机器人动力学建模和轨迹跟踪方法
Yeganegi et al. Robust walking based on MPC with viability guarantees
Fateh et al. Decentralized direct adaptive fuzzy control of robots using voltage control strategy
Moldoveanu Sliding mode controller design for robot manipulators
CN112783046B (zh) 基于模糊策略的双边遥操作末端平滑行为规划控制方法
Qi et al. Pinning consensus control for switched multi-agent systems: A switched adaptive dynamic programming method
Kaheni et al. Soft variable structure control of linear systems via desired pole paths
El Fadil et al. Reducing chattering phenomenon in sliding mode control of Buck-Boost power converters
Liu et al. Soft sliding mode controller design for uncertain delta operator systems
Ngo et al. An Application of Modified T2FHC Algorithm in Two-Link Robot Controller
dos Santos et al. Functional machine with Takagi–Sugeno inference to coordinated movement in underwater vehicle-manipulator systems
Bhatia et al. Application of a novel fuzzy logic controller for a 5-DOF articulated anthropomorphic robot
Man et al. A new design of sliding mode control systems
Hua et al. Finite Time Controller Design for Bilateral Teleoperation System
Mudiminchi et al. An Intelligent Deep Reinforcement Learning Control for DC-DC Power Buck Converter Feeding a Constant Power Load

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160316