CN105904461B - 一种基于径向基函数的神经网络自适应遥操作控制方法 - Google Patents
一种基于径向基函数的神经网络自适应遥操作控制方法 Download PDFInfo
- Publication number
- CN105904461B CN105904461B CN201610322278.XA CN201610322278A CN105904461B CN 105904461 B CN105904461 B CN 105904461B CN 201610322278 A CN201610322278 A CN 201610322278A CN 105904461 B CN105904461 B CN 105904461B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mover
- centerdot
- mtd
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 17
- 230000007935 neutral effect Effects 0.000 title abstract 2
- 238000013461 design Methods 0.000 claims abstract description 9
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 230000001537 neural effect Effects 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1689—Teleoperation
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
- Steroid Compounds (AREA)
Abstract
本发明公开了一种基于径向基函数的神经网络自适应遥操作控制方法,通过对遥操作***中的主手端和从手端分别建立动力学建模,设计从手端控制器,最后设计主手端控制器三个步骤,可以保证遥操作过程中的稳定性和较好的操作性能。遥操作的从手端即从端机械手抓取目标物时,***的运动学和动力学参数产生不确定性,利用本发明提出的RBF神经网络自适应控制器对从手端设计控制器,可以发挥自适应控制方法的优势,对遥操作***中的不确定性具有自学习能力和自适应性,从而克服了参数不确定性和未知干扰对遥操作***的影响。
Description
【技术领域】
本发明属于遥操作技术领域,涉及双边控制和自适应控制技术,可用于单个手控器设备操作单个机械手的控制方法中。
【背景技术】
遥操作技术是一种能将人的智能投射到远端环境的实时操控技术。由于受目前机器人智能化水平限制,某些特定的场合和任务中不能完全依靠机器人来完成操作任务。通过遥操作技术,操作人员可以跨越空间距离的限制,实时地对远端的机器人设备进行操控,精准有效地完成特定操作任务。在医疗领域中,通过遥操作技术可以使医务人员跨越距离上的限制,为病人排除疑难杂症甚至是进行手术;在危险环境下的救援中,遥操作可以避免消防员直接参与危险环境下的救援,从而保证消防员的生命安全,同时也有助于弥补消防机器人智能程度不够以及难以应付复杂非结构化环境的自主救援问题。
典型的遥操作***一般由五个部分组成,包括操作者,主手操作设备,从端机械手,从端机械手所处环境和通讯通道。遥操作的操作性能作为首要考虑的遥操作性能指标,尤其受到研究者的关注;同时,遥操作的操作过程对操作者也提出了很高要求。因此,必须对遥操作的控制***进行合理设计,以满足日益复杂的遥操作任务。遥操作控制***设计的主要目的是使***具有较好的透明性和稳定性。以往的遥操作控制***主要针对遥操作过程中***动力学参数不变或者变化不大的情况,即假定遥操作***模型的动力学参数固定。而在实际的遥操作过程中,当从端机械手抓取目标后,或者从端环境对从端机械手产生一些未知干扰时,遥操作***的运动学和动力学参数便发生了变化,之前的控制***便不能较好地处理这些运动学和动力学参数变化产生的影响,从而可能导致遥操作过程中的不稳定甚至遥操作失败。而即使这些运动学和动力学参数可以通过校准和参数辨识技术精确地得到,但是在机器人抓取每个目标物的时候都对目标物进行校准和参数辨识也是不可取、不灵活的做法。
自适应控制的研究对象是具有一定程度不确定性的***,是一种适应性控制策略,可以根据检测到性能指标的变化,产生相应的反馈控制律,来消除这种变化,以求达到预定的控制目标。神经网络自适应控制为非线性***的研究提供了新的方法,它是基于自适应控制的基本原理,在神经网络理论的基础上设计而成的,使得控制领域迈向了一个新的台阶。结合神经网络和自适应控制方法,很多实际的问题都能得到解决。
【发明内容】
本发明针对从端机械手抓取目标物时的运动学和动力学模型的这种不精确特性,提出了一种径向基函数(RBF)神经网络自适应控制方法,来克服模型不精确给遥操作***带来的影响,保证其操作稳定性和跟踪性能。
为达到上述目的,本发明采用以下技术方案予以实现:
一种基于径向基函数的神经网络自适应遥操作控制方法,包括以下步骤:
1)对遥操作***中的主手端和从手端分别建立动力学建模如下:
其中,下标m和s分别表示主手和从手端的参数项,qm,qs∈Rn×1表示关节角位置,Mm(qm),Ms(qs)∈Rn×n表示惯量矩阵,表示离心力和哥氏力项,Gm(qm),Gs(qs)∈Rn×1为重力项,Fms(t),Fcs(t)表示主手和从手端控制器的控制力矩,Fh(t)表示操作者对主手端设备施加的作用力,Fe(t)表示从端环境对从端机械手的作用力;
当从端机械手抓取物体之后,其运动学和动力学参数发生了变化,在操作过程中又难以准确得到其动力学参数值,设Ms(qs)、Gs(qs)的变化量分别为ΔMs、ΔCs、ΔGs,于是式(1)能够化为
其中Ms'=Ms+ΔMs,Cs'=Cs+ΔCs,Gs'(qs)=Gs(qs)+ΔGs;
2)设计从手端控制器;
令e(t)=qsd(t)-qs(t),表示从手跟踪主手的状态误差,在操作中理想情况是希望从手完全跟踪主手的操作速度,其中qsd(t)=qm(t-Tc1)表示从手端期望的关节位置,由主手端的关节位置经过时延Tc1得到;另设状态误差函数那么且有:
由式(2)得
令则有:
将上式代入(3)并化简可得误差动力学方程:
据此设计相应的RBF神经网络控制器为:
其中加入了自适应项ρ的估计值和鲁棒项η;将式(5)代入式(4)得:
将ρ线性化表示为ρ=θTΦ,那么其估计值为于是有:
其中,Fρ为任意正定矩阵,Kρ为设计参数,Φρ为径向基函数,这里采用高斯函数的表示;由于存在通过设计η对进行抑制,设的上界为ηρ,则η=ηρsat(r,ε),其中
采用sat(r,ε)函数能够明显的抑制当r→0时刻控制***的抖动;
3)设计主手端控制器;
主手端误差表示为σ(t)=qmd(t)-qm(t),其中qmd(t)=qs(t-Tc2)表示主手端的期望关节位置,由从手端的期望关节位置经过时延Tc2得到;另设主手端的状态误差函数则且有
进而得到主手端的误差动力学方程:
据此设计主端的控制器为:
与现有技术相比,本发明具有以下有益效果:
本发明可以保证遥操作过程中的稳定性和较好的操作性能。遥操作的从手端即从端机械手抓取目标物时,***的运动学和动力学参数产生不确定性,利用本发明提出的RBF神经网络自适应控制器对从手端设计控制器,可以发挥自适应控制方法的优势,对遥操作***中的不确定性具有自学习能力和自适应性,从而克服了参数不确定性和未知干扰对遥操作***的影响。
【附图说明】
图1表示仿真中选取的遥操作***结构示意图;
图2表示模拟主手和从手的机器人结构示意图;
图3表示仿真过程中主手和从手的两个关节角的变化曲线;
图4表示仿真过程中主手和从手的两个关节角的控制力矩变化曲线。
【具体实施方式】
下面结合附图对本发明做进一步详细描述:
参见图1-图4,本发明基于径向基函数的神经网络自适应遥操作控制方法,包括以下步骤:
第一步:对遥操作***中的主手端和从手端分别建立动力学建模如下:
其中,下标m和s分别表示主手和从手端的参数项,qm,qs∈Rn×1表示关节角位置,Mm(qm),Ms(qs)∈Rn×n表示惯量矩阵,表示离心力和哥氏力项,Gm(qm),Gs(qs)∈Rn×1为重力项,Fms(t),Fcs(t)表示主手和从手端控制器的控制力矩,Fh(t)表示操作者对主手端设备施加的作用力,Fe(t)表示从端环境对从端机械手的作用力。
当从端机械手抓取物体之后,其运动学和动力学参数发生了变化,在操作过程中又难以准确得到其动力学参数值,设Ms(qs)、Gs(qs)的变化量分别为ΔMs、ΔCs、ΔGs,于是式(1)可以化为
其中Ms'=Ms+ΔMs,Cs'=Cs+ΔCs,Gs'(qs)=Gs(qs)+ΔGs
第二步:设计从手端控制器。令e(t)=qsd(t)-qs(t),表示从手跟踪主手的状态误差,在操作中理想情况是希望从手完全跟踪主手的操作速度,其中qsd(t)=qm(t-Tc1)表示从手端期望的关节位置,由主手端的关节位置经过时延Tc1得到。另设状态误差函数那么且有:
由式(2)得
令则有:
将上式代入(3)并化简可得误差动力学方程:
据此设计相应的RBF神经网络控制器为:
其中加入了自适应项ρ的估计值和鲁棒项η。将式(5)代入式(4)可得
这里将ρ线性化表示为ρ=θTΦ,那么其估计值为于是有其中,Fρ为任意正定矩阵,Kρ为设计参数,Φρ为径向基函数,这里采用高斯函数的表示。由于存在通过设计η对进行抑制,设的上界为ηρ,则η=ηρsat(r,ε),其中
采用sat(r,ε)函数可以明显的抑制当r→0时刻控制***的抖动。
第三步:设计主手端控制器。主手端误差可表示为σ(t)=qmd(t)-qm(t),其中qmd(t)=qs(t-Tc2)表示主手端的期望关节位置,由从手端的期望关节位置经过时延Tc2得到。另设主手端的状态误差函数则且有
进而得到主手端的误差动力学方程:
据此设计主端的控制器为:
至此阐述了本发明所提出控制方法所使用遥操作模型、从手端的神经网络自适应控制器及主手端的控制器的结构。
为了进一步说明本发明所提出的方法的应用流程,下面对所提方法使用Simulink进行模拟仿真。在仿真中,选取的遥操作***结构如图1所示。其中主手端和从手端为2-自由度、两连杆、旋转关节机器人,其具体结构示意图如图2所示,图中l1,l2为连杆长度,m1,m2为连杆质量,q1,q2为关节角位置,x,y为机器人末端执行器在直角坐标系下的位置坐标。
步骤一:根据式(1)在Simulink中搭建遥操作模型。本仿真中利用S-Function模块表示主手和从手的动力学方程,该模块输入为作用在主手或从手上的合力,输出为主手或从手的关节角位置、关节角速度和关节角加速度。设式(1)中主手端和从手端的动力学参数相同,均可表示为
其中,g为重力加速度,这里取g=9.8m/s2,这里假设主手端和从手端机器人均是在水平面上工作,因此重力可以忽略。仿真中用到的其他机器人参数设置为:l1=l2=0.5m,m1=4.6kg,m2=2.3kg。
步骤二:在遥操作仿真模型中加入主手端和从手端的控制力矩、操作力矩和环境作用力矩。根据式(5)和式(6)设计主手端和从手端的控制输入力矩,其中涉及到的参数设置为:Ks=0.1,k1=3;Km=0.3,k2=50,从手端控制器中的RBF自适应项对应的模块通过一个神经网络训练函数来产生,可以进行多次训练迭代产生一个效果较佳的RBF神经网络模块。主手端每个关节上的操作力矩和从手端每个关节上的环境作用力矩用相同的正弦输入力矩来表示,即
步骤三:完善连接并运行仿真模型。将各个模块按照输入输出关系连接起来,并在主手端和从手端之间加入时延模块,时延设为Tc1=Tc2=3s,以模拟实际遥操作过程当中回路时延对***的影响。运行仿真并将仿真过程中主手和从手的每个关节角的角度变化和控制力矩变化绘制出曲线如图3和图4所示。
从图3和图4中可以看出,从手端的两个关节角在仿真一开始就可以实现较好跟踪主手关节角变化,稳定情况下存在3s的时延;由于从手端的运动学和动力学参数在遥操作过程中的不确定性从而影响遥操作的稳定性和操作性能,而本发明中在从手端控制器中应用了RBF神经网络自适应控制方法,从手端的关节控制力矩可以实现自适应变化,从而可以克服遥操作中模型参数不确定对遥操作的影响。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (1)
1.一种基于径向基函数的神经网络自适应遥操作控制方法,其特征在于,包括以下步骤:
1)对遥操作***中的主手端和从手端分别建立动力学建模如下:
<mrow>
<mo>{</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>F</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>c</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>F</mi>
<mi>e</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,下标m和s分别表示主手和从手端的参数项,qm,qs∈Rn×1表示关节角位置,Mm(qm),Ms(qs)∈Rn×n表示惯量矩阵,表示离心力和哥氏力项,Gm(qm),Gs(qs)∈Rn×1为重力项,Fms(t),Fcs(t)表示主手和从手端控制器的控制力矩,Fh(t)表示操作者对主手端设备施加的作用力,Fe(t)表示从端环境对从端机械手的作用力;
当从端机械手抓取物体之后,其运动学和动力学参数发生了变化,在操作过程中又难以准确得到其动力学参数值,设Ms(qs)、Gs(qs)的变化量分别为ΔMs、ΔCs、ΔGs,于是式(1)能够化为
<mrow>
<mo>{</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>F</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msup>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msup>
<msub>
<mi>G</mi>
<mi>s</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>c</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>F</mi>
<mi>e</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中Ms'=Ms+ΔMs,Cs'=Cs+ΔCs,Gs'(qs)=Gs(qs)+ΔGs;
2)设计从手端控制器;
令e(t)=qsd(t)-qs(t),表示从手跟踪主手的状态误差,在操作中理想情况是希望从手完全跟踪主手的操作速度,其中qsd(t)=qm(t-Tc1)表示从手端期望的关节位置,由主手端的关节位置经过时延Tc1得到;另设状态误差函数那么且有:
<mrow>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mover>
<mi>f</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mover>
<mi>e</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
由式(2)得
<mrow>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>c</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>F</mi>
<mi>e</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>-</mo>
<msub>
<mi>G</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&Delta;C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&Delta;G</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&Delta;M</mi>
<mi>s</mi>
</msub>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
令则有:
<mrow>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>c</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>F</mi>
<mi>e</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>G</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>&rho;</mi>
</mrow>
将上式代入(3)并化简可得误差动力学方程:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mover>
<mi>f</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mover>
<mi>e</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>c</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>F</mi>
<mi>e</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&rho;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
据此设计相应的RBF神经网络控制器为:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>F</mi>
<mrow>
<mi>c</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>K</mi>
<mi>s</mi>
</msub>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mover>
<mi>e</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mover>
<mi>&rho;</mi>
<mo>^</mo>
</mover>
<mo>+</mo>
<mi>&eta;</mi>
<mo>+</mo>
<msub>
<mi>F</mi>
<mi>e</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
其中加入了自适应项ρ的估计值和鲁棒项η;将式(5)代入式(4)得:
<mrow>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mover>
<mi>f</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>K</mi>
<mi>s</mi>
</msub>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mover>
<mi>&rho;</mi>
<mo>~</mo>
</mover>
<mo>-</mo>
<mi>&eta;</mi>
</mrow>
将ρ线性化表示为ρ=θTΦ,那么其估计值为于是有:
<mrow>
<mover>
<mi>&rho;</mi>
<mo>~</mo>
</mover>
<mo>=</mo>
<mi>&rho;</mi>
<mo>-</mo>
<mover>
<mi>&rho;</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msup>
<mi>&theta;</mi>
<mi>T</mi>
</msup>
<mo>-</mo>
<msup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>T</mi>
</msup>
<mo>)</mo>
</mrow>
<msub>
<mi>&Phi;</mi>
<mi>&rho;</mi>
</msub>
</mrow>
其中,Fρ为任意正定矩阵,Kρ为设计参数,Φρ为径向基函数,这里采用高斯函数的表示;由于存在通过设计η对进行抑制,设的上界为ηρ,则η=ηρsat(r,ε),其中
<mrow>
<mi>s</mi>
<mi>a</mi>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>,</mo>
<mi>&epsiv;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>></mo>
<mi>&epsiv;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>r</mi>
<mo>/</mo>
<mi>&epsiv;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>&epsiv;</mi>
<mo><</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>&epsiv;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>&epsiv;</mi>
<mo>></mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
采用sat(r,ε)函数能够明显的抑制当r→0时刻控制***的抖动;
3)设计主手端控制器;
主手端误差表示为σ(t)=qmd(t)-qm(t),其中qmd(t)=qs(t-Tc2)表示主手端的期望关节位置,由从手端的期望关节位置经过时延Tc2得到;另设主手端的状态误差函数则且有
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mover>
<mi>g</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mover>
<mi>&sigma;</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mover>
<mi>&sigma;</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mover>
<mi>&sigma;</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<msub>
<mi>F</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mi>&sigma;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
进而得到主手端的误差动力学方程:
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mover>
<mi>g</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mover>
<mi>&sigma;</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<msub>
<mi>F</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mi>&sigma;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
据此设计主端的控制器为:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>F</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>K</mi>
<mi>m</mi>
</msub>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>M</mi>
<mi>m</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mover>
<mi>&sigma;</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>q</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mi>&sigma;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
2
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610322278.XA CN105904461B (zh) | 2016-05-16 | 2016-05-16 | 一种基于径向基函数的神经网络自适应遥操作控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610322278.XA CN105904461B (zh) | 2016-05-16 | 2016-05-16 | 一种基于径向基函数的神经网络自适应遥操作控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105904461A CN105904461A (zh) | 2016-08-31 |
CN105904461B true CN105904461B (zh) | 2017-10-31 |
Family
ID=56749167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610322278.XA Active CN105904461B (zh) | 2016-05-16 | 2016-05-16 | 一种基于径向基函数的神经网络自适应遥操作控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105904461B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106647260B (zh) * | 2016-11-18 | 2019-08-09 | 西北工业大学 | 一种基于相对阻抗的双臂遥操作自适应控制方法 |
CN106933103B (zh) * | 2017-04-20 | 2019-11-08 | 清华大学深圳研究生院 | 一种有限时间收敛的遥操作双边控制器的控制方法 |
CN107422639B (zh) * | 2017-07-13 | 2020-07-14 | 西北工业大学 | 一种基于时间延迟估计的双边遥操作控制方法 |
CN107932506B (zh) * | 2017-11-15 | 2020-10-16 | 电子科技大学 | 一种力反馈双边遥操作稳定控制方法 |
CN107991879B (zh) * | 2017-12-21 | 2019-11-08 | 浙江大学 | 一种改进波变量的遥操作双边控制方法 |
CN108303880B (zh) * | 2018-01-18 | 2020-11-06 | 西北工业大学 | 一种基于时延补偿的机器人遥操作预测控制方法 |
CN108469733B (zh) * | 2018-03-22 | 2020-01-14 | 浙江大学 | 一种改进波变量的四通道遥操作多边控制方法 |
CN108663934A (zh) * | 2018-04-12 | 2018-10-16 | 东南大学 | 一种空间遥操作虚拟环境模型的在线修正***及方法 |
CN108803344B (zh) * | 2018-07-25 | 2019-11-22 | 西北工业大学 | 一种基于模态切换的机器人双边遥操作对称预测控制方法 |
CN109240086B (zh) * | 2018-10-16 | 2020-02-28 | 浙江大学 | 一种非线性双边遥操作***的自适应鲁棒控制方法 |
CN110488608B (zh) * | 2019-08-14 | 2022-05-27 | 深圳市烨嘉为技术有限公司 | 用于驱控一体化控制***的智能化动力学参数辩识方法及模块 |
CN112223276B (zh) * | 2020-09-01 | 2023-02-10 | 上海大学 | 基于自适应神经网络滑模控制的多关节机器人控制方法 |
CN113927596B (zh) * | 2021-10-07 | 2023-08-01 | 西北工业大学 | 一种基于宽度神经学习的时变输出约束机器人遥操作有限时间控制方法 |
CN116803635B (zh) * | 2023-08-21 | 2023-12-22 | 南京邮电大学 | 基于高斯核损失函数的近端策略优化训练加速方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526801A (zh) * | 2009-04-17 | 2009-09-09 | 天津理工大学 | 履带式移动机械手的广义***统一动力学建模方法 |
CN102289204A (zh) * | 2011-06-03 | 2011-12-21 | 华南理工大学 | 基于确定学习理论的机械臂通用控制方法 |
CN103648733A (zh) * | 2011-07-01 | 2014-03-19 | 库卡实验仪器有限公司 | 用于控制机器人的方法和控制装置 |
CN105319972A (zh) * | 2015-11-27 | 2016-02-10 | 燕山大学 | 基于快速终端滑模的遥操作机器人固定时间控制方法 |
CN105382841A (zh) * | 2015-11-17 | 2016-03-09 | 西北工业大学 | 一种基于双通道通讯的遥操作双边控制方法 |
-
2016
- 2016-05-16 CN CN201610322278.XA patent/CN105904461B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526801A (zh) * | 2009-04-17 | 2009-09-09 | 天津理工大学 | 履带式移动机械手的广义***统一动力学建模方法 |
CN102289204A (zh) * | 2011-06-03 | 2011-12-21 | 华南理工大学 | 基于确定学习理论的机械臂通用控制方法 |
CN103648733A (zh) * | 2011-07-01 | 2014-03-19 | 库卡实验仪器有限公司 | 用于控制机器人的方法和控制装置 |
CN105382841A (zh) * | 2015-11-17 | 2016-03-09 | 西北工业大学 | 一种基于双通道通讯的遥操作双边控制方法 |
CN105319972A (zh) * | 2015-11-27 | 2016-02-10 | 燕山大学 | 基于快速终端滑模的遥操作机器人固定时间控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105904461A (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105904461B (zh) | 一种基于径向基函数的神经网络自适应遥操作控制方法 | |
Suarez et al. | Design of a lightweight dual arm system for aerial manipulation | |
Ren et al. | Fully distributed cooperation for networked uncertain mobile manipulators | |
CN107263481B (zh) | 一种多自由度机器人的类脑学习控制方法 | |
CN105404744B (zh) | 一种空间机械臂全状态动力学半物理仿真*** | |
CN106406097B (zh) | 多机械臂***的分布式自适应协调控制方法 | |
CN103728988B (zh) | 基于内模的scara机器人轨迹跟踪控制方法 | |
CN105772917A (zh) | 一种三关节点焊机器人轨迹跟踪控制方法 | |
CN107992082A (zh) | 基于分数阶幂次切换律的四旋翼无人机飞行控制方法 | |
Kannan et al. | Adaptive control of aerial manipulation vehicle | |
CN110333733A (zh) | 一种四旋翼飞行器的串级变论域模糊pid姿态控制***及方法 | |
Afifi et al. | Toward physical human-robot interaction control with aerial manipulators: Compliance, redundancy resolution, and input limits | |
CN106371442A (zh) | 一种基于张量积模型变换的移动机器人控制方法 | |
Aldana et al. | Bilateral teleoperation of cooperative manipulators | |
Li et al. | Neural learning and kalman filtering enhanced teaching by demonstration for a baxter robot | |
Stoyanov et al. | Assisted telemanipulation: A stack-of-tasks approach to remote manipulator control | |
McGill et al. | Team THOR's adaptive autonomy for disaster response humanoids | |
CN108693776A (zh) | 一种三自由度Delta并联机器人的鲁棒控制方法 | |
Wang et al. | Automatic obstacle avoidance using redundancy for shared controlled telerobot manipulator | |
Chen et al. | Impedance matching strategy for physical human robot interaction control | |
Zhong et al. | Inverse Kinematics Analysis of Humanoid Robot Arm by Fusing Denavit–Hartenberg and Screw Theory to Imitate Human Motion With Kinect | |
Yang et al. | Human-in-the-loop Learning and Control for Robot Teleoperation | |
Qin et al. | Robotic Arm Trajectory Tracking Control Based on An RBF Neural Network Adaptive Control Algorithm | |
CN106292678B (zh) | 一种针对目标操作的空间机器人基座解耦控制方法 | |
Villagómez et al. | Modeling and Control of the tPVTOL |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |