针对现有电液伺服系统的非线性、参数不确定导致轨迹跟踪精度低的问题,提出了一种非线性自适应输出反馈控制器。分析了液压系统的非线性模型,为控制器设计提供理论基础。非线性自适应输出反馈控制器包含自适应线性扩展状态观测器(Linear Extended State Observer, LESO)和非线性扰动观测器(Nonlinear Disturbance Observer, NDO),用来估计系统中不可策略状态以及惯性载荷动力学中的失配扰动。实验结果表明,所提出的非线性自适应输出反馈鲁棒控制器可有效解决PI控制器存在的谐振问题。

演艺车台具有运载演员或布景的作用,是实现舞台丰富表演及多样变化的关键性舞台机械设备。为解决传统演艺车台智能程度低,灵活性差,无法根据节目编排按指定路径任意行走、旋转的问题,提出一种基于嵌套结构的新型演艺全向车台形式,该结构由内外嵌套式双环架体组成,通过外环大齿圈与内环张紧调节驱动小齿轮部件啮合,以实现嵌套内外双环的相对运动及组合运动。对提出的结构进行了车台设计;基于运动学原理对全向车台进行运动学分析,建立运动学模型,在此基础上进行航迹推算并建立三维模型,对全向车台进行动力学分析;搭建了基于嵌套结构的全向车台试验平台,进行了系统实验与测试。结果表明,基于嵌套结构的舞台用全向车台机械性能好,且可以实现鲁棒性好、精度高的轨迹运动。

针对四轮全向机器人数学模型中未知因数的干扰,提出了一种基于神经滑模的比例微分(Proportional plus Derivative,PD)自适应跟踪控制策略。首先,对机器人的动力学模型进行分析;其次,利用反步轨迹跟踪控制器得到虚拟速度,基于虚拟输入与实际输入的误差设计PD控制器;接着,采用神经网络来逼近动力学模型中的不确定性,并利用Lyapunov定理证明了系统的稳定性。仿真和实验结果表明,该控制策略具有有效性。

针对麦克纳姆轮全向移动平台轨迹跟踪控制问题,提出了一种模型预测控制(Model Predictive Control,MPC)和微分先行比例-积分-微分(Proportional plus Integral plus Derivative,PID)协同的双闭环控制策略。基于麦克纳姆轮运动学特点,设计了位姿控制环和速度控制环;在位姿控制环建立麦克纳姆轮底盘的线性误差模型,设计二次型目标函数,将路径跟随问题转化为对非线性模型的预测控制;在速度控制环引入微分先行PID控制器,避免输入量频繁的阶跃变化对系统产生高频干扰,加快麦克纳姆轮的角速度收敛,增强了系统稳定性。仿真实验表明,设计的控制器在收敛速度、跟踪精度方面均高于常见的轨迹跟踪器,对麦克纳姆轮移动平台的控制具有良好的鲁棒性。

以一种兼容混合驱动机构与柔索并联机构特点的新型混合驱动柔索并联机器人为研究对象,对其动力学建模及轨迹跟踪控制进行了研究;应用Lagrange方法建立了混合驱动柔索并联机器人系统的动力学模型;针对具有非线性、时变特性以及带有可重复时变干扰的混合驱动柔索并联机器人动态系统模型,设计了一种控制增益随迭代次数变化的自适应迭代学习控制策略,并采用Lyapunov函数证明了该控制器的稳定性;数值仿真结果表明,在该控制器的作用下,混合驱动柔索并联机器人控制系统能够完成高精度跟踪期望轨迹,进一步验证了所建系统动态模型的正确性及控制策略的有效性。

针对轮式移动机器人转向行驶过程中的侧滑问题,设计了一种纯滚动转向系统,以避免因车轮侧滑而导致的轮胎磨损。依据该纯滚动转向系统,开发了双动力差速驱动桥,建立了特殊的阿克曼转向、蟹型运动和原地转向等3种运动模式,并对3种模式进行了运动学特性分析。采用的H型平衡悬架结构,能够根据路面起伏进行自适应调整,提高移动机器人的越障能力;通过搭建实验平台测试了该结构的可行性。最后,基于建立的转向运动控制策略和运动学模型,利用反演法思想,推导出轨迹跟踪控制律,并通过Simuink仿真验证了该控制律的有效性。

由于磁悬浮移动平台具有强非线性,目前各类智能算法只能对磁悬浮移动平台进行定位移动,并不能使磁悬浮移动平台的动子沿着期望轨迹到达预定位置。为了解决磁悬浮移动平台动子的轨迹跟踪及其精准性等问题,将微分平坦理论与磁悬浮移动平台控制相结合。磁悬浮移动平台系统是微分平坦系统,而微分平坦理论具有特殊性,可以将强非线性系统转化为线性系统后进行控制。搭建磁悬浮移动平台的数学模型,在MATLAB/Simulink中进行仿真。结果表明:微分平坦控制的磁悬浮移动平台能够使其动子按照期望轨迹进行运动,且精度更高、跟踪性更强,具有实用性。

为提高水下掘进机器人臂架作业运行轨迹的稳定性和准确性,从轨迹规划和轨迹跟踪方面入手,对其运动控制进行研究。首先,基于D-H法和几何法依次求解臂架位姿空间到关节空间、关节空间到驱动空间的运动学方程,结合臂架作业特点采用五次多项式算法对其关节运动进行轨迹规划;其次,搭建臂架电液比例控制系统数学模型,为提高系统的响应速度和跟随精度,引入模糊PID控制器对系统进行校正,经仿真验证了该控制算法的有效性;最后,通过试验对臂架的实际作业效果进行验证。试验结果表明:臂架能够按照预定轨迹实现较好的轨迹跟踪效果,满足工程要求。

针对目前常见串联式机械手末端存在控制误差累计而导致末端控制精度较低,无法实现高精度位置伺服控制,使得末端轨迹跟踪控制较差等问题,该文借助迭代学习控制算法的优点,提出了一种基于迭代学习的电液机械手末端轨迹跟踪控制算法。首先,该文以型号为REbot-6R机械手为研究对象,建立机械手的三维模型和坐标,利用D-H坐标,建立REbot-6R机械手运动学模型;然后,设计了基于迭代学习的电液机械手末端轨迹跟踪控制器;最后,以REbot-6R机械手为对象搭建实验平台进行轨迹跟踪控制实验。实验结果表明了迭代学习算法能够很好的运用在REbot-6R机械手上,有效性地解决机械手末端轨迹跟踪控制较差等问题,提高了轨迹跟踪精度。

3自由度气动机械手属关节串联式机器人，机械手在运动过程中，转动惯量、重力矩及关节间的耦合力矩等参数都会发生较大变化，影响了机械手末端的运动精度。针对这些问题，利用拉格朗日方程对机械手3关节进行动力学分析，得到多关节联动时单关节力矩方程。以腰部关节为例，通过对关节动力机构的数学模型线性化处理，采用状态反馈极点配置方法进行控制器设计，试验表明具有一定鲁棒性，但存在一定静态误差。分析产生误差的原因主要是干扰力矩的影响，根据单关节规划路径通过动力学模型得到补偿力矩，利用输入前馈对关节实施动态补偿。试验验证了方法的有效性，从结果可以看出，该组合控制策略抑制了扰动，提高了轨迹跟踪精度。