CN111604908B - 一种架空线路检修机器人机械臂的力位混合控制方法 - Google Patents

一种架空线路检修机器人机械臂的力位混合控制方法 Download PDF

Info

Publication number
CN111604908B
CN111604908B CN202010499199.2A CN202010499199A CN111604908B CN 111604908 B CN111604908 B CN 111604908B CN 202010499199 A CN202010499199 A CN 202010499199A CN 111604908 B CN111604908 B CN 111604908B
Authority
CN
China
Prior art keywords
mechanical arm
force
sliding mode
decomposition
joint
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
Application number
CN202010499199.2A
Other languages
English (en)
Other versions
CN111604908A (zh
Inventor
刘荣海
郑欣
郭新良
蔡晓斌
沈锋
杨迎春
焦宗寒
许宏伟
周静波
虞鸿江
陈国坤
代克顺
何运华
孔旭晖
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
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 Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202010499199.2A priority Critical patent/CN111604908B/zh
Publication of CN111604908A publication Critical patent/CN111604908A/zh
Application granted granted Critical
Publication of CN111604908B publication Critical patent/CN111604908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/1605Simulation of manipulator lay-out, design, modelling of manipulator
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1628Programme controls characterised by the control loop
    • B25J9/163Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1628Programme controls characterised by the control loop
    • B25J9/1633Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02GINSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G1/00Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
    • H02G1/02Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本申请公开了一种架空线路检修机器人机械臂的力位混合控制方法,该控制方法是完全独立于***的动力学建模,并能先验地确定不确定性的界限。实际使用时,滑模控制器将机械臂在曲面上执行操作的动力学模型分解为力、位置和冗余关节子空间;在滑模控制器设计中,分别用TSK模糊***和自适应PI控制器逼近滑模控制方法的理想部分和鲁棒部分;根据Lyapunov第二稳定性定理中的自适应规则,在线调整控制器的参数。与传统力位混合控制方法相比,本申请的力位混合控制方法不依赖于机器人模型,只需要少量关于机器人与环境的机械和几何特性信息。

Description

一种架空线路检修机器人机械臂的力位混合控制方法
技术领域
本申请涉及电气设备技术领域,尤其涉及一种架空线路检修机器人机械臂的力位混合控制方法。
背景技术
高压架空输电线路的运行状况直接影响着电力***的配送状况,对电力***的安全稳定运行起着关键作用,因此,需要对高压架空输电线路的运行情况进行定期巡检。目前,高压架空输电线路的巡检方式已由人工巡检向特种机器人巡检转化,利用架空线路检修机器人对高压输电线路进行巡检,以提升输电线路运行的安全性。
架空线路检修机器人在执行任务中,需要同时调节机械臂末端执行器对操作对象的接触力和末端执行器的位置,这种类型的控制问题即为机械臂的力位混合控制问题。目前,架空线路检修机器人机械臂的力位混合控制一般采用对不确定性和参数变化具有鲁棒性的机械臂力控制方法。
但是,这种力位混合控制方法依赖于完整或部分的***动力学知识,即利用动力学的结构,将数学模型分解成一个回归矩阵和一些未知参数的向量机。当建立的数学模型较为复杂时,向量机内未知参数的辨识将变得较为困难,导致***架空线路检修机器人机械臂的控制性下降,进而影响架空线路检修机器人机械臂在架空输电线路上巡检任务的顺利完成。
发明内容
本申请提供了一种架空线路检修机器人机械臂的力位混合控制方法,以解决现有的力位混合控制方法依赖于完整或部分的***动力学知识,导致***架空线路检修机器人机械臂的控制性下降,进而影响架空线路检修机器人机械臂在架空输电线路上巡检任务的顺利完成的问题。
本申请提供一种架空线路检修机器人机械臂的力位混合控制方法,其特征在于,包括:
建立机械臂动力学模型,并进行动力学分解,得到机械臂运动的分解动力学方程;
利用分解动力学方程,设计滑模控制器;
采用TSK模糊***和自适应PI控制器分别逼近滑模控制器的理想部分和鲁棒部分;
根据Lyapunov第二稳定性定理中的自适应规则,在线调整滑模控制器的参数。
可选地,建立机械臂动力学模型,并进行动力学分解,得到机械臂运动的分解动力学方程,包括,
建立机械臂动力学模型,机械臂运动学方程为:
Figure BDA0002524055190000011
式中,q为关节位移矢量,M(q)表示机器人的惯性矩阵,
Figure BDA0002524055190000012
表示科里奥利矩阵和向心力相关项的一致性,G(q)为一个包含与重力效应相对应项的矢量,τ表示作用于关节的输入力矩的矢量,
Figure BDA0002524055190000013
为末端执行器和环境之间的相互作用力,J为联系关节速度矢量
Figure BDA0002524055190000014
和任务空间速度矢量
Figure BDA0002524055190000015
的雅可比矩阵:
Figure BDA0002524055190000016
式中,
Figure BDA0002524055190000021
为末端执行器的位置和方向向量;
设环境为无摩擦的可变形平面,
Figure BDA0002524055190000022
与环境变形成比例:
Figure BDA0002524055190000023
式中,
Figure BDA0002524055190000024
为环境刚度矩阵,xe表示静止环境上的点;
将刚度矩阵
Figure BDA0002524055190000025
分解为:
Figure BDA0002524055190000026
将操纵动力学分解为三个正交子空间,即力、位置、冗余关节子空间,引入以下元素:
I=J+J+J-,I=K+K+K-
其中,
Figure BDA0002524055190000027
将关节速度矢量
Figure BDA0002524055190000028
和任务空间速度矢量
Figure BDA0002524055190000029
分解为:
Figure BDA00025240551900000210
Figure BDA00025240551900000211
利用
Figure BDA00025240551900000212
的末端效应器的姿势向量的二阶导数为:
Figure BDA00025240551900000213
利用
Figure BDA00025240551900000214
和机械手关节位移矢量的二阶导数得到:
Figure BDA00025240551900000215
Figure BDA00025240551900000216
的导数,得到导数函数为:
Figure BDA00025240551900000217
利用关节空间和任务空间的分解向量,得到机械臂运动的分解动力学方程:
Figure BDA00025240551900000218
可选地,利用分解动力学方程,设计滑模控制器,包括,
定义滑动面和跟踪误差分别为:
Figure BDA00025240551900000219
式中,λ是常量,下标d表示变量的期望值;
定义参考速度为:
Figure BDA00025240551900000220
利用
Figure BDA00025240551900000221
将滑动面转换为:
Figure BDA00025240551900000222
利用
Figure BDA00025240551900000223
将机械臂动力学方程转换为:
Figure BDA00025240551900000224
其中:
Figure BDA0002524055190000031
设计滑模控制器为:
τ=-(τeqrb),τeq=-(τe+z),
其中,τeq和τrb分别表示控制输入的理想部分和鲁棒部分。
可选地,采用TSK模糊***和自适应PI控制器分别逼近滑模控制器的理想部分和鲁棒部分,包括,
以TSK模糊***和sj为输入、τj fuzz为输出,定义机械臂第j'个关节满足以下条件:
Figure BDA0002524055190000032
时,
Figure BDA0002524055190000033
通过使用单变量模糊发生器、过程推理和中心平均解模糊器,机械臂第j'个关节的输出保持以下关系:
Figure BDA0002524055190000034
考虑以下最小输入为s1,...,sm和n输出为
Figure BDA0002524055190000035
的模糊滑模控制器:
Figure BDA0002524055190000036
Figure BDA0002524055190000037
中的不确定度、误差界以及θj进行估算,用ej替换
Figure BDA0002524055190000038
估计误差为
Figure BDA0002524055190000039
模糊滑模控制器将输入的等效部分τeq估计为
Figure BDA00025240551900000310
控制方程为
Figure BDA00025240551900000311
将机械臂运动学方程作为与环境接触的操纵臂的动力学方程,假设控制力矩为
Figure BDA00025240551900000312
其中,
Figure BDA00025240551900000313
将适应定律表示为
Figure BDA00025240551900000314
式中,γ为常理。
可选地,根据Lyapunov第二稳定性定理中的自适应规则,在线调整滑模控制器的参数,包括,
在对象模型精确且完全已知条件下,根据Lyapunov第二稳定性定理中,理想控制器、τid与稳定***存在以下近似关系:τid=-τeq-KDs=-(τeq+KDs),
利用τid=-τeq-KDs=-(τeq+KDs),在线调整滑模控制器的参数。
本申请提供了一种架空线路检修机器人机械臂的力位混合控制方法,该控制方法是完全独立于***的动力学建模,并能先验地确定不确定性的界限。实际使用时,滑模控制器将机械臂在曲面上执行操作的动力学模型分解为力、位置和冗余关节子空间;在滑模控制器设计中,分别用TSK模糊***和自适应PI控制器逼近滑模控制方法的理想部分和鲁棒部分;然后,根据Lyapunov第二稳定性定理中的自适应规则,在线调整控制器的参数。与传统力位混合控制方法相比,本申请的架空线路检修机器人机械臂的力位混合控制方法不依赖于机器人模型,只需要少量关于机器人与环境的机械和几何特性信息。另外,该方法消除了确定不确定性界限的要求,利用所提出的策略对其进行了估计。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请架空线路检修机器人机械臂的力位混合控制方法的流程图;
图2为滑模控制器设计的原理图;
图3为滑模控制器的理想部分和鲁棒部分替代原理;
图4为在线调整滑模控制器的参数原理图。
具体实施方式
本申请提供一种架空线路检修机器人机械臂的力位混合控制方法,同时调节机械臂末端执行器对操作对象的接触力和末端执行器的位置。
图1为本申请架空线路检修机器人机械臂的力位混合控制方法的流程图,如图1所示,架空线路检修机器人机械臂的力位混合控制方法包括:
步骤S100,建立机械臂动力学模型,并进行动力学分解,得到机械臂运动的分解动力学方程。
本申请中,建立机械臂动力学模型,并进行动力学分解,得到机械臂运动的分解动力学方程,包括,
建立机械臂动力学模型,则机械臂运动学方程为:
Figure BDA0002524055190000041
式中,q为关节位移矢量,M(q)表示机器人的惯性矩阵,
Figure BDA0002524055190000042
表示科里奥利矩阵和向心力相关项的一致性,G(q)为一个包含与重力效应相对应项的矢量,τ表示作用于关节的输入力矩的矢量,
Figure BDA0002524055190000043
为末端执行器和环境之间的相互作用力,J为联系关节速度矢量
Figure BDA0002524055190000044
和任务空间速度矢量
Figure BDA0002524055190000045
的雅可比矩阵:
Figure BDA0002524055190000046
式中,
Figure BDA0002524055190000047
为末端执行器的位置和方向向量。
设环境为无摩擦的可变形平面,
Figure BDA0002524055190000048
与环境变形成比例:
Figure BDA0002524055190000049
式中,
Figure BDA00025240551900000410
为环境刚度矩阵,xe表示静止环境上的点。
本申请中,将刚度矩阵
Figure BDA00025240551900000411
分解为:
Figure BDA0002524055190000051
将操纵动力学分解为三个正交子空间,即力、位置、冗余关节子空间,引入以下元素:
I=J+J+J-,I=K+K+K- (5)
其中,
Figure BDA0002524055190000052
将关节速度矢量
Figure BDA0002524055190000053
和任务空间速度矢量
Figure BDA0002524055190000054
分解为:
Figure BDA0002524055190000055
Figure BDA0002524055190000056
利用
Figure BDA0002524055190000057
的末端效应器的姿势向量的二阶导数为:
Figure BDA0002524055190000058
利用
Figure BDA0002524055190000059
和机械手关节位移矢量的二阶导数得到:
Figure BDA00025240551900000510
Figure BDA00025240551900000511
的导数,得到导数函数为:
Figure BDA00025240551900000512
利用关节空间和任务空间的分解向量,得到机械臂运动的分解动力学方程:
Figure BDA00025240551900000513
其中,F,x和q的分量被分解为三个正交子空间,以便于滑模控制器的设计。
步骤S200,利用分解动力学方程,设计滑模控制器。
图2为滑模控制器设计的原理图,如图2所示,本申请中,利用分解动力学方程,设计滑模控制器,包括,
定义滑动面和跟踪误差分别为:
Figure BDA00025240551900000514
式中,λ是常量,下标d表示变量的期望值。
定义参考速度为:
Figure BDA00025240551900000515
利用
Figure BDA00025240551900000516
将滑动面转换为:
Figure BDA00025240551900000517
利用
Figure BDA00025240551900000518
将机械臂动力学方程转换为:
Figure BDA00025240551900000519
其中:
Figure BDA0002524055190000061
Figure BDA0002524055190000062
设计滑模控制器为:
τ=-(τeqrb),τeq=-(τe+z) (17)
其中,τeq和τrb分别表示控制输入的理想部分和鲁棒部分。
步骤S300,采用TSK(Takagi-Sugeno-Kang)模糊***和自适应PI控制器分别逼近滑模控制器的理想部分和鲁棒部分。
图3为滑模控制器的理想部分和鲁棒部分替代原理,如图3所示,本申请中,采用TSK模糊***和自适应PI控制器分别逼近滑模控制器的理想部分和鲁棒部分,包括,
以TSK模糊***和sj为输入、τj fuzz为输出,定义机械臂第j'个关节满足以下条件:
Figure BDA0002524055190000063
时,
Figure BDA0002524055190000064
通过使用单变量模糊发生器、过程推理和中心平均解模糊器,机械臂第j'个关节的输出保持以下关系:
Figure BDA0002524055190000065
考虑以下最小输入为s1,...,sm和n输出为
Figure BDA0002524055190000066
的模糊滑模控制器:
Figure BDA0002524055190000067
Figure BDA0002524055190000068
中的不确定度、误差界以及θj进行估算,用ej替换
Figure BDA0002524055190000069
估计误差为:
Figure BDA00025240551900000610
模糊滑模控制器将输入的等效部分τeq估计为:
Figure BDA00025240551900000611
控制方程为:
Figure BDA00025240551900000612
将机械臂运动学方程作为与环境接触的操纵臂的动力学方程,假设控制力矩为:
Figure BDA00025240551900000613
其中,
Figure BDA00025240551900000614
将适应定律表示为:
Figure BDA00025240551900000615
Figure BDA00025240551900000616
Figure BDA00025240551900000617
步骤S400,根据Lyapunov第二稳定性定理中的自适应规则,在线调整滑模控制器的参数。
图4为在线调整滑模控制器的参数原理图,如图4所示,本申请中,根据Lyapunov第二稳定性定理中的自适应规则,在线调整滑模控制器的参数,包括,
在对象模型精确且完全已知条件下,根据Lyapunov第二稳定性定理中,理想控制器、τid与稳定***存在以下近似关系:
τid=-τeq-KDs=-(τeq+KDs) (27)
利用τid=-τeq-KDs=-(τeq+KDs),在线调整滑模控制器的参数。
本申请提供了一种架空线路检修机器人机械臂的力位混合控制方法,该控制方法是完全独立于***的动力学建模,并能先验地确定不确定性的界限。实际使用时,滑模控制器将机械臂在曲面上执行操作的动力学模型分解为力、位置和冗余关节子空间;在滑模控制器设计中,分别用TSK模糊***和自适应PI控制器逼近滑模控制方法的理想部分和鲁棒部分;然后,根据Lyapunov第二稳定性定理中的自适应规则,在线调整控制器的参数。与传统力位混合控制方法相比,本申请的架空线路检修机器人机械臂的力位混合控制方法不依赖于机器人模型,只需要少量关于机器人与环境的机械和几何特性信息。另外,该方法消除了确定不确定性界限的要求,利用所提出的策略对其进行了估计。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (2)

1.一种架空线路检修机器人机械臂的力位混合控制方法,其特征在于,包括:
建立机械臂动力学模型,并进行动力学分解,得到机械臂运动的分解动力学方程;
利用分解动力学方程,设计滑模控制器,具体包括,定义滑动面和跟踪误差分别为:
Figure FDA0003567115140000011
式中,λ是常量,下标d表示变量的期望值;
定义参考速度为:
Figure FDA0003567115140000012
利用
Figure FDA0003567115140000013
将滑动面转换为:
Figure FDA0003567115140000014
利用
Figure FDA0003567115140000015
将机械臂动力学方程转换为:
Figure FDA0003567115140000016
其中:
Figure FDA0003567115140000017
设计滑模控制器为:
τ=-(τeqrb),τeq=-(τe+z),
其中,τeq和τrb分别表示控制输入的理想部分和鲁棒部分;
采用TSK模糊***和自适应PI控制器分别逼近滑模控制器的理想部分和鲁棒部分,具体包括,以TSK模糊***和sj为输入、τj fuzz为输出,定义机械臂第j'个关节满足以下条件:
Figure FDA00035671151400000117
时,
Figure FDA0003567115140000018
通过使用单变量模糊发生器、过程推理和中心平均解模糊器,机械臂第j'个关节的输出保持以下关系:
Figure FDA0003567115140000019
考虑以下最小输入为s1,...,sm和n输出为
Figure FDA00035671151400000110
的模糊滑模控制器:
Figure FDA00035671151400000111
Figure FDA00035671151400000112
中的不确定度、误差界以及θj进行估算,用ej替换
Figure FDA00035671151400000113
估计误差为
Figure FDA00035671151400000114
模糊滑模控制器将输入的等效部分τeq估计为
Figure FDA00035671151400000115
控制方程为
Figure FDA00035671151400000116
将机械臂运动学方程作为与环境接触的操纵臂的动力学方程,假设控制力矩为
Figure FDA0003567115140000021
其中,
Figure FDA0003567115140000022
将适应定律表示为
Figure FDA0003567115140000023
式中,γ为常理;
根据Lyapunov第二稳定性定理中的自适应规则,在线调整滑模控制器的参数,具体包括,在对象模型精确且完全已知条件下,根据Lyapunov第二稳定性定理中,理想控制器、τid与稳定***存在以下近似关系:τid=-τeq-KDs=-(τeq+KDs),
利用τid=-τeq-KDs=-(τeq+KDs),在线调整滑模控制器的参数。
2.根据权利要求1所述的架空线路检修机器人机械臂的力位混合控制方法,其特征在于,建立机械臂动力学模型,并进行动力学分解,得到机械臂运动的分解动力学方程,包括,
建立机械臂动力学模型,机械臂运动学方程为:
Figure FDA0003567115140000024
式中,q为关节位移矢量,M(q)表示机器人的惯性矩阵,
Figure FDA0003567115140000025
表示科里奥利矩阵和向心力相关项的一致性,G(q)为一个包含与重力效应相对应项的矢量,τ表示作用于关节的输入力矩的矢量,
Figure FDA0003567115140000026
为末端执行器和环境之间的相互作用力,J为联系关节速度矢量
Figure FDA0003567115140000027
和任务空间速度矢量
Figure FDA0003567115140000028
的雅可比矩阵:
Figure FDA0003567115140000029
式中,
Figure FDA00035671151400000210
为末端执行器的位置和方向向量;
设环境为无摩擦的可变形平面,
Figure FDA00035671151400000211
与环境变形成比例:
Figure FDA00035671151400000212
式中,
Figure FDA00035671151400000213
为环境刚度矩阵,xe表示静止环境上的点;
将刚度矩阵
Figure FDA00035671151400000214
分解为:
Figure FDA00035671151400000215
将操纵动力学分解为三个正交子空间,即力、位置、冗余关节子空间,引入以下元素:
I=J+J+J-,I=K+K+K-
其中,
Figure FDA00035671151400000216
将关节速度矢量
Figure FDA00035671151400000217
和任务空间速度矢量
Figure FDA00035671151400000218
分解为:
Figure FDA00035671151400000219
Figure FDA00035671151400000220
利用
Figure FDA0003567115140000031
的末端效应器的姿势向量的二阶导数为:
Figure FDA0003567115140000032
利用
Figure FDA0003567115140000033
和机械手关节位移矢量的二阶导数得到:
Figure FDA0003567115140000034
Figure FDA0003567115140000035
的导数,得到导数函数为:
Figure FDA0003567115140000036
利用关节空间和任务空间的分解向量,得到机械臂运动的分解动力学方程:
Figure FDA0003567115140000037
CN202010499199.2A 2020-06-04 2020-06-04 一种架空线路检修机器人机械臂的力位混合控制方法 Active CN111604908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010499199.2A CN111604908B (zh) 2020-06-04 2020-06-04 一种架空线路检修机器人机械臂的力位混合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010499199.2A CN111604908B (zh) 2020-06-04 2020-06-04 一种架空线路检修机器人机械臂的力位混合控制方法

Publications (2)

Publication Number Publication Date
CN111604908A CN111604908A (zh) 2020-09-01
CN111604908B true CN111604908B (zh) 2022-09-02

Family

ID=72199808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010499199.2A Active CN111604908B (zh) 2020-06-04 2020-06-04 一种架空线路检修机器人机械臂的力位混合控制方法

Country Status (1)

Country Link
CN (1) CN111604908B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112936286B (zh) * 2021-03-13 2022-04-26 齐鲁工业大学 一种多柔性机械臂***自适应一致性追踪控制方法及***
CN113927592B (zh) * 2021-08-24 2023-05-26 盐城工学院 一种基于自适应降阶滑模算法的机械臂力位混合控制方法
CN114355771A (zh) * 2021-12-15 2022-04-15 荆楚理工学院 协作机器人力位混合控制方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010058863A1 (ja) * 2008-11-21 2010-05-27 国立大学法人東北大学 信号処理装置、信号処理方法、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体並びに放射線治療装置
TWM487575U (zh) * 2013-10-28 2014-10-01 Univ Nat Taipei Technology 切換式磁阻馬達之適應性模糊補償監督式滑動模式控制裝置
CN108973997A (zh) * 2017-06-02 2018-12-11 本田技研工业株式会社 行驶轨道决定装置以及自动驾驶装置
CN109015634A (zh) * 2018-07-24 2018-12-18 西北工业大学 基于性能函数的多臂遥操作机器人力/位置混合控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4409169C2 (de) * 1994-03-17 1996-03-07 Siemens Ag Verfahren und Anordnung zur Fuzzy-Regelung
US10216168B2 (en) * 2016-12-13 2019-02-26 Mitsubishi Electric Research Laboratories, Inc. Operation aware control of processing machine with redundant actuators
CN110154028A (zh) * 2019-05-29 2019-08-23 天津大学 机械臂无模型自适应积分终端滑模控制方法
CN110450156B (zh) * 2019-07-30 2021-07-16 洛阳润信机械制造有限公司 多自由度机械臂***自适应模糊控制器的优化设计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010058863A1 (ja) * 2008-11-21 2010-05-27 国立大学法人東北大学 信号処理装置、信号処理方法、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体並びに放射線治療装置
TWM487575U (zh) * 2013-10-28 2014-10-01 Univ Nat Taipei Technology 切換式磁阻馬達之適應性模糊補償監督式滑動模式控制裝置
CN108973997A (zh) * 2017-06-02 2018-12-11 本田技研工业株式会社 行驶轨道决定装置以及自动驾驶装置
CN109015634A (zh) * 2018-07-24 2018-12-18 西北工业大学 基于性能函数的多臂遥操作机器人力/位置混合控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
机器人***的自适应模糊控制研究;韩瑞;《中国优秀硕士学位论文全文数据库(电子期刊)》;20200215;全文 *

Also Published As

Publication number Publication date
CN111604908A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN111604908B (zh) 一种架空线路检修机器人机械臂的力位混合控制方法
CN106945043B (zh) 一种主从式遥操作手术机器人多臂协同控制***
CN110262256B (zh) 一种非线性遥操作***的多边自适应滑模控制方法
CN115157238B (zh) 一种多自由度机器人动力学建模和轨迹跟踪方法
CN109015634B (zh) 基于性能函数的多臂遥操作机器人力/位置混合控制方法
Zhao et al. Cooperative manipulation for a mobile dual-arm robot using sequences of dynamic movement primitives
CN108555914B (zh) 一种基于腱驱动灵巧手的dnn神经网络自适应控制方法
He et al. Adaptive fuzzy sliding mode controller with nonlinear observer for redundant manipulators handling varying external force
Sebastián et al. Adaptive fuzzy sliding mode controller for the kinematic variables of an underwater vehicle
CN109648564B (zh) 一种基于递阶结构mpc的多自由度柔性关节机械臂***的控制方法
Li et al. Model-free impedance control for safe human-robot interaction
CN115890735B (zh) 机械臂***、机械臂及其控制方法、控制器和存储介质
CN116069044B (zh) 一种多机器人协同搬运力位混合控制方法
Li et al. Impedance control for multi-point human-robot interaction
Brahmi et al. Adaptive backstepping control of mobile manipulator robot based on virtual decomposition approach
Hu et al. Prescribed time tracking control without velocity measurement for dual-arm robots
Tavoosi et al. Design a new intelligent control for a class of nonlinear systems
Do et al. Multiple cooperative bilateral teleoperation with time-varying delay
Mehrabi et al. Cooperative control of manipulator robotic systems with unknown dynamics
Ueki et al. Adaptive coordinated control of multi-fingered hands with rolling contact
Lu et al. Impedance control for underwater gripper compliant grasping in unstructured environment
Consolini et al. A fast speed planning algorithm for robotic manipulators
Kozłowski et al. Control of robot manipulators in terms of quasi-velocities
Izadbakhsh et al. Adaptive control of cooperative robots in the presence of disturbances and uncertainties: A Bernstein–Chlodowsky approach
Hashlamon Sliding mode based virtual sensor for feedback linearization in delta robots with unknown dynamic model

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