CN111618858A - 一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法 - Google Patents
一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法 Download PDFInfo
- Publication number
- CN111618858A CN111618858A CN202010492721.4A CN202010492721A CN111618858A CN 111618858 A CN111618858 A CN 111618858A CN 202010492721 A CN202010492721 A CN 202010492721A CN 111618858 A CN111618858 A CN 111618858A
- Authority
- CN
- China
- Prior art keywords
- manipulator
- sliding mode
- fuzzy
- adaptive
- 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.)
- Granted
Links
- 239000011159 matrix material Substances 0.000 claims description 27
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 11
- 230000005484 gravity Effects 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000006073 displacement reaction Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 7
- 244000145845 chattering Species 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000012636 effector Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
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
- B25J9/1602—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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
- B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法,采用滑模控制实现机械手轨迹跟踪,并通过自适应模糊逻辑***调节滑模控制算法的切换增益,减小滑模控制抖振;再针对未建模动态以及外部扰动的影响,采用鲁棒控制器进行补偿。通过对二自由度机械手进行仿真实验表明,在本发明公开的基于自适应模糊滑模的机械手鲁棒跟踪控制算法作用下,滑模控制输入信号平滑,机械手具有较高的轨迹跟踪精度。
Description
技术领域
本发明属于机械手***控制技术领域,具体是一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法。
背景技术
多关节机械手***具有强耦合、时变、非线性等特点,近年来,机械手高精度控制吸引了学术界和工业界的广泛关注。目前对机械手关节空间的轨迹跟踪问题的研究,已经取得了一系列的成果,提出了滑模控制、自适应控制以及鲁棒控制等控制算法。其中,滑模控制器算法简单、对参数变化和扰动具有较强的鲁棒性,特别适合机械手这类非线性***的高精度跟踪控制。但滑模控制存在高频抖振问题,振动大小受滑模控制器切换增益大小的影响,通常为了保证***稳定而选择足够大的切换增益,从而加剧滑模控制的抖振现象。这种抖振可能会引起***中存在的未建模高频成分,甚至造成***不稳定。
模糊控制由于具有万能逼近特性,可以逼近紧集内的任意连续函数,且不依赖于***模型,在机器人的自适应控制中得到了广泛的应用。
发明内容
本发明要解决的技术问题是提供一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法,该算法能够有效消除滑模控制算法产生的抖振,并且实现机械手的精确轨迹跟踪。
总体来讲,本发明的一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法,在滑模控制器的基础上,采用模糊逻辑***自适应调节滑模控制器的切换增益,有效消除滑模控制算法的抖振。其次,考虑机械手参数不确定性、未建模动态以及外部扰动等因素,会降低控制器性能,引入鲁棒控制器,对外部扰动及未建模动态等不确定性进行补偿,实现机械手的精确轨迹跟踪。
另外大部分工业机械手,都是通过末端执行器在任务空间中完成作业,机械手的期望轨迹也是用任务空间来描述,因此要实施关节空间控制,需要将机械手任务空间坐标转换成关节空间,再通过高性能的机械手关节空间跟踪控制算法作用,实现机械手高精度跟踪控制的要求
为解决上述技术问题,本发明采用以下技术方案:
一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法,包括以下步骤:
1)建立机械手任务空间轨迹模型
以两关节机械手为例,以机械手起始端节点为直角坐标系原点,任务空间轨迹模型包括位于直角坐标系内的机械手,机械手末端节点运动坐标为(x,y),机械手第一连杆质量为m1,机械手第二连杆质量为m2,机械手第一连杆长度为l1,机械手第二连杆长度为l2,第一关节角为q1,第二关节角为q2。
2)将机械手任务空间轨迹转换为关节空间轨迹
将机械手任务空间轨迹转换为关节空间轨迹,即为将任务空间中的机械手末端节点运动坐标(x,y)转换为二关节角位置(q1,q2),得到:
3)建立机械手动力学模型
机械手动力学方程为:
其中,q,和分别表示各个关节角位移、速度和加速度矢量。M(q)为n×n阶对称正定的惯量矩阵,为n×1阶离心力和哥氏力矩阵,G(q)为n×1阶重力矩阵。d∈Rn表示外部扰动,τ∈Rn为各关节控制转矩向量,即控制输入。
4)设计基于自适应模糊控制的滑模控制器
定义滑模函数为:
定义辅助信号:
设计滑模控制器为
令
整理式(13),可得
定义李雅普诺夫函数
其中,M代表公式(6)中的惯量矩阵M(q),
求导,将式(8)带入,得
将式(17)带入上式,得出
则
5)设计模糊***
本发明采用基于乘积推理方法和中心平均反模糊器设计模糊***,来自适应调节滑模控制的切换增益K。令K=[k1,…,ki,…kn]T,ki为第i个模糊***的输出。
模糊***的输出为
其中θ=[y1,…,ym]T为参数向量,ξ(x)=[ξ1(x),…,ξm(x)]T,m为模糊规则数量
定义
以si为模糊***的输入,切换增益ki作为输出,对输入、输出变量进行模糊化处理。***输入和输出的模糊量分别用负中、负小、零、正小、正中,这5个变量来描述。模糊推理规则如表1所示。
表1模糊推理规则
用于表示模糊集的隶属函数设计为
则第i个模糊***的输出为:
选择自适应律为
则基于自适应模糊切换增益控制的滑模控制律为:
6)设计自适应鲁棒控制器
设计鲁棒控制器为
式中,ε为一个很小的正常数,β为扰动及不确定上界,满足:
||Δf||≤β=ρμ (30)
式中,ρ=max(1,||e||,||e||2)为系数向量;μ为***的不确定项,其值采用以下自适应算法自动调节:
因此,自适应鲁棒控制器ur可以重新描述为
则总的控制律为
u=u0+ur (33)
本发明公开的一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法,是针对具有参数不确定和外界扰动的机械手控制***,提出的一种自适应模糊滑模鲁棒跟踪控制算法。本发明算法结合了自适应模糊控制、滑模控制以及鲁棒控制算法,实现了对建模误差和干扰的补偿,削弱了滑模控制抖振,保证了不确定机械手***的精确轨迹跟踪。
附图说明
图1是本发明实施例中两关节机械手任务空间轨迹模型示意图;
图2是本发明基于自适应模糊控制的滑模鲁棒控制***框图;
图3是本发明实施例中基于固定增益的滑模控制输入信号曲线图;
图4是本发明实施例中基于模糊自适应增益的滑模控制输入信号曲线图;
图5是本发明实施例中两关节自适应增益变化曲线图;
图6是本发明实施例中第一关节和第二关节的位置跟踪曲线图;
图7是本发明实施例中第一关节和第二关节的跟踪误差曲线图;
图8是本发明实施例中机械臂末端轨迹跟踪曲线图;
图9是本发明实施例中机械臂位姿运动轨迹图。
具体实施方式
下面结合附图,对本发明提出的一种伺服***轮廓误差的控制算法进行详细说明。在本发明的描述中,需要理解的是,术语“左侧”、“右侧”、“上部”、“下部”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,“第一”、“第二”等并不表示零部件的重要程度,因此不能理解为对本发明的限制。本实施例中采用的具体尺寸只是为了举例说明技术方案,并不限制本发明的保护范围。
本发明公开的一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法,包括以下步骤:
1)建立机械手任务空间轨迹模型
如图1所示,m1和m2为机械手两连杆质量,l1和l2为两连杆长度,s1和s2分别为质心到转动关节的距离,q1和q2为两关节角。
机械手轨迹跟踪是指在任务空间内机械手末端执行器跟踪期望轨迹,然而大多数机械手的执行结构是安装在机械手本体及各关节上,使得机械手在关节空间内的轨迹跟踪是使机器人的各关节角逐个地跟踪给定的各期望关节角。因此,为了能在关节空间实现控制,首先需要把任务空间轨迹转换为关节空间轨迹。
2)将机械手任务空间轨迹转换为关节空间轨迹
将任务空间中的机械手末端节点运动坐标(x,y)转换为二关节角位置(q1,q2)。
根据图1可得:
x=l1cosq1+l2cos(q1+q2) (1)
y=l1sinq1+l2sin(q1+q2) (2)
将式(1)平方加上式(2)的平方,可得
x2+y2=l1 2+l2 2+2l1l2cosq2 (3)
从而可得到
取
3)建立机械手动力学模型
机械手是一类复杂的多输入多输出非线性时变***,其动力学方程可描述为
其中,q,和分别表示各个关节角位移、速度和加速度矢量.M(q)为n×n阶对称正定的惯量矩阵,为n×1阶离心力和哥氏力矩阵,G(q)为n×1阶重力矩阵。d∈Rn表示外部扰动,τ∈Rn为各关节控制转矩向量,即控制输入。
机器人动力学***具有如下动力学特性:
性质1:惯性矩阵M(q)为对称正定矩阵,且对于所有的q是一致有界的,即存在正数λm,λM,使满足
0<λmI≤M(q)<λMI (7)
特性3:重力项G(q)满足对所有的q∈Rn一直有界。
以下进行控制器设计:
针对机械手轨迹跟踪,设计了一个基于自适应模糊的滑模鲁棒控制算法。控制***框图如图2所示。
4)设计基于自适应模糊控制的滑模控制器
定义滑模函数为
定义辅助信号
设计滑模控制器为
结合式(10-11),并将式(12)代入机械手动力学方程(6)得:
令
整理式(13),可得
定义李雅普诺夫函数
其中,M代表公式(6)中的惯量矩阵M(q),
求导,将式(8)带入,得
将式(17)带入上式,得出
则
***稳定。
滑模控制器简单有效,但滑模控制律中,抖振是该解决的主要问题,其中切换增益K是造成抖振的主要原因,K越大,抖振越明显。K用于补偿外部扰动的影响,若要充分补偿需要采取足够大的切换增益值,进一步加剧了***抖振。
为了解决滑模控制固定增益存在抖振的问题,在滑模控制器中加入自适应模糊控制,用模糊控制器自适应调节切换增益值,使得滑模控制器切换增益可以随时间调整,从而改善抖振现象。
5)设计模糊***
本实施例中,采用基于乘积推理方法和中心平均反模糊器设计模糊***,来自适应调节滑模控制的切换增益K。令K=[k1,…,ki,…kn]T,ki为第i个模糊***的输出。
模糊***的输出为
其中θ=[y1,…,ym]T为参数向量,ξ(x)=[ξ1(x),…,ξm(x)]T,m为模糊规则数量
定义
以si为模糊***的输入,切换增益ki作为输出,对输入、输出变量进行模糊化处理。***输入和输出的模糊量分别用负中、负小、零、正小、正中,这5个变量来描述。模糊推理规则如表1所示。
表1模糊推理规则
用于表示模糊集的隶属函数设计为
则第i个模糊***的输出为:
选择自适应律为
则基于自适应模糊切换增益控制的滑模控制律为
6)设计自适应鲁棒控制器
这部分针对未建模动态和外部扰动d,设计鲁棒控制项来消除其影响。
设计鲁棒控制器为
式中,ε为一个很小的正常数,β为扰动及不确定上界,满足:
||Δf||≤β=ρμ (30)
式中,ρ=max(1,||e||,||e||2)为系数向量;μ为***的不确定项,其值采用以下自适应算法自动调节:
因此,自适应鲁棒控制器ur可以重新描述为
则总的控制律为
u=u0+ur (33)
仿真分析:
为了验证本实施例设计控制器的有效性,以二连杆机械手为对象进行仿真研究。其动力学方程具体表达式如下:
其中,g为重力加速度。
机械手对象仿真参数如表2所示
表2两自由度机械手仿真参数
为了能在关节空间实施控制,根据前述内容,进行逆向求解得到关节期望轨迹以及初始关节角度。
滑模控制器参数为Λ=diag(10,10),A=diag(150,150),鲁棒控制器参数为γ=2,ε=0.01。选择模糊隶属函数为μNM(xi)=exp[-((xi+π/6)/(π/24))2],μNS(xi)=exp[-((xi+π/12)/(π/24))2],μZ(xi)=exp[-(xi/(π/24))2],μPS(xi)=exp[-((xi-π/12)/(π/24))2],μPM(xi)=exp[-((xi-π/6)/(π/24))2],
首先采用基于固定增益(K=diag(15,15))的传统滑模控制律以及基于模糊自适应增益调整的滑模控制律分别进行仿真,以体现自适应模糊控制调整滑模切换增益对改善滑模控制抖振现象的效果。两种情况滑模控制输入信号如图3和图4所示。
从图3和图4中可以直观的看出,采用固定增益的滑模控制算法,滑模控制输入信号具有较明显的抖振,而采用基于模糊自适应增益调整的机器人滑模控制,有效的改善了抖振现象,控制输入信号平滑。两关节增益自适应变化如图5所示。
将本实施例提出的自适应模糊滑模鲁棒控制器用于两关节机械手轨迹跟踪,仿真结果如图6-9所示。其中,图6为两关节位置跟踪,其中图中上面一条曲线表示期望关节轨迹,图中下面一条曲线为实际跟踪轨迹。图7为两关节跟踪误差。图8为机械手任务空间末端轨迹跟踪。图9为机械手位姿运动轨迹。
从仿真结果可以看出,该机械手控制方法具有较高的轨迹跟踪精度,除了初始阶段有微小的跟踪误差,基本实现跟踪误差为零的高精度跟踪。
基于对本发明优选实施方式的描述,应该清楚,由所附的权利要求书所限定的本发明并不仅仅局限于上面说明书中所阐述的特定细节,未脱离本发明宗旨或范围的对本发明的许多显而易见的改变同样可能达到本发明的目的。
Claims (1)
1.一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法,其特征在于,包括以下步骤:
1)建立机械手任务空间轨迹模型
以机械手起始端节点为直角坐标系原点,任务空间轨迹模型包括位于直角坐标系内的机械手,机械手末端节点运动坐标为(x,y),机械手第一连杆质量为m1,机械手第二连杆质量为m2,机械手第一连杆长度为l1,机械手第二连杆长度为l2,第一关节角为q1,第二关节角为q2;
2)将机械手任务空间轨迹转换为关节空间轨迹
将机械手任务空间轨迹转换为关节空间轨迹,即为将任务空间中的机械手末端节点运动坐标(x,y)转换为二关节角位置(q1,q2),得到:
3)建立机械手动力学模型
机械手动力学方程为:
其中,q,和分别表示各个关节角位移、速度和加速度矢量;M(q)为n×n阶对称正定的惯量矩阵,为n×1阶离心力和哥氏力矩阵,G(q)为n×1阶重力矩阵;d∈Rn表示外部扰动,τ∈Rn为各关节控制转矩向量,即控制输入;
4)设计基于自适应模糊控制的滑模控制器
定义滑模函数为:
定义辅助信号:
设计滑模控制器为
结合式(10-11),并将式(12)代入机械手动力学方程(6)得:
令
整理式(13),可得
定义李雅普诺夫函数
其中,M代表公式(6)中的惯量矩阵M(q),
求导,将式(8)带入,得
将式(17)带入上式,得出
则
5)设计模糊***
本发明采用基于乘积推理方法和中心平均反模糊器设计模糊***,来自适应调节滑模控制的切换增益K;令K=[k1,…,ki,…kn]T,ki为第i个模糊***的输出;
模糊***的输出为
其中θ=[y1,…,ym]T为参数向量,ξ(x)=[ξ1(x),…,ξm(x)]T,m为模糊规则数量
定义
以si为模糊***的输入,切换增益ki作为输出,对输入、输出变量进行模糊化处理;***输入和输出的模糊量分别用负中、负小、零、正小、正中,这5个变量来描述;模糊推理规则如表1所示;
表1模糊推理规则
用于表示模糊集的隶属函数设计为
则第i个模糊***的输出为:
选择自适应律为
则基于自适应模糊切换增益控制的滑模控制律为:
6)设计自适应鲁棒控制器
设计鲁棒控制器为
式中,ε为一个很小的正常数,β为扰动及不确定上界,满足:
||Δf||≤β=ρμ (30)
式中,ρ=max(1,||e||,||e||2)为系数向量;μ为***的不确定项,其值采用以下自适应算法自动调节:
因此,自适应鲁棒控制器ur可以重新描述为
则总的控制律为
u=u0+ur (33)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010492721.4A CN111618858B (zh) | 2020-06-02 | 2020-06-02 | 一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010492721.4A CN111618858B (zh) | 2020-06-02 | 2020-06-02 | 一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111618858A true CN111618858A (zh) | 2020-09-04 |
CN111618858B CN111618858B (zh) | 2021-04-27 |
Family
ID=72257281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010492721.4A Active CN111618858B (zh) | 2020-06-02 | 2020-06-02 | 一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111618858B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112077847A (zh) * | 2020-09-08 | 2020-12-15 | 西华大学 | 受非匹配干扰机器人的位置跟踪控制方法 |
CN112372637A (zh) * | 2020-10-27 | 2021-02-19 | 东方红卫星移动通信有限公司 | 低轨卫星空间机械臂自适应阻抗柔顺控制方法、模块及*** |
CN112859605A (zh) * | 2021-01-12 | 2021-05-28 | 哈尔滨工业大学 | 一种兼具控制量防抖及干扰抑制性能的切换***控制方法 |
CN113267999A (zh) * | 2021-04-26 | 2021-08-17 | 大连海事大学 | 一种基于全阶终端滑模的船载机械手末端轨迹跟踪协调控制方法 |
CN113296393A (zh) * | 2021-05-27 | 2021-08-24 | 安徽工业大学 | 基于自调整模糊迭代学习的二连杆机械臂控制方法、装置及介质 |
CN113433827A (zh) * | 2021-07-08 | 2021-09-24 | 江苏大学 | 一种质心变化喷砂除锈并联机器人移动平台轨迹跟踪控制方法 |
CN113608438A (zh) * | 2021-07-22 | 2021-11-05 | 浙江中烟工业有限责任公司 | 一种风机***及其控制方法 |
CN113671835A (zh) * | 2021-08-24 | 2021-11-19 | 北京航空航天大学 | 一种基于模糊切换增益调节的惯性稳定平台滑模控制方法 |
CN113715024A (zh) * | 2021-09-03 | 2021-11-30 | 上海电机学院 | 一种多自由度上肢康复机器人的位置跟踪控制方法 |
CN113759725A (zh) * | 2021-09-17 | 2021-12-07 | 西安电子科技大学 | 一种机械臂控制方法 |
CN113805528A (zh) * | 2021-10-11 | 2021-12-17 | 深圳华数机器人有限公司 | 基于数控双通道***的玻璃机与机械手的联动控制方法 |
CN113927592A (zh) * | 2021-08-24 | 2022-01-14 | 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 |
CN114851196A (zh) * | 2022-05-09 | 2022-08-05 | 哈尔滨工业大学(深圳) | 基于模糊自适应全局滑模的机械臂轨迹跟踪控制方法 |
CN117047782A (zh) * | 2023-10-11 | 2023-11-14 | 中建四局安装工程有限公司 | 适用于三关节机械手的控制方法和装置、终端及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1162039A2 (en) * | 2000-06-06 | 2001-12-12 | Honda Giken Kogyo Kabushiki Kaisha | Fuzzy logic based control |
CN103433924A (zh) * | 2013-07-26 | 2013-12-11 | 无锡信捷电气股份有限公司 | 串联机器人高精度位置控制方法 |
CN107942670A (zh) * | 2017-11-30 | 2018-04-20 | 福州大学 | 一种双柔性空间机械臂模糊鲁棒滑模削抖运动控制方法 |
CN109927032A (zh) * | 2019-03-28 | 2019-06-25 | 东南大学 | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 |
CN110262255A (zh) * | 2019-07-16 | 2019-09-20 | 东南大学 | 一种基于自适应终端滑模控制器的机械臂轨迹跟踪控制方法 |
-
2020
- 2020-06-02 CN CN202010492721.4A patent/CN111618858B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1162039A2 (en) * | 2000-06-06 | 2001-12-12 | Honda Giken Kogyo Kabushiki Kaisha | Fuzzy logic based control |
CN103433924A (zh) * | 2013-07-26 | 2013-12-11 | 无锡信捷电气股份有限公司 | 串联机器人高精度位置控制方法 |
CN107942670A (zh) * | 2017-11-30 | 2018-04-20 | 福州大学 | 一种双柔性空间机械臂模糊鲁棒滑模削抖运动控制方法 |
CN109927032A (zh) * | 2019-03-28 | 2019-06-25 | 东南大学 | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 |
CN110262255A (zh) * | 2019-07-16 | 2019-09-20 | 东南大学 | 一种基于自适应终端滑模控制器的机械臂轨迹跟踪控制方法 |
Non-Patent Citations (2)
Title |
---|
王三秀: "多关节机器人鲁棒跟踪控制策略研究", 《中国博士学位论文全文数据库信息科技辑》 * |
邓雅: "空间机械臂建模及轨迹跟踪控制方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112077847B (zh) * | 2020-09-08 | 2022-02-22 | 西华大学 | 受非匹配干扰机器人的位置跟踪控制方法 |
CN112077847A (zh) * | 2020-09-08 | 2020-12-15 | 西华大学 | 受非匹配干扰机器人的位置跟踪控制方法 |
CN112372637A (zh) * | 2020-10-27 | 2021-02-19 | 东方红卫星移动通信有限公司 | 低轨卫星空间机械臂自适应阻抗柔顺控制方法、模块及*** |
CN112372637B (zh) * | 2020-10-27 | 2022-05-06 | 东方红卫星移动通信有限公司 | 低轨卫星空间机械臂自适应阻抗柔顺控制方法、模块及*** |
CN112859605A (zh) * | 2021-01-12 | 2021-05-28 | 哈尔滨工业大学 | 一种兼具控制量防抖及干扰抑制性能的切换***控制方法 |
CN112859605B (zh) * | 2021-01-12 | 2023-02-03 | 哈尔滨工业大学 | 一种兼具控制量防抖及干扰抑制性能的切换***控制方法 |
CN113267999A (zh) * | 2021-04-26 | 2021-08-17 | 大连海事大学 | 一种基于全阶终端滑模的船载机械手末端轨迹跟踪协调控制方法 |
CN113267999B (zh) * | 2021-04-26 | 2023-11-21 | 大连海事大学 | 基于全阶终端滑模的船载机械手末端轨迹跟踪控制方法 |
CN113296393A (zh) * | 2021-05-27 | 2021-08-24 | 安徽工业大学 | 基于自调整模糊迭代学习的二连杆机械臂控制方法、装置及介质 |
CN113433827A (zh) * | 2021-07-08 | 2021-09-24 | 江苏大学 | 一种质心变化喷砂除锈并联机器人移动平台轨迹跟踪控制方法 |
CN113608438A (zh) * | 2021-07-22 | 2021-11-05 | 浙江中烟工业有限责任公司 | 一种风机***及其控制方法 |
CN113608438B (zh) * | 2021-07-22 | 2024-02-20 | 浙江中烟工业有限责任公司 | 一种风机***及其控制方法 |
CN113927592A (zh) * | 2021-08-24 | 2022-01-14 | 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 |
CN113671835A (zh) * | 2021-08-24 | 2021-11-19 | 北京航空航天大学 | 一种基于模糊切换增益调节的惯性稳定平台滑模控制方法 |
CN113715024A (zh) * | 2021-09-03 | 2021-11-30 | 上海电机学院 | 一种多自由度上肢康复机器人的位置跟踪控制方法 |
CN113715024B (zh) * | 2021-09-03 | 2024-04-16 | 上海电机学院 | 一种多自由度上肢康复机器人的位置跟踪控制方法 |
CN113759725A (zh) * | 2021-09-17 | 2021-12-07 | 西安电子科技大学 | 一种机械臂控制方法 |
CN113805528A (zh) * | 2021-10-11 | 2021-12-17 | 深圳华数机器人有限公司 | 基于数控双通道***的玻璃机与机械手的联动控制方法 |
CN114851196A (zh) * | 2022-05-09 | 2022-08-05 | 哈尔滨工业大学(深圳) | 基于模糊自适应全局滑模的机械臂轨迹跟踪控制方法 |
CN114851196B (zh) * | 2022-05-09 | 2023-03-10 | 哈尔滨工业大学(深圳) | 基于模糊自适应全局滑模的机械臂轨迹跟踪控制方法 |
CN117047782A (zh) * | 2023-10-11 | 2023-11-14 | 中建四局安装工程有限公司 | 适用于三关节机械手的控制方法和装置、终端及介质 |
CN117047782B (zh) * | 2023-10-11 | 2023-12-08 | 中建四局安装工程有限公司 | 适用于三关节机械手的控制方法和装置、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111618858B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111618858B (zh) | 一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法 | |
CN111319036B (zh) | 基于自适应算法的移动机械臂位置/力自抗扰控制方法 | |
Li et al. | Adaptive fuzzy neural network command filtered impedance control of constrained robotic manipulators with disturbance observer | |
CN107942670B (zh) | 一种双柔性空间机械臂模糊鲁棒滑模削抖运动控制方法 | |
Xu et al. | Dynamic neural networks based adaptive admittance control for redundant manipulators with model uncertainties | |
CN108388123B (zh) | 多个仿人机器人在速度不可测下的自适应控制方法 | |
CN115157238B (zh) | 一种多自由度机器人动力学建模和轨迹跟踪方法 | |
Hu et al. | A reinforcement learning neural network for robotic manipulator control | |
CN110673472A (zh) | 基于神经网络补偿死区反演误差的自适应鲁棒控制方法 | |
Hu et al. | Impedance sliding mode control with adaptive fuzzy compensation for robot-environment interacting | |
Shang et al. | Vibration suppression method based on PI fuzzy controller containing disturbance observe for dual-flexible manipulator with an axially translating arm | |
Zhen et al. | A novel practical robust control inheriting PID for SCARA robot | |
Krishan et al. | Motion control of five bar linkage manipulator using conventional controllers under uncertain conditions | |
Jun-Pei et al. | Neural network control of space manipulator based on dynamic model and disturbance observer | |
Ji et al. | Terminal traction control of teleoperation manipulator with random jitter disturbance based on active disturbance rejection sliding mode control | |
Wang | Fuzzy sliding mode joint impedance control for a tendon-driven robot hand performing peg-in-hole assembly | |
Cruz et al. | Application of robust discontinuous control algorithm for a 5-DOF industrial robotic manipulator in real-time | |
Xu et al. | Extended state observer based dynamic iterative learning for trajectory tracking control of a six-degrees-of-freedom manipulator | |
Eltayeb et al. | Adaptive sliding mode control design for the 2-DOF robot arm manipulators | |
Mannani et al. | A fuzzy Lyapunov-based control strategy for a macro–micro manipulator: Experimental results | |
Wu et al. | An adaptive neural network compensator for decoupling of dynamic effects of a macro-mini manipulator | |
Liu et al. | Discontinuous force-based robot adaptive switching update rate impedance control | |
Tsaprounis et al. | Sliding mode with adaptive estimation force control of robot manipulators interacting with an unknown passive environment | |
Zhang et al. | Research on improved PD control of flexible manipulator | |
Li et al. | Robust Command Shaped Vibration Control for Stacker Crane Subject to Parameter Uncertainties and External Disturbances |
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 |