CN110977988A - 基于有限时间命令滤波的多关节机械臂阻抗控制方法 - Google Patents
基于有限时间命令滤波的多关节机械臂阻抗控制方法 Download PDFInfo
- Publication number
- CN110977988A CN110977988A CN201911371173.3A CN201911371173A CN110977988A CN 110977988 A CN110977988 A CN 110977988A CN 201911371173 A CN201911371173 A CN 201911371173A CN 110977988 A CN110977988 A CN 110977988A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- formula
- joint
- finite time
- joint mechanical
- 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
Images
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
- B25J9/1628—Programme controls characterised by the control loop
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于有限时间命令滤波的多关节机械臂阻抗控制方法,属于机器人控制技术领域。该方法基于反步法,通过阻抗控制技术实现了对机械臂的力/位控制,采用模糊自适应技术逼近多关节机械臂***中的未知摩擦量,引入命令滤波技术解决了传统反步法控制器设计中存在的“计算复杂性”问题,同时引入了误差补偿机制,消除了滤波误差的影响。利用有限时间控制使机械臂力/位跟踪信号在有限时间内收敛,保证了机械臂力/位跟踪误差能在有限时间内收敛到原点的一个足够小的领域内。综上,本发明所提出的控制方法能够使机械臂末端力/位轨迹快速有效地跟踪期望轨迹。
Description
技术领域
本发明属于机器人控制技术领域,尤其涉及一种基于有限时间命令滤波的多关节机械臂阻抗控制方法。
背景技术
随着机械臂在社会生活中的运用日益广泛,其工作环境也越来越复杂,仅依靠机械臂的位置控制已经不能满足当今的工作需求。人与机械臂的协作技术在社会生产中的运用已成为未来发展的趋势,同时,为了提高人/机械臂交互***的安全性与柔顺性,更高精度的机械臂力/位控制策略在实际工程运用中有着更大的需求,因此如何对协作机械臂有效地进行力/位控制已成为一个重要的研究热点。为了解决这一难题,海内外专家学者对此进行了大量的科学研究,并提出了力/位混合控制、阻抗控制等力/位控制方法。阻抗控制具有抗扰动能力强、计算量相对较少以及易于机械臂进行力控制等特点,因此受到了海内外研究人员的广泛关注。
作为先进控制方法的反步控制法已经被运用到多机械臂***的控制中,并取得了较好的力/位控制效果,但反步法存在的问题主要体现在:(1)***的某些函数必须是线性的;(2)反步法控制器设计中虚拟控制律的反复求导提高了“计算复杂性”,上述问题的存在使得反步法的使用具有较大的局限性。
模糊逻辑***对***的某些函数必须是线性的问题提供了解决思路,其中,模糊逻辑***通过近似理论逼近复杂非线性***中的未知非线性函数。针对反步法控制器设计中虚拟控制律的反复求导的问题,专家们已经提出了命令滤波技术,通过引入二阶滤波器解决传统反步控制方法中虚拟控制律的反复求导问题的同时,该技术通过补偿信号解决了滤波误差问题,并简化了有限时间命令滤波阻抗控制器的结构。
发明内容
本发明目的在于提出一种基于有限时间命令滤波的多关节机械臂阻抗控制方法,以实现对多关节机械臂末端进行力/位快速的高精度控制。
为了实现上述目的,采用如下技术方案:
基于有限时间命令滤波的多关节机械臂阻抗控制方法,包括如下步骤:
步骤1:建立多关节机械臂动力学模型,如公式(1)所示:
其中,q∈Rn×1为多关节机械臂各关节角度;D(q)∈Rn×n为多关节机械臂惯性矩阵;为多关节机械臂离心力和科里奥利力矩阵;G(q)∈Rn×1为多关节机械臂重力项向量;τ∈Rn×1为多关节机械臂各关节转矩向量;τf∈Rn×1为多关节机械臂各关节所受的摩擦力向量;J(q)∈Rn×n为多关节机械臂的雅可比矩阵;Fe∈Rn×1为环境对多关节机械臂末端施加的接触力;其中,n为机械臂的关节数;
多关节机械臂在笛卡尔坐标系上的关系式,如公式(2)所示:
多关节机械臂末端位置与末端力的阻抗控制关系式,如公式(3)所示:
其中,E=x-xd,xd为机械臂期待轨迹,Fe为机械臂末端力,Fd为机械臂末端期待力,Md为机械臂期待惯性矩阵,Bd为机械臂期待阻尼矩阵,Kd为机械臂刚性矩阵;
将式(2)带入式(1),得:
由(4)式变换,得:
步骤2:根据命令滤波有限时间技术和自适应反步法原理,设计真实控制律τ使得多关节机械臂末端的位置信号x1和末端接触力Fe分别跟踪期望的位置信号xd和期望的接触力Fd;
其中,输入向量Q是模糊输入维数,RQ为实数向量集;W∈Ro是模糊权向量,模糊节点数o为正整数,且o>1,Ro为实数向量集,S(Z)=[s1(Z),...,so(Z)]T∈Ro为基函数向量,选取基函数sjj(Z)为如下的高斯函数:jj=1,...,o;其中,μjj是高斯函数分布曲线的中心位置,而ηjj则为高斯函数的宽度;
有限时间稳定的定义:对于任意的实数λ1>0,λ2>0,0<γ<1,则有限时间稳定的扩展Lyapunov条件能够表示为:收敛时间能够通过Tr≤t0+[1/λ1(1-γ)]ln[(λ1V1-γ(t0)+λ2)/λ2]来估计;
有限时间命令滤波器定义如下:
其中,αr为滤波器的输入信号;选取合适的参数R1和R2,在经过有限时间的瞬态过程后,未受到输入噪声的情况下,可得到等式:该有限时间命令滤波器动态***相应的解为有限时间稳定;当滤波器的输入受噪声影响时,输入噪声满足不等式|αr-αr0|≤κ;然后在有限时间内构造完全依赖于微分器参数R1和R2的不等式:
基于有限时间命令滤波的多关节机械臂阻抗控制方法设计的每一步都会选取一个李雅普诺夫函数来构建一个虚拟控制函数或者真实控制律,在步骤2中,具体包括如下步骤:
步骤2.1:对于多关节机械臂末端的期望轨迹信号xd,定义补偿误差v1=z1-ξ1,其中,ξ1为误差补偿信号;
其中,k1>0,s1>0,0<β<1,h1>0且以上参数均为常数;将式(7)和(8)带入式(6),得
步骤2.2:定义补偿误差v2=z2-ξ2,其中,ξ2为误差补偿信号;
其中,f(Z)=-Δ-1(q)(τf),定义非线性函数f(Z)=[f1(Z),…,fn(Z)]T,根据万能逼近定理,对于任意小的常数εi>0,存在模糊逻辑函数Wi TS(Z)使得fi(Z)=Wi TS(Z)+δi,其中δi表示逼近误差,并满足δi≤εi(i=1,…,n.n∈N*);因为v2=[v2,1,…,v2,n]T,则由杨氏不等式得
其中,l是一个大于0的常数;
定义模糊权重θ=max{||W1||2,…,||Wn||2} (14);
由式(14)知,将不等式(11)转换为
选取自适应律:
其中,η、m均为大于0的常数;
步骤3:对构建的基于有限时间命令滤波的多关节机械臂阻抗控制方法进行稳定性分析;将(18)带入(17),得
由杨氏不等式知
将式(20)带入式(19),得
由杨氏不等式得
由式(22)、(23)得
将式(22)、(25)、(26)带入式(21)得
将式(27)改写为
由式(28)知,如果通过有限时间控制的定义知,vj(j=1,2,…,n)将在有限时间T1内收敛于域内;由于zj=vj+ξj,如果能够证明ξj在有限时间内收敛,那么就能够使跟踪误差zj在有限时间内收敛于一个极小的零邻域内;
式(29)对时间求导得
由杨氏不等式得
令d=(x1,c-α),d=[d1,d2,…,dn]T且ξ1=[ξ1,1,ξ1,2,…,ξ1,n]T,得
将式(33)改写为
本发明所带来的有益技术效果:
(1)利用有限时间技术与阻抗控制技术相结合,实现了在有限时间内使多关节机械臂末端较好地进行力/位跟踪,并减少了机械臂力/位跟踪误差。
(2)命令滤波技术的运用解决了传统反步法设计控制器中存在的“计算复杂性”问题,简化了有限时间命令滤波阻抗控制器的结构。
(3)本发明方法利用模糊逻辑***逼近多关节机械臂***中的未知非线性函数,有效地处理了机械臂***中的未知非线性项,从而使机械臂在摩擦力函数不确定情况下实现较好地力/位跟踪控制。
(4)本发明控制方法具有更强地鲁棒性,更加符合实际工程运用。
附图说明
图1为本发明实施例中二自由度机械臂的模型示意图;
图2为采用本发明控制方法后机械臂末端X轴方向跟踪曲线仿真图;
图3为采用本发明控制方法后机械臂末端X轴方向跟踪误差仿真图;
图4为采用本发明控制方法后机械臂末端Y轴方向跟踪曲线仿真图;
图5为采用本发明控制方法后机械臂末端Y轴方向跟踪误差仿真图;
图6为采用本发明控制方法后机械臂末端X轴方向力跟踪仿真图;
图7为采用本发明控制方法后机械臂末端X轴方向力跟踪误差仿真图;
图8为采用本发明控制方法后机械臂末端Y轴方向力跟踪仿真图;
图9为采用本发明控制方法后机械臂末端Y轴方向力跟踪误差仿真图;
图10为采用本发明控制方法后二关节机械臂各关节力矩图仿真图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明:
本发明的基本思想为:基于李雅普诺夫函数,运用反步法构造中间虚拟控制信号,逐步递推得到控制律,从而对多关节机器臂的末端执行器进行控制;利用模糊自适应技术逼近多关节机械臂***中的未知摩擦量,采用命令滤波技术解决反步法设计中的对虚拟控制律反复求导问题,该技术通过误差补偿信号解决了滤波误差问题,并简化了有限时间命令滤波阻抗控制器的结构,同时利用有限时间控制使机械臂力/位跟踪信号在有限时间内收敛。
通过以上发明构思保证基于有限时间命令滤波的多关节机械臂阻抗控制方法使机械臂末端力/位能快速准确地跟踪期望轨迹,并且使其控制误差在一个合理的范围内。
基于有限时间命令滤波的多关节机械臂阻抗控制方法,包括如下步骤:
步骤1:建立多关节机械臂动力学模型,如公式(1)所示:
其中,q∈Rn×1为多关节机械臂各关节角度;D(q)∈Rn×n为多关节机械臂惯性矩阵;为多关节机械臂离心力和科里奥利力矩阵;G(q)∈Rn×1为多关节机械臂重力项向量;τ∈Rn×1为多关节机械臂各关节转矩向量;τf∈Rn×1为多关节机械臂各关节所受的摩擦力向量;J(q)∈Rn×n为多关节机械臂的雅可比矩阵;Fe∈Rn×1为环境对多关节机械臂末端施加的接触力;其中,n为机械臂的关节数;
多关节机械臂在笛卡尔坐标系上的关系式,如公式(2)所示:
多关节机械臂末端位置与末端力的阻抗控制关系式,如公式(3)所示:
其中,E=x-xd,xd为机械臂期待轨迹,Fe为机械臂末端力,Fd为机械臂末端期待力,Md为机械臂期待惯性矩阵,Bd为机械臂期待阻尼矩阵,Kd为机械臂刚性矩阵;
将式(2)带入式(1),得:
由(4)式变换,得:
步骤2:根据命令滤波有限时间技术和自适应反步法原理,设计真实控制律τ使得多关节机械臂末端的位置信号x1和末端接触力Fe分别跟踪期望的位置信号xd和期望的接触力Fd;
其中,输入向量Q是模糊输入维数,RQ为实数向量集;W∈Ro是模糊权向量,模糊节点数o为正整数,且o>1,Ro为实数向量集,S(Z)=[s1(Z),...,so(Z)]T∈Ro为基函数向量,选取基函数sjj(Z)为如下的高斯函数:jj=1,...,o;其中,μjj是高斯函数分布曲线的中心位置,而ηjj则为高斯函数的宽度;
有限时间稳定的定义:对于任意的实数λ1>0,λ2>0,0<γ<1,则有限时间稳定的扩展Lyapunov条件能够表示为:收敛时间能够通过Tr≤t0+[1/λ1(1-γ)]ln[(λ1V1-γ(t0)+λ2)/λ2]来估计;
有限时间命令滤波器定义如下:
其中,αr为滤波器的输入信号;选取合适的参数R1和R2,在经过有限时间的瞬态过程后,未受到输入噪声的情况下,可得到等式:该有限时间命令滤波器动态***相应的解为有限时间稳定;当滤波器的输入受噪声影响时,输入噪声满足不等式|αr-αr0|≤κ;然后在有限时间内构造完全依赖于微分器参数R1和R2的不等式:
基于有限时间命令滤波的多关节机械臂阻抗控制方法设计的每一步都会选取一个李雅普诺夫函数来构建一个虚拟控制函数或者真实控制律,在步骤2中,具体包括如下步骤:
步骤2.1:对于多关节机械臂末端的期望轨迹信号xd,定义补偿误差v1=z1-ξ1,其中,ξ1为误差补偿信号;
其中,k1>0,s1>0,0<β<1,h1>0且以上参数均为常数;将式(7)和(8)带入式(6),得
步骤2.2:定义补偿误差v2=z2-ξ2,其中,ξ2为误差补偿信号;
其中,f(Z)=-Δ-1(q)(τf),定义非线性函数f(Z)=[f1(Z),…,fn(Z)]T,根据万能逼近定理,对于任意小的常数εi>0,存在模糊逻辑函数Wi TS(Z)使得fi(Z)=Wi TS(Z)+δi,其中δi表示逼近误差,并满足δi≤εi(i=1,…,n.n∈N*);因为v2=[v2,1,…,v2,n]T,则由杨氏不等式得
其中,l是一个大于0的常数;
定义模糊权重θ=max{||W1||2,…,||Wn||2} (14);
由式(14)知,将不等式(11)转换为
选取自适应律:
其中,η、m均为大于0的常数;
步骤3:对构建的基于有限时间命令滤波的多关节机械臂阻抗控制方法进行稳定性分析;将(18)带入(17),得
由杨氏不等式知
将式(20)带入式(19),得
由杨氏不等式得
由式(22)、(23)得
将式(22)、(25)、(26)带入式(21)得
将式(27)改写为
由式(28)知,如果通过有限时间控制的定义知,vj(j=1,2,…,n)将在有限时间T1内收敛于域内;由于zj=vj+ξj,如果能够证明ξj在有限时间内收敛,那么就能够使跟踪误差zj在有限时间内收敛于一个极小的零邻域内;
式(29)对时间求导得
由杨氏不等式得
令d=(x1,c-α),d=[d1,d2,…,d]n]T且ξ1=[ξ1,1,ξ1,2,…,ξ1,n]T,得
将式(33)改写为
在虚拟环境下对所建立的基于有限时间命令滤波的多关节机械臂阻抗控制方法进行仿真,以验证所提出控制方法的可行性。
在垂直平面上的二自由度机械臂如图1所示,仿真实验将会证明所提出控制方法的有效性。仿真实验的旋转关节二自由度机械臂***模型表示如下
mi和li分别为机械臂第i节连杆的质量和长度,lci为机械臂第i-1个关节到i节连杆质心的距离,Ii为关节i基于坐标轴穿过关节的质心的转动惯量。
二自由度机械臂的雅可比矩阵J(q)定义如下所示
二自由度机械臂的参数关节1、2质量m1、m2均为1.00kg;关节1、2长度l1、l2均为1.00m;关节1、2转动惯量I1、I2均为0.25kgm2。机械臂初始参数为x1,1=x1,2=1, 二自由度机械臂末端的期待跟踪轨迹如下所示xd=[0.7+0.2cos(t),0.7+0.2sin(t)]T,其中t∈[0,20]。
对于二自由度机械臂的有限时间命令滤波阻抗控制,其控制参数选取为k1=6,k2=8,s1=2,s2=2,l=0.5,η=1,m=0.25,h1=1,h2=1。该二自由度机械臂期待阻抗选为Md=I,Bd=diag[15,15],Kd=diag[60,60]。模糊逻辑***选择模糊集为:
其中Γ=1,2,3,4,5,6,7,8,9,10,11;k=1,2;ρ=5,4,3,2,1,0,-1,-2,-3,-4,-5。
图2、3为本发明控制方法机械臂末端X轴跟踪曲线与跟踪误差图,图4、5为本发明控制方法机械臂末端Y轴跟踪曲线与跟踪误差图。由图2-5可知,本发明所提出的控制方法能够使机械臂末端快速精确地跟上期望轨迹。图6、7为本发明控制方法机械臂末端X轴方向力跟踪图与力跟踪误差图,图8、9为本发明控制方法机械臂末端力Y轴方向力跟踪图与力跟踪误差图。由图6-9可知,本发明所提出的控制方法能够使机械臂末端的接触力很好地跟上期望接触力。图10为本发明所提出的控制方法二关节机械臂各关节力矩图。图10中,τ1为机械臂第1关节力矩,τ2为机械臂第2关节力矩。
以上模拟信号清楚地表明,本发明中基于有限时间命令滤波的多关节机械臂阻抗控制方法可以高效地跟踪参考信号,因此,具有良好实际实施意义。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (1)
1.基于有限时间命令滤波的多关节机械臂阻抗控制方法,其特征在于,包括如下步骤:
步骤1:建立多关节机械臂动力学模型,如公式(1)所示:
其中,q∈Rn×1为多关节机械臂各关节角度;D(q)∈Rn×n为多关节机械臂惯性矩阵;为多关节机械臂离心力和科里奥利力矩阵;G(q)∈Rn×1为多关节机械臂重力项向量;τ∈Rn×1为多关节机械臂各关节转矩向量;τf∈Rn×1为多关节机械臂各关节所受的摩擦力向量;J(q)∈Rn×n为多关节机械臂的雅可比矩阵;Fe∈Rn×1为环境对多关节机械臂末端施加的接触力;其中,n为机械臂的关节数;
多关节机械臂在笛卡尔坐标系上的关系式,如公式(2)所示:
多关节机械臂末端位置与末端力的阻抗控制关系式,如公式(3)所示:
其中,E=x-xd,xd为机械臂期待轨迹,Fe为机械臂末端力,Fd为机械臂末端期待力,Md为机械臂期待惯性矩阵,Bd为机械臂期待阻尼矩阵,Kd为机械臂刚性矩阵;
将式(2)带入式(1),得:
由(4)式变换,得:
步骤2:根据命令滤波有限时间技术和自适应反步法原理,设计真实控制律τ使得多关节机械臂末端的位置信号x1和末端接触力Fe分别跟踪期望的位置信号xd和期望的接触力Fd;
其中,输入向量Q是模糊输入维数,RQ为实数向量集;W∈Ro是模糊权向量,模糊节点数o为正整数,且o>1,Ro为实数向量集,S(Z)=[s1(Z),...,so(Z)]T∈Ro为基函数向量,选取基函数sjj(Z)为如下的高斯函数:其中,μjj是高斯函数分布曲线的中心位置,而ηjj则为高斯函数的宽度;
有限时间命令滤波器定义如下:
其中,αr为滤波器的输入信号;选取合适的参数R1和R2,在经过有限时间的瞬态过程后,未受到输入噪声的情况下,可得到等式:该有限时间命令滤波器动态***相应的解为有限时间稳定;当滤波器的输入受噪声影响时,输入噪声满足不等式|αr-αr0|≤κ;然后在有限时间内构造完全依赖于微分器参数R1和R2的不等式:
基于有限时间命令滤波的多关节机械臂阻抗控制方法设计的每一步都会选取一个李雅普诺夫函数来构建一个虚拟控制函数或者真实控制律,在步骤2中,具体包括如下步骤:
步骤2.1:对于多关节机械臂末端的期望轨迹信号xd,定义补偿误差v1=z1-ξ1,其中,ξ1为误差补偿信号;
其中,k1>0,s1>0,0<β<1,h1>0且以上参数均为常数;将式(7)和(8)带入式(6),得
步骤2.2:定义补偿误差v2=z2-ξ2,其中,ξ2为误差补偿信号;
其中,f(Z)=-Δ-1(q)(τf),定义非线性函数f(Z)=[f1(Z),…,fn(Z)]T,根据万能逼近定理,对于任意小的常数εi>0,存在模糊逻辑函数Wi TS(Z)使得fi(Z)=Wi TS(Z)+δi,其中δi表示逼近误差,并满足δi≤εi(i=1,…,n.n∈N*);因为v2=[v2,1,…,v2,n]T,则由杨氏不等式得
其中,l是一个大于0的常数;
定义模糊权重θ=max{||W1||2,…,||Wn||2} (14);
由式(14)知,将不等式(11)转换为
选取自适应律:
其中,η、m均为大于0的常数;
步骤3:对构建的基于有限时间命令滤波的多关节机械臂阻抗控制方法进行稳定性分析;将(18)带入(17),得
由杨氏不等式知
将式(20)带入式(19),得
由杨氏不等式得
由式(22)、(23)得
将式(22)、(25)、(26)带入式(21)得
将式(27)改写为
由式(28)知,如果通过有限时间控制的定义知,vj(j=1,2,…,n)将在有限时间T1内收敛于域内;由于zj=vj+ξj,如果能够证明ξj在有限时间内收敛,那么就能够使跟踪误差zj在有限时间内收敛于一个极小的零邻域内;
式(29)对时间求导得
由杨氏不等式得
令d=(x1,c-α),d=[d1,d2,…,dn]T且ξ1=[ξ1,1,ξ1,2,…,ξ1,n]T,得
将式(33)改写为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911371173.3A CN110977988B (zh) | 2019-12-27 | 2019-12-27 | 基于有限时间命令滤波的多关节机械臂阻抗控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911371173.3A CN110977988B (zh) | 2019-12-27 | 2019-12-27 | 基于有限时间命令滤波的多关节机械臂阻抗控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110977988A true CN110977988A (zh) | 2020-04-10 |
CN110977988B CN110977988B (zh) | 2023-06-23 |
Family
ID=70077533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911371173.3A Active CN110977988B (zh) | 2019-12-27 | 2019-12-27 | 基于有限时间命令滤波的多关节机械臂阻抗控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110977988B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111531543A (zh) * | 2020-05-12 | 2020-08-14 | 中国科学院自动化研究所 | 基于生物启发式神经网络的机器人自适应阻抗控制方法 |
CN111596679A (zh) * | 2020-06-03 | 2020-08-28 | 青岛大学 | 一种飞行器的有限时间输出反馈姿态跟踪控制方法 |
CN112180719A (zh) * | 2020-09-01 | 2021-01-05 | 上海大学 | 基于人机协作***的新型鲁棒有限时间轨迹控制方法 |
CN112276954A (zh) * | 2020-10-29 | 2021-01-29 | 青岛大学 | 基于有限时间输出状态受限的多关节机械臂阻抗控制方法 |
CN112338912A (zh) * | 2020-10-13 | 2021-02-09 | 山东师范大学 | 一种柔性单链机械臂的有限时间稳定控制方法及*** |
CN113156819A (zh) * | 2021-04-09 | 2021-07-23 | 浙江大学 | 协调打磨机械臂***自适应神经网络同步阻抗控制方法 |
CN114003002A (zh) * | 2021-11-01 | 2022-02-01 | 南京师范大学 | 一种六自由度液压机械手有限时间跟踪控制方法 |
CN114578697A (zh) * | 2022-05-09 | 2022-06-03 | 西南石油大学 | 一种电机驱动机械手的多约束自适应控制方法 |
CN114750149A (zh) * | 2022-03-22 | 2022-07-15 | 重庆大学 | 基于输入时延和输出约束的关节型机器人跟踪控制方法 |
CN115674188A (zh) * | 2022-09-20 | 2023-02-03 | 南方电网电力科技股份有限公司 | 基于双路滤波器的串联机械臂精确柔顺开环跟踪控制*** |
CN116038709A (zh) * | 2023-02-01 | 2023-05-02 | 鹏城实验室 | 非线性多机械臂***的分布式优化控制方法、设备及介质 |
CN116079739A (zh) * | 2023-02-24 | 2023-05-09 | 北京工业大学 | 一种基于跟踪微分器的机械臂末端位置与力变阻抗协同控制方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6825631B1 (en) * | 2000-08-18 | 2004-11-30 | Kabushiki Kaisha Yaskawa Denki | Prediction controlling device |
US20100295497A1 (en) * | 2009-05-25 | 2010-11-25 | Kabushiki Kaisha Yaskawa Denki | Motor control device and motor control system |
CN105024609A (zh) * | 2015-07-31 | 2015-11-04 | 青岛大学 | 考虑铁损的电动汽车永磁同步电机命令滤波模糊控制方法 |
JP2016043417A (ja) * | 2014-08-19 | 2016-04-04 | 株式会社豊田中央研究所 | ロボットの制御装置 |
CN108628172A (zh) * | 2018-06-25 | 2018-10-09 | 南京理工大学 | 一种基于扩张状态观测器的机械臂高精度运动控制方法 |
CN108803324A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 多关节工业机械臂反步有限时间滑模控制方法 |
CN109807902A (zh) * | 2019-04-08 | 2019-05-28 | 青岛大学 | 一种基于反步法的双机械臂力/位模糊混合控制方法 |
CN110193833A (zh) * | 2019-06-27 | 2019-09-03 | 青岛大学 | 多机械臂***的自适应有限时间命令滤波反步控制方法 |
CN110262247A (zh) * | 2019-07-05 | 2019-09-20 | 青岛大学 | 多机器人***的分布式命令滤波模糊控制方法 |
CN110275435A (zh) * | 2019-05-24 | 2019-09-24 | 广东工业大学 | 基于观测器的多单臂机械手输出一致自适应命令滤波控制方法 |
-
2019
- 2019-12-27 CN CN201911371173.3A patent/CN110977988B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6825631B1 (en) * | 2000-08-18 | 2004-11-30 | Kabushiki Kaisha Yaskawa Denki | Prediction controlling device |
US20100295497A1 (en) * | 2009-05-25 | 2010-11-25 | Kabushiki Kaisha Yaskawa Denki | Motor control device and motor control system |
JP2016043417A (ja) * | 2014-08-19 | 2016-04-04 | 株式会社豊田中央研究所 | ロボットの制御装置 |
CN105024609A (zh) * | 2015-07-31 | 2015-11-04 | 青岛大学 | 考虑铁损的电动汽车永磁同步电机命令滤波模糊控制方法 |
CN108803324A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 多关节工业机械臂反步有限时间滑模控制方法 |
CN108628172A (zh) * | 2018-06-25 | 2018-10-09 | 南京理工大学 | 一种基于扩张状态观测器的机械臂高精度运动控制方法 |
CN109807902A (zh) * | 2019-04-08 | 2019-05-28 | 青岛大学 | 一种基于反步法的双机械臂力/位模糊混合控制方法 |
CN110275435A (zh) * | 2019-05-24 | 2019-09-24 | 广东工业大学 | 基于观测器的多单臂机械手输出一致自适应命令滤波控制方法 |
CN110193833A (zh) * | 2019-06-27 | 2019-09-03 | 青岛大学 | 多机械臂***的自适应有限时间命令滤波反步控制方法 |
CN110262247A (zh) * | 2019-07-05 | 2019-09-20 | 青岛大学 | 多机器人***的分布式命令滤波模糊控制方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111531543B (zh) * | 2020-05-12 | 2021-10-08 | 中国科学院自动化研究所 | 基于生物启发式神经网络的机器人自适应阻抗控制方法 |
CN111531543A (zh) * | 2020-05-12 | 2020-08-14 | 中国科学院自动化研究所 | 基于生物启发式神经网络的机器人自适应阻抗控制方法 |
CN111596679A (zh) * | 2020-06-03 | 2020-08-28 | 青岛大学 | 一种飞行器的有限时间输出反馈姿态跟踪控制方法 |
CN111596679B (zh) * | 2020-06-03 | 2023-02-21 | 青岛大学 | 一种飞行器的有限时间输出反馈姿态跟踪控制方法 |
CN112180719A (zh) * | 2020-09-01 | 2021-01-05 | 上海大学 | 基于人机协作***的新型鲁棒有限时间轨迹控制方法 |
CN112338912B (zh) * | 2020-10-13 | 2022-06-10 | 山东师范大学 | 一种柔性单链机械臂的有限时间稳定控制方法及*** |
CN112338912A (zh) * | 2020-10-13 | 2021-02-09 | 山东师范大学 | 一种柔性单链机械臂的有限时间稳定控制方法及*** |
CN112276954A (zh) * | 2020-10-29 | 2021-01-29 | 青岛大学 | 基于有限时间输出状态受限的多关节机械臂阻抗控制方法 |
CN112276954B (zh) * | 2020-10-29 | 2021-11-09 | 青岛大学 | 基于有限时间输出状态受限的多关节机械臂阻抗控制方法 |
CN113156819A (zh) * | 2021-04-09 | 2021-07-23 | 浙江大学 | 协调打磨机械臂***自适应神经网络同步阻抗控制方法 |
CN114003002A (zh) * | 2021-11-01 | 2022-02-01 | 南京师范大学 | 一种六自由度液压机械手有限时间跟踪控制方法 |
CN114003002B (zh) * | 2021-11-01 | 2024-02-20 | 南京师范大学 | 一种六自由度液压机械手有限时间跟踪控制方法 |
CN114750149A (zh) * | 2022-03-22 | 2022-07-15 | 重庆大学 | 基于输入时延和输出约束的关节型机器人跟踪控制方法 |
CN114578697A (zh) * | 2022-05-09 | 2022-06-03 | 西南石油大学 | 一种电机驱动机械手的多约束自适应控制方法 |
CN115674188A (zh) * | 2022-09-20 | 2023-02-03 | 南方电网电力科技股份有限公司 | 基于双路滤波器的串联机械臂精确柔顺开环跟踪控制*** |
CN115674188B (zh) * | 2022-09-20 | 2024-01-12 | 南方电网电力科技股份有限公司 | 基于双路滤波器的串联机械臂精确柔顺开环跟踪控制*** |
CN116038709A (zh) * | 2023-02-01 | 2023-05-02 | 鹏城实验室 | 非线性多机械臂***的分布式优化控制方法、设备及介质 |
CN116079739A (zh) * | 2023-02-24 | 2023-05-09 | 北京工业大学 | 一种基于跟踪微分器的机械臂末端位置与力变阻抗协同控制方法 |
CN116079739B (zh) * | 2023-02-24 | 2024-07-16 | 北京工业大学 | 一种基于跟踪微分器的机械臂末端位置与力变阻抗协同控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110977988B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110977988A (zh) | 基于有限时间命令滤波的多关节机械臂阻抗控制方法 | |
CN110202574B (zh) | 基于环境刚度估计的机器人自适应混合阻抗/导纳控制方法 | |
CN112904728B (zh) | 一种基于改进型趋近律的机械臂滑模控制轨迹跟踪方法 | |
CN107984472B (zh) | 一种用于冗余度机械臂运动规划的变参神经求解器设计方法 | |
CN107263481B (zh) | 一种多自由度机器人的类脑学习控制方法 | |
CN111037550B (zh) | 一种冗余度机械臂运动控制的解决方法 | |
CN110181510B (zh) | 一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法 | |
CN112276954B (zh) | 基于有限时间输出状态受限的多关节机械臂阻抗控制方法 | |
CN111522243A (zh) | 一种五自由度上肢外骨骼***鲁棒迭代学习控制策略 | |
CN108267952B (zh) | 一种水下机器人自适应有限时间控制方法 | |
CN110497415B (zh) | 一种基于干扰观测器的多机械臂***的一致控制方法 | |
CN112782977B (zh) | 一种基于bp神经网络与扩张观测器的电机柔顺控制方法 | |
CN112269317B (zh) | 一种基于扩展卡尔曼滤波器的双边遥操作控制方法 | |
CN112809666B (zh) | 一种基于神经网络的5-dof机械臂力位跟踪算法 | |
CN114347018A (zh) | 一种基于小波神经网络的机械臂扰动补偿方法 | |
CN115476356A (zh) | 一种无需力传感器的空间机械臂自适应混合阻抗控制方法 | |
CN113219825B (zh) | 一种四足机器人单腿轨迹跟踪控制方法及*** | |
CN112223276B (zh) | 基于自适应神经网络滑模控制的多关节机器人控制方法 | |
CN111590561B (zh) | 一种分布式机械臂***鲁棒预设性能控制方法 | |
Yang et al. | Research on manipulator trajectory tracking based on adaptive fuzzy sliding mode control | |
Guo et al. | The robot arm control based on rbf with incremental pid and sliding mode robustness | |
CN116872197A (zh) | 单杆机械臂的自适应神经网络反演控制方法及其控制*** | |
CN116068901A (zh) | 一种基于自适应有限时间扰动观测器的柔性连杆机械臂控制方法 | |
CN112987770B (zh) | 两栖仿蟹多足机器人步行足抗饱和有限时间运动控制方法 | |
Hsu | Adaptive PI Hermite neural control for MIMO uncertain nonlinear systems |
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 |