CN109085749A - 一种基于自适应模糊反演的非线性遥操作双边控制方法 - Google Patents
一种基于自适应模糊反演的非线性遥操作双边控制方法 Download PDFInfo
- Publication number
- CN109085749A CN109085749A CN201810891909.9A CN201810891909A CN109085749A CN 109085749 A CN109085749 A CN 109085749A CN 201810891909 A CN201810891909 A CN 201810891909A CN 109085749 A CN109085749 A CN 109085749A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- indicate
- main side
- function
- mechanical arm
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于自适应模糊反演的非线性遥操作双边控制方法。本发明在从端设计了一种信号优化函数,以优化主端通过通信通道传输的位置信号,并在从端生成相应的速度和加速度信号。通过从端非功率环境参数的模糊估计和主端环境力的重构,避免了功率信号在通信通道的传输,从而避免了传统遥操作***的无源性以及稳定性和透明性的权衡问题。针对双边遥操作***的非线性,模型不确定性和参数不确定性的问题,本发明提出了基于反演的非线性控制器,采用模糊***逼近***的模型信息,并基于李雅普诺夫理论设计一种在线调整模糊***参数的自适应率,保证***具备良好的稳定性和收敛性。
Description
技术领域
本发明属于遥操作控制领域,具体来说是一种时延非线性双边遥操作***的自适应模糊反演控制方法,在保证遥操作***全局稳定性的同时提升遥操作***的透明性。
背景技术
随着机器人技术的不断发展,依靠人机交互工作方式的遥操作技术已经在深海作业、医疗手术、虚拟现实等领域发挥了重要的作用。特别是具有力反馈的双边遥操作***,提升了***的透明性能,增强了操作者的临场感。然而,针对非线性的双边遥操作***,存在通信时延、非线性、参数不确定性及模型不确定性等问题,从而影响***的稳定性和透明性。
基于无源理论的双通道结构,主从端的力和速度分别表示网络中的电压和电流,是一种用于保证***稳定性的控制方法。尽管双通道结构能够保证遥操作***完成基本的遥操作任务,但是***的透明性无法保证。基于主从端动力学匹配的四通道结构,是一种用于保证***透明性的控制方法。尽管四通道结构能够实现遥操作***的理想透明性,但是***的稳定性无法保证。此外,针对非线性双边遥操作***存在的非线性、参数不确定性、模型不确定性等问题,上述方法都不能达到很好的控制效果。为此,本发明专利针对上述遥操作***存在的稳定性和透明性权衡和***的非线性、参数不确定性和模型不确定性等问题,提出一种基于自适应模糊反演的非线性双边控制方法,在保证遥操作***稳定性的同时提升遥操作***的透明性。
发明内容
本发明的目的在于提出一种基于自适应模糊反演的非线性遥操作双边控制方法,用以解决传统遥操作***的稳定性、非线性、参数不确定性和模型不确定性等技术问题。
为实现上述目的,该发明的技术方案具体内容如下:
一种基于自适应模糊反演的非线性遥操作双边控制方法,包括以下步骤:
1)建立双边遥操作***的非线性动力学模型,具体为:
1-1)建立双边遥操作***的非线性动力学模型
其中,i=m,s表示双边遥操作***中的主端或从端机械臂,j=h,e表示操作者或者外界环境,qi,表示机械臂的位置、速度和加速度信号,Mi表示质量惯性矩阵,Ci表示科氏力/向心力矩阵,Gi表示重力矩阵,Di表示外界扰动,τi表示控制输入,τj表示操作者操作力矩或者外界环境力矩,可由传感器测得。
上述***具有如下特性:
①惯性矩阵Mi(qi)是正定对称矩阵,且Mi(qi)有界,即存在δi0∈R,δi0∈R,0<Mi(qi)≤δi0I;
②惯性矩阵Mi(qi)和向心力/科氏力矩阵存在以下关系:
③公式(1)中的部分动力学方程可以写成如下线性方程的形式:
其中,θi∈Rn表示主从端机械臂的未知参数,ζ∈Rn×n表示模糊矩阵,表示机械臂的理想速度和加速度信号。
从端环境的非线性动力学模型如下:
其中,θe∈Rn表示环境的未知参数。
2)设计从端机械臂的自适应模糊反演控制器,具体为:
2-1)定义xs1=qs,可以将(1)的从端部分改写为:
式中,Ms -1和Cs都是未知非线性光滑函数。
2-2)设计虚拟控制项
2-3)设zs2=xs2-αs1,设计李雅普诺夫函数
2-4)对李雅普诺夫函数Vs1求导,如果zs2=0,那么则设计李雅普诺夫函数Vs2;
2-5)设计李雅普诺夫函数根据李雅普诺夫函数Vs2设计控制器,保证从端***的全局鲁棒稳定性,设计控制器τs为
τs=-μs2zs2-zs1-Φs-τe (12)
其中,μs2>0,zs1为跟踪误差,zs1=xs1-qsd,qsd为机械臂理想轨迹,Φs为逼近非线性函数ηs的模糊***,τe为传感器测量到的环境力矩;
2-6)采用为了实现无需模型信息的控制,采用模糊***逼近ηs。假设Φs是用于逼近非线性函数ηs的模糊***,采用单值模糊化、乘积推理机和中心平均反模糊化,具体为:
定义
其中,ζT(xsw)为模糊向量,θs为自适应参数。
2-7)设计李雅普诺夫函数Vs为
基于李雅普诺夫函数设计自适应参数θs的自适应率
其中,γs和ks是自适应系数; 为最优逼近常量。
3)从端环境的模糊逼近与主端环境的重构,具体为:
3-1)将从端环境的非线性动力学模型(2)写成模糊***的形式,则
τe=ζT(xew)θe (28)
3-2)定义为环境参数的最优逼近常量,Ωe和Ωe0分别表示xew和θe的有界集,通过MATLAB的模糊逻辑工具箱可以实现从端环境的模糊逼近。
3-3)由于通信时延的存在,为避免功率信号在通信通道内的传递而影响遥操作***的无源性,将从端非功率环境参数的估计值传递到主端,从而得到主端的重构环境力为:
其中,
4)设计主端机械臂的自适应模糊反演控制器,具体为:
4-1)定义qmd(t)为主端机械臂的理想跟踪轨迹,且满足:
其中,Md,Cd,Gd表示主端机械臂的理想性能系数。
通过选取合适的θd,(30)可以生成无源的主端机械臂的理想跟踪轨迹qmd(t),从而设计主端自适应模糊反演控制器,使主端机械臂跟踪理想轨迹qmd(t)。
4-2)定义xm1=qm,可以将(1)的主端部分改写为:
式中,Mm -1和Cm都是未知非线性光滑函数。
4-3)设计虚拟控制项
4-4)设zm2=xm2-αm1,设计李雅普诺夫函数
4-5)对李雅普诺夫函数Vm1求导,如果zm2=0,那么则设计李雅普诺夫函数Vm2;
4-6)设计李雅普诺夫函数根据李雅普诺夫函数Vm2设计控制器,保证主端***的全局鲁棒稳定性,设计控制器τm为
τm=-μm2zm2-zm1-Φm-τh (40)
其中,μm2>0,zm1为跟踪误差,zm1=xm1-qmd,qmd为机械臂理想轨迹,Φm为逼近非线性函数ηm的模糊***,τh为传感器测量到的操作者操作力矩;
4-7)采用为了实现无需模型信息的控制,采用模糊***逼近ηm。假设Φm是用于逼近非线性函数ηm的模糊***,采用单值模糊化、乘积推理机和中心平均反模糊化,具体为:
定义
其中,ζT(xmw)为模糊向量,θm为自适应参数。
4-8)设计李雅普诺夫函数Vm为
基于李雅普诺夫函数设计自适应参数θm的自适应率
其中,γm和km是自适应系数。
与现有技术相比,本发明具有如下有益效果:
1、采用模糊***逼近未知的包含***建模信息的非线性函数,并且设计自适应率在线调整模糊逻辑***,避免因参数不确定性对***造成的负效应。
2、基于自适应模糊反演的双边控制方法可以使主端和从端机械臂实时跟踪主端的位置信号,使跟踪误差稳定指数趋于0,提升了***的暂态性能,保证了***的透明性。
3、利用李雅普诺夫稳定性函数保证***的稳定性和收敛性,从而保证所有信号的全局稳定性。
4、通过从端非功率环境系数的模糊估计和主端环境力的重构,避免了功率信号在通信通道中的传输,从而避免了传统遥操作***无源性问题以及稳定性和透明性的权衡问题。
附图说明
图1是本发明提出的基于自适应模糊反演的非线性遥操作双边控制框图;
图2是本发明提出的xiw的隶属度函数图;
图3是本发明的主端机械臂与从端机械臂的位置跟踪和力反馈图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的实施技术方案为:
(一)建立双边遥操作***的非线性动力学模型
其中,i=m,s表示双边遥操作***中的主端或从端机械臂,j=h,e表示操作者或者外界环境,qi,表示机械臂的位置、速度和加速度信号,Mi表示质量惯性矩阵,Ci表示科氏力/向心力矩阵,Gi表示重力矩阵,Di表示外界扰动,τi表示控制输入,τj表示操作者操作力矩或者外界环境力矩,可由传感器测得。
上述***具有如下特性:
①惯性矩阵Mi(qi)是正定对称矩阵,且Mi(qi)有界,即存在δi0∈R,δi0∈R,0<Mi(qi)≤δi0I;
②惯性矩阵Mi(qi)和向心力/科氏力矩阵存在以下关系:
③公式(1)中的部分动力学方程可以写成如下线性方程的形式:
其中,θi∈Rn表示主从端机械臂的未知参数,ζ∈Rn×n表示模糊矩阵,表示机械臂的理想速度和加速度信号。
如图1所示,在从端设计信号优化函数Hf(s)=1/(1+τf)2,从主端通过通信通道传输到从端的位置信号qm(t-T(t)),经过信号优化函数,生成用于从端位置跟踪的理想输入信号qsd(t),其中,T(t)为***的通信时延。
从端环境的非线性动力学模型如下:
其中,θe∈Rn表示环境的未知参数。
非线性双边遥操作***控制器的设计即基于上述动力学模型。
(二)设计非线性双边遥操作***的从端机械臂自适应模糊反演控制器
定义xs1=qs,可以将(1)的从端部分改写为:
式中,Ms -1和Cs都是未知非线性光滑函数。
非线性双边遥操作***的反演控制器的设计包括2步。在步骤1中,构造虚拟控制项;在步骤2中,设计实际控制律,具体设计步骤如下:
步骤1:控制目标为xs1跟踪指令轨迹qsd。定义误差
zs1=xs1-qsd,zs2=xs2-αs1 (4)
其中,αs1是xs2的估计,通过选取αs1,使得zs2趋近于0。
于是,
取虚拟控制项为
定义李雅普诺夫函数
那么Vs1的导数为
如果zs2=0,那么则进入下一步。
步骤2:
定义李雅普诺夫函数Vs2为
由于
那么Vs2的导数为
为实现设计控制律为
τs=-μs2zs2-zs1-Φs-τε(12)
其中μs2>0,那么
其中,由ηs的表达式可见,ηs包含了***的建模信息。
为了实现无需建模信息的控制,采用模糊***逼近ηs。假设Φs是用于逼近非线性函数ηs的模糊***,采用单值模糊化、乘积推理机和中心平均反模糊化方法,具体步骤如下:
针对ηs的模糊逼近,采用分别逼近的形式,相应的模糊***设计为
其中,u为机械臂的自由度数。
定义
其中,
定义最优逼近常量通过满足实现对ηs的模糊逼近。其中,Ωs和Ωs0分别表示xsw和θs的有界集。
令其中为逼近误差。
定义李雅普诺夫函数Vs为
其中γs>0。
那么Vs的导数为
设计自适应率为
那么
因为则代入(20),则
由于则因此
即则
定义μs2>1,由于则
定义则
由于扰动Ds∈Rn有界,则存在满足则
其中因此
其中Vs(0)为Vs的初值。
定义紧集则Vs有界,且从端的闭环***内的所有信号有界,因此从端***是全局稳定的。
(三)从端环境的模糊逼近与主端环境的重构
将从端环境的非线性动力学模型(2)写成模糊***的形式,则
τe=ζT(xew)θe (28)
定义为环境参数的最优逼近常量,
Ωe和Ωe0分别表示xew和θe的有界集,通过MATLAB的模糊逻辑工具箱可以实现从端环境的模糊逼近。
由于通信时延的存在,为避免功率信号在通信通道内的传递而影响遥操作***的无源性,将从端非功率环境参数的估计值传递到主端,从而得到主端的重构环境力为:
其中,
(四)设计非线性双边遥操作***的主端机械臂自适应模糊反演控制器
定义qmd(t)为主端机械臂的理想跟踪轨迹,且满足:
其中,Md,Cd,Gd表示主端机械臂的理想性能系数。
通过选取合适的θd,(30)可以生成无源的主端机械臂的理想跟踪轨迹qmd(t),从而设计主端自适应模糊反演控制器,使主端机械臂跟踪理想轨迹qmd(t)。
定义可以将(1)的主端部分改写为:
式中,Mm -1和Cm都是未知非线性光滑函数。
步骤1:控制目标为xm1跟踪指令轨迹qmd。定义误差
zm1=xm1-qmd,zm2=xm2-αm1 (32)
其中,αm1是xm2的估计,通过选取αm1,使得zm2趋近于0。
于是,
取虚拟控制项为
定义李雅普诺夫函数
那么Vm1的导数为
如果zm2=0,那么则进入下一步。
步骤2:
定义李雅普诺夫函数Vm2为
由于
那么Vm2的导数为
为实现设计控制律为
τm=-μm2zm2-zm1-Φm-τh (40)
其中μm2>0,那么
其中,由ηm的表达式可见,ηm包含了***的建模信息。
为了实现无需建模信息的控制,采用模糊***逼近ηm。假设Φm是用于逼近非线性函数ηm的模糊***,采用分别逼近的形式,相应的模糊***设计为
其中,u为机械臂的自由度数。
定义
其中,
定义最优逼近常量通过满足实现对ηm的模糊逼近。其中,Ωm和Ωm0分别表示xmw和θm的有界集。
令其中为逼近误差。
定义李雅普诺夫函数Vm为
其中γm>0。
那么Vm的导数为
设计自适应率为
那么
因为代入(48),则
由于则
定义μm2>1,由于则
定义则
由于扰动Dm∈Rn有界,则存在满足则
其中因此
其中Vm(0)为Vm的初值。
定义紧集则Vm有界,且主端的闭环***内的所有信号有界,因此主端***是全局稳定的。
根据(二)和(四)可知,由于主端***和从端***都是稳定的,且通信通道内无功率信号的传输,因此双边遥操作***是稳定的。
(五)进行仿真实验验证
为了验证上述理论的可行性,在MATLAB下进行仿真实验,仿真实验验证了基于自适应模糊反演的非线性遥操作双边控制的效果。
仿真参数选取如下:
取xyw的模糊隶属度函数为
其中,y=m,s,e,em表示主端,从端,环境和主端环境再现,隶属度函数如图2所示。
取从端控制器(12)和自适应率(19),其中μs1=35,μs2=55,ks=1.8,γs=2。
取主端控制器(40)和自适应率(47),其中,μm1=35,μm2=55,km=1.8,γm=2,
取环境参数为θe=[Me Ce Ge]T,其中,
取信号优化函数参数τf=0.025,输入操作力为τh=[0.4sinπt/2 0.4cosπt/2]T。
***中仿真2自由度的主从机械臂,参数为:
其中,Mi11=Ji1+Ji2+2mi2ri2li1cosθi2,Mi12=Mi21=Ji2+mi2ri2li1cosθi2,Mi22=Ji2,
图3为主端机械臂和从端机械臂的位置跟踪和力反馈曲线,从图中可以看出,位置跟踪和力反馈曲线都是有界的,即***是稳定的;从端机械臂可以很好的跟踪主端的位置命令,主端操作者可以很好的接收从端的环境力,即***是透明的。
以上内容仅为本发明的技术思想,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 (4)
1.一种基于自适应模糊反演的非线性遥操作双边控制方法,其特征在于,包括以下步骤:
1)建立双边遥操作***的非线性动力学模型:
其中,i=m,s表示双边遥操作***中的主端或从端机械臂,j=h,e表示操作者或者外界环境,qi,表示机械臂的位置、速度和加速度信号,Mi表示质量惯性矩阵,Ci表示科氏力/向心力矩阵,Gi表示重力矩阵,Di表示外界扰动,τi表示控制输入,τj表示操作者操作力矩或者外界环境力矩,可由传感器测得;
上述***具有如下特性:
①惯性矩阵Mi(qi)是正定对称矩阵,且Mi(qi)有界,即存在δi0∈R,0<Mi(qi)≤δi0I;
②惯性矩阵Mi(qi)和向心力/科氏力矩阵存在以下关系:
③公式(1)中的部分动力学方程可以写成如下线性方程的形式:
其中,θi∈Rn表示主从端机械臂的未知参数,ζ∈Rn×n表示模糊矩阵,表示机械臂的理想速度和加速度信号;
从端环境的非线性动力学模型如下:
其中,θe∈Rn表示环境的未知参数;
2)设计从端机械臂的自适应模糊反演控制器,具体为:
2-1)定义xs1=qs,将(1)的从端部分改写为:
式中,Ms -1和Cs都是未知非线性光滑函数;
2-2)设计虚拟控制项
2-3)设zs2=xs2-αs1,设计李雅普诺夫函数
2-4)对李雅普诺夫函数Vs1求导,如果zs2=0,那么则设计李雅普诺夫函数Vs2;
2-5)设计李雅普诺夫函数根据李雅普诺夫函数Vs2设计控制器,保证从端***的全局鲁棒稳定性,设计控制器τs为
τs=-μs2zs2-zs1-Φs-τe (12)
其中,μs2>0,zs1为跟踪误差,zs1=xs1-qsd,qsd为机械臂理想轨迹,Φs为逼近非线性函数ηs的模糊***,τe为传感器测量到的环境力矩;
2-6)采用为了实现无需模型信息的控制,采用模糊***逼近ηs;假设Φs是用于逼近非线性函数ηs的模糊***,采用单值模糊化、乘积推理机和中心平均反模糊化,具体为:
定义
其中,ζT(xsw)为模糊向量,θs为自适应参数;
2-7)基于李雅普诺夫函数设计自适应参数θs的自适应率
其中,γs和ks是自适应系数;
3)从端环境的模糊逼近与主端环境的重构,具体为:
3-1)将从端环境的非线性动力学模型(2)写成模糊***的形式,则
τe=ζT(xew)θe (28)
3-2)定义为环境参数的最优逼近常量,Ωe和Ωe0分别表示xew和θe的有界集,通过MATLAB的模糊逻辑工具箱实现从端环境的模糊逼近;
3-3)由于通信时延的存在,为避免功率信号在通信通道内的传递而影响遥操作***的无源性,将从端非功率环境参数的估计值传递到主端,从而得到主端的重构环境力为:
其中,
4)设计主端机械臂的自适应模糊反演控制器,具体为:
4-1)定义qmd(t)为主端机械臂的理想跟踪轨迹,且满足:
其中,Md,Cd,Gd表示主端机械臂的理想性能系数;
通过选取θd,公式(30)可以生成无源的主端机械臂的理想跟踪轨迹qmd(t),从而设计主端自适应模糊反演控制器,使主端机械臂跟踪理想轨迹qmd(t);
4-2)定义xm1=qm,将(1)的主端部分改写为:
式中,Mm -1和Cm都是未知非线性光滑函数;
4-3)设计虚拟控制项
4-4)设zm2=xm2-αm1,设计李雅普诺夫函数
4-5)对李雅普诺夫函数Vm1求导,如果zm2=0,那么则设计李雅普诺夫函数Vm2;
4-6)设计李雅普诺夫函数根据李雅普诺夫函数Vm2设计控制器,保证主端***的全局鲁棒稳定性,设计控制器τm为
τm=-μm2zm2-zm1-Φm-τh (40)
其中,μm2>0,zm1为跟踪误差,zm1=xm1-qmd,qmd为机械臂理想轨迹,Φm为逼近非线性函数ηm的模糊***,τh为传感器测量到的操作者操作力矩;
4-7)采用为了实现无需模型信息的控制,采用模糊***逼近ηm;假设Φm是用于逼近非线性函数ηm的模糊***,采用单值模糊化、乘积推理机和中心平均反模糊化,具体为:
定义
其中,ζT(xmw)为模糊向量,θm为自适应参数;
4-8)基于李雅普诺夫函数设计自适应参数θm的自适应率
其中,γm和km是自适应系数。
2.根据权利要求1所述的基于自适应模糊反演的非线性遥操作双边控制方法,其特征在于,所述步骤1)中,在从端设计信号优化函数Hf(s)=1/(1+τf)2,从主端通过通信通道传输到从端的位置信号qm(t-T(t)),经过信号优化函数,生成用于从端位置跟踪的理想输入信号qsd(t),其中,T(t)为***的通信时延。
3.根据权利要求1所述的基于自适应模糊反演的非线性遥操作双边控制方法,其特征在于,所述步骤2-7)中,李雅普诺夫函数Vs为
其中, 为从端最优逼近常量。
4.根据权利要求1所述的基于自适应模糊反演的非线性遥操作双边控制方法,其特征在于,所述步骤4-8)中,李雅普诺夫函数Vm为
其中, 为主端最优逼近常量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810891909.9A CN109085749B (zh) | 2018-08-07 | 2018-08-07 | 一种基于自适应模糊反演的非线性遥操作双边控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810891909.9A CN109085749B (zh) | 2018-08-07 | 2018-08-07 | 一种基于自适应模糊反演的非线性遥操作双边控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109085749A true CN109085749A (zh) | 2018-12-25 |
CN109085749B CN109085749B (zh) | 2020-02-28 |
Family
ID=64834199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810891909.9A Active CN109085749B (zh) | 2018-08-07 | 2018-08-07 | 一种基于自适应模糊反演的非线性遥操作双边控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109085749B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007601A (zh) * | 2019-05-06 | 2019-07-12 | 广东工业大学 | 一种双边遥操作***的控制装置和设备 |
CN110116409A (zh) * | 2019-05-24 | 2019-08-13 | 浙江大学 | 一种基于扰动观测器的四通道遥操作双边控制方法 |
CN110262256A (zh) * | 2019-07-18 | 2019-09-20 | 浙江大学 | 一种非线性遥操作***的多边自适应滑模控制方法 |
CN110340894A (zh) * | 2019-07-18 | 2019-10-18 | 浙江大学 | 一种基于模糊逻辑的遥操作***自适应多边控制方法 |
CN111427264A (zh) * | 2020-03-15 | 2020-07-17 | 中国地质大学(武汉) | 一种复杂遥操作技术的神经自适应固定时间控制方法 |
CN113001547A (zh) * | 2021-03-10 | 2021-06-22 | 西北工业大学 | 一种基于混合现实的机器人遥操作控制方法 |
CN113031651A (zh) * | 2021-03-12 | 2021-06-25 | 南京工程学院 | 基于值函数逼近的uav吊挂***双边遥操作控制***及方法 |
CN114310903A (zh) * | 2022-01-19 | 2022-04-12 | 梅蓉 | 一种基于双边遥操作的机械手控制方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103293963A (zh) * | 2013-06-19 | 2013-09-11 | 河海大学常州校区 | 有源电力滤波器自适应模糊反演跟踪控制方法 |
CN103885339A (zh) * | 2014-03-21 | 2014-06-25 | 河海大学常州校区 | 微陀螺仪的反演自适应模糊滑模控制方法 |
CN104950677A (zh) * | 2015-06-17 | 2015-09-30 | 浙江工业大学 | 基于反演滑模控制的机械臂***饱和补偿控制方法 |
CN104950674A (zh) * | 2015-06-12 | 2015-09-30 | 河海大学常州校区 | 基于反演模糊滑模控制的悬臂梁振动控制方法 |
CN106099928A (zh) * | 2016-06-14 | 2016-11-09 | 河海大学常州校区 | 一种有源电力滤波器反演滑模自适应模糊控制方法 |
CN106938462A (zh) * | 2016-12-07 | 2017-07-11 | 北京邮电大学 | 一种基于自适应pd和模糊逻辑的遥操作双边控制方法 |
-
2018
- 2018-08-07 CN CN201810891909.9A patent/CN109085749B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103293963A (zh) * | 2013-06-19 | 2013-09-11 | 河海大学常州校区 | 有源电力滤波器自适应模糊反演跟踪控制方法 |
CN103885339A (zh) * | 2014-03-21 | 2014-06-25 | 河海大学常州校区 | 微陀螺仪的反演自适应模糊滑模控制方法 |
CN104950674A (zh) * | 2015-06-12 | 2015-09-30 | 河海大学常州校区 | 基于反演模糊滑模控制的悬臂梁振动控制方法 |
CN104950677A (zh) * | 2015-06-17 | 2015-09-30 | 浙江工业大学 | 基于反演滑模控制的机械臂***饱和补偿控制方法 |
CN106099928A (zh) * | 2016-06-14 | 2016-11-09 | 河海大学常州校区 | 一种有源电力滤波器反演滑模自适应模糊控制方法 |
CN106938462A (zh) * | 2016-12-07 | 2017-07-11 | 北京邮电大学 | 一种基于自适应pd和模糊逻辑的遥操作双边控制方法 |
Non-Patent Citations (7)
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007601A (zh) * | 2019-05-06 | 2019-07-12 | 广东工业大学 | 一种双边遥操作***的控制装置和设备 |
CN110116409A (zh) * | 2019-05-24 | 2019-08-13 | 浙江大学 | 一种基于扰动观测器的四通道遥操作双边控制方法 |
CN110262256A (zh) * | 2019-07-18 | 2019-09-20 | 浙江大学 | 一种非线性遥操作***的多边自适应滑模控制方法 |
CN110340894A (zh) * | 2019-07-18 | 2019-10-18 | 浙江大学 | 一种基于模糊逻辑的遥操作***自适应多边控制方法 |
CN110262256B (zh) * | 2019-07-18 | 2020-09-11 | 浙江大学 | 一种非线性遥操作***的多边自适应滑模控制方法 |
CN111427264A (zh) * | 2020-03-15 | 2020-07-17 | 中国地质大学(武汉) | 一种复杂遥操作技术的神经自适应固定时间控制方法 |
CN111427264B (zh) * | 2020-03-15 | 2021-12-14 | 中国地质大学(武汉) | 一种复杂遥操作技术的神经自适应固定时间控制方法 |
CN113001547A (zh) * | 2021-03-10 | 2021-06-22 | 西北工业大学 | 一种基于混合现实的机器人遥操作控制方法 |
CN113001547B (zh) * | 2021-03-10 | 2022-07-26 | 西北工业大学 | 一种基于混合现实的机器人遥操作控制方法 |
CN113031651A (zh) * | 2021-03-12 | 2021-06-25 | 南京工程学院 | 基于值函数逼近的uav吊挂***双边遥操作控制***及方法 |
CN114310903A (zh) * | 2022-01-19 | 2022-04-12 | 梅蓉 | 一种基于双边遥操作的机械手控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109085749B (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109085749A (zh) | 一种基于自适应模糊反演的非线性遥操作双边控制方法 | |
Chen et al. | Adaptive neural output feedback control of uncertain nonlinear systems with unknown hysteresis using disturbance observer | |
CN109240086B (zh) | 一种非线性双边遥操作***的自适应鲁棒控制方法 | |
CN106938462B (zh) | 一种基于自适应pd和模糊逻辑的遥操作双边控制方法 | |
Chopra et al. | Adaptive coordination control of bilateral teleoperators with time delay | |
Hua et al. | Delay-dependent stability criteria of teleoperation systems with asymmetric time-varying delays | |
Zhai et al. | Adaptive finite‐time control for nonlinear teleoperation systems with asymmetric time‐varying delays | |
CN110116409B (zh) | 一种基于扰动观测器的四通道遥操作双边控制方法 | |
Lu et al. | Fuzzy-observer-based hybrid force/position control design for a multiple-sampling-rate bimanual teleoperation system | |
CN110262256A (zh) | 一种非线性遥操作***的多边自适应滑模控制方法 | |
CN109507890A (zh) | 一种基于eso的无人机动态逆广义预测控制器 | |
Wang et al. | A novel adaptive finite time controller for bilateral teleoperation system | |
Islam et al. | New stability and tracking criteria for a class of bilateral teleoperation systems | |
CN110340894A (zh) | 一种基于模糊逻辑的遥操作***自适应多边控制方法 | |
Wang et al. | A novel unknown input interval observer for systems not satisfying relative degree condition | |
Li et al. | Robust output‐feedback attitude control of a three‐degree‐of‐freedom helicopter via sliding‐mode observation technique | |
Yang et al. | Synchronization analysis for nonlinear bilateral teleoperator with interval time‐varying delay | |
CN112192573A (zh) | 基于反演法的不确定性机器人自适应神经网络控制方法 | |
Zhao et al. | Manipulator trajectory tracking based on adaptive sliding mode control | |
Miao et al. | Robust dynamic surface control of flexible joint robots using recurrent neural networks | |
CN109514559B (zh) | 基于输出重定义的柔性机械臂时标分离鲁棒控制方法 | |
Yang et al. | Robust four-channel teleoperation through hybrid damping-stiffness adjustment | |
Hu et al. | Impedance with Finite‐Time Control Scheme for Robot‐Environment Interaction | |
Lee et al. | A study on bilateral teleoperation with input saturation and systems | |
Li et al. | Fixed‐time fault‐tolerant control of manipulator systems based on sliding mode observer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |