CN105319972B - 基于快速终端滑模的遥操作机器人固定时间控制方法 - Google Patents
基于快速终端滑模的遥操作机器人固定时间控制方法 Download PDFInfo
- Publication number
- CN105319972B CN105319972B CN201510846957.2A CN201510846957A CN105319972B CN 105319972 B CN105319972 B CN 105319972B CN 201510846957 A CN201510846957 A CN 201510846957A CN 105319972 B CN105319972 B CN 105319972B
- Authority
- CN
- China
- Prior art keywords
- robot
- parameter
- matrix
- item
- set time
- 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
Links
Abstract
本发明涉及遥操作机器人同步控制技术领域,具体公开了一种基于快速终端滑模的遥操作机器人固定时间控制方法包括分别选取主机器人和从机器人组成遥操作系统,并分别测量主机器人和从机器人的系统参数,在线测量主机器人和从机器人的位置信息,并得到主机器人和从机器人的速度信息,设计快速终端滑模面,基于设计的快速终端滑模面,利用主机器人和从机器人的系统参数设计自适应固定时间控制器,利用李雅普诺夫方程给出参数自适应律、控制器参数及滑模面参数与系统收敛时间的关系式,从而根据实际应用对系统收敛时间的要求以及系统参数与系统收敛时间的关系式来确定控制器参数和滑模面参数。本发明弥补了现有遥操作机器人系统控制方法在控制速度和控制精度上的不足。
Description
技术领域
本发明涉及遥操作机器人同步控制技术领域,尤其涉及一种基于快速终端滑模的遥操作机器人固定时间控制方法。
背景技术
遥操作系统主要由操作者、主机器人、网络传输通道、从机器人和远处的外界环境组成。其工作模式大致为:操作者对本地主机器人进行操作,并将运动指令通过计算机网络等传输媒介传送给从机器人,从机器人按照接收到的命令,在特定环境下模拟主机器人的行为从而完成各种工作,同时从机器人的工作状态将反馈给操作者,便于操作者根据从机器人的状态做出正确的决策。遥操作系统的控制面临很大的挑战,一方面由于机器人本身为复杂的非线性系统,另一方面遥操作系统大多应用于复杂的人类无法或不适合接触的环境。但是由于实际应用如远程手术,海底探测,外空探测和危险环境救援的需要,对遥操作系统的控制性能:快速性,准确性和鲁棒性都提出了更高的要求。因此迫切需要提出新的控制策略来保证遥操作机器人系统满足实际应用提出的高性能要求。
针对系统的不确定和外界干扰,滑模控制提供了很好的控制效果。而终端滑模的出现,不但保留了传统线性滑模的优点,另外其抗干扰性更强,系统收敛更快,精度更高,而且能提供有限时间的收敛。但是典型的终端滑模存在奇异值问题,而且对其收敛时间的计算依赖于系统的初始状态。在实际中大多时候系统的初始状态并不容易获得。这使得有限时间控制方法在实际中很难得到广泛的应用。另外在考虑终端滑模控制中系统的不确定问题一直是一个难点。很少有相关文献分析机器人系统在存在系统不确定时的有限时间控制问题。
发明内容
本发明的目的是提供一种基于快速终端滑模的遥操作机器人固定时间控制方法,以弥补现有遥操作机器人系统的控制方法的不足。
为了解决上述技术问题,本发明提供了一种基于快速终端滑模的遥操作机器人固定时间控制方法,包括以下步骤:
S1.分别选取主机器人和从机器人组成遥操作系统,并分别测量主机器人和从机器人的系统参数;
S2.在线测量主机器人和从机器人的位置信息,并得到主机器人和从机器人的速度信息,设计快速终端滑模面;
S3.基于设计的快速终端滑模面,利用主机器人和从机器人的系统参数设计自适应固定时间控制器;
S4.利用李雅普诺夫方程给出参数自适应律、控制器参数及滑模面参数与系统收敛时间的关系式,进而根据实际应用对系统收敛时间的要求以及系统参数与系统收敛时间的关系式来确定控制器参数和滑模面参数,从而最终完成整个自适应固定时间控制器的设计。
优选地,对于机械臂系统,所述步骤S1中的系统参数包括:杆的长度和质量信息,以及根据杆的长度和质量信息分别计算出的主机器人和从机器人的惯性矩阵、哥氏力、离心力矩阵、雅可比矩阵和重力项。
优选地,主机器人和从机器人的惯性矩阵、哥氏力、离心力矩阵和重力项的计算均基于任务空间,需利用雅可比矩阵及其逆进行计算,
基于关节空间的动力学模型为
其中,m表示主机器人,s表示从机器人,qm(t),qs(t)∈Rn为关节位移矩阵,为关节速度矩阵,Mm(qm),Ms(qs)∈Rn×n为正定的惯性矩阵, 为哥氏力和离心力的矩阵,Gm(qm),Gs(qs)∈Rn为重力扭矩,Fh∈Rn和Fe∈Rn分别为人类操作者施加的力和环境施加的力,Jm(qm)和Js(qs)表示雅可比矩阵,τm∈Rn和τs∈Rn为提供的控制扭矩,
利用任务空间与关节空间之间的关系
xm=hm(qm),xs=hs(qs)
得到
其中,hm(qm)和hs(qs)表示关节空间和任务空间之间的非线性关系转换,
根据关节空间与任务空间的转换关系,基于任务空间的主机器人和从机器人的动力学模型为
其中,
由于在实际应用中系统模型均存在不确定的部分,因此有Mtm=Mtmo+ΔMtm,Mts=Mtso+ΔMts,Ctm=Ctmo+ΔCtm,Cts=Ctso+ΔCts,Htm=Htmo+ΔHtm和Hts=Htso+ΔHts
其中,Mtmo,Mtso,Ctmo,Ctso,Htmo,Htso表示系统的标称部分即已知部分,而ΔMtm,ΔMts,ΔCtm,ΔCts,ΔHtm和ΔHts表示系统的不确定部分,
系统的不确定部分表示为
根据系统可线性化性质
Pm=Ymθm;Ps=Ysθs
其中,Ym和Ys表示系统的回归矩阵,θm和θs表示系统的不确定参数向量,
基于任务空间的主机器人和从机器人的动力学模型
根据求得的惯性矩阵,哥氏力、离心力的矩阵,重力项和雅可比矩阵,得到系统的标称部分Mtm0,Mts0,Ctm0,Cts0,Gtm0和Cts0。
优选地,所述步骤S2中,当外界干扰较小时可对位置信息直接进行微分得到,当存在较大干扰时,利用有限时间差分器得到。
优选地,所述步骤S2中,快速终端滑模面的设计包括:指数趋近项和幂次趋近项,当系统追踪误差初始状态离原点较远时指数趋近项大于快速趋近项,指数趋近项发挥主要作用,将系统追踪误差快速拉至原点附近,此时,幂次趋近项大于指数趋近项,使得系统追踪误差快速趋于原点。
利用测得的主机器人和从机器人的位置xm、xs以及速度信息定义主机器人和从机器人的位置误差
em=xm-xs(t-Ts),es=xs-xm(t-Tm)
其中,Tm表示从机器人到主机器人之间的信号传输时延,Ts表示主机器人到从机器人之间的信号传输时延,
速度追踪误差
根据定义的主机器人和从机器人之间的位置和速度误差,定义一种新的快速终端滑模面
其中,αm,βm,αs和βs为对称正定矩阵。mm1、ms1、nm1、ns1、pm1、ps1、qm1、qs1为正奇数,且满足mm1>nm1,ms1>ns1,2pm1>qm1>pm1,2ps1>qs1>ps1,
其中,和为指数趋近项,和为幂次趋近项,
当初始误差距离远点较远时,指数趋近项的作用大于幂次趋近项发挥主要作用,使系统追踪误差能在很短的时间内收敛到原点附近,当系统追踪误差在原点附近时,幂次趋近项的作用大于指数趋近项,从而使得收敛误差在固定时间内收敛到零点。
优选地,所述步骤S3中,自适应固定时间控制器包括:系统标称部分、自适应部分和实现固定时间收敛部分,实现固定时间收敛部分包括:指数趋近项和快速趋近项,两项共同起作用保证系统的固定时间收敛,
根据定义的快速终端滑模面主机器人和从机器人的自适应固定时间控制器设计为
其中,和表示自适应项在线估计主机器人和从机器人的不确定,km1,km2、ks1和ks2为对称正定矩阵,m2、n2、p2和q2为正奇数,且满足m2>n2,q2>p2,ξm和ξs为正整数,
ψm和ψs用来处理存在的奇异值具体定义为
如果那么
如果那么
同样的对于从机器人
如果那么
如果那么
具体的um和us定义为
其中,emmax和esmax分别表示em和es的最大值,因此在实际应用中um和us分别代表两个与位置误差最大值相关的常数,而ψm和ψs在实际中由变量em、es、和决定的变量。
优选地,所述步骤S4中,
自适应参数的调节律设计为
其中,Λm和Λs为对称正定矩阵,
控制器参数和滑模面参数与收敛时间之间的关系为
T≤T1+T2
其中,η2=min(λmin(km2),λmin(ks2))δm1=λmin(αm),δm2=λmin(βm),δs1=λmin(αs)δs2=λmin(βs),min(·)表示取最小值,λmin(·)表示取矩阵的最小特征值,当系统对收敛速度要求比较低时,选取比较小的控制器参数km1,km2,ks1,ks2和滑模面参数αm,βm,αs,βs,反之,选取较大的控制器参数。
本发明的基于快速终端滑模的遥操作机器人固定时间控制方法适用于具有二阶性质的各类系统如飞行器,机械臂,轮式机器人等。在控制方法设计中同时引入指数趋近项和幂次趋近项,当系统误差较大时指数趋近项能使系统追踪误差在很短的时间内收敛到原点附近且收敛时间与初始状态无关。进而幂次趋近项发挥主要作用使得系统追踪误差能在有限时间内精确地收敛到零点。因此在该控制方法下系统的抗干扰性更强,系统收敛速度更快,精度更高并能实现与系统初始状态无关的固定时间同步。针对遥操作机器人的同步控制问题,设计了基于快速终端滑模的控制器(也叫控制方法一般由软件编程实现),实现了主、从机器人在固定时间内达到同步的目的。由于采用了快速终端滑模,主、从机器人之间的同步误差能在很短的时间内趋于零,且系统的鲁棒性增强。通过选取李雅普诺夫方程首先对系统的稳定性进行了证明。在系统稳定下,进一步利用自适应参数估计误差有界的性质,再次选取新的李雅普诺夫方程,对系统的确定时间收敛性能进行了证明。进而推出系统确定的收敛时间,且该收敛时间仅与控制器参数和滑模面参数有关,与系统的初始状态无关。本发明利用切换的思想来解决终端滑模应用时出现的奇异值问题。设计的控制器中的一项在系统出现奇异值时会使得控制器的值趋于无穷大,这时将控制器切换到另一种模式,从而避免控制力趋于无穷大给系统带来破坏性影响。本发明采用自适应方法来在线估计系统的不确定性,进而利用控制器中的自适应项来抵消系统不确定对系统造成的影响,从而保证了遥操作机器人系统在存在不确定时的稳定性和主、从机器人之间的同步。
附图说明
图1为遥操作机器人系统的结构框图;
图2为本发明的控制原理框图。
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明,但不能用来限制本发明的范围。
如图1-2所示,本实施例的基于快速终端滑模的遥操作机器人固定时间控制方法包括以下步骤:
S1.分别选取主机器人和从机器人组成遥操作系统,并分别测量主机器人和从机器人的系统参数;
系统参数包括:杆的长度和质量信息,以及根据杆的长度和质量信息分别计算出的主机器人和从机器人的惯性矩阵、哥氏力、离心力矩阵、雅可比矩阵和重力项;
主机器人和从机器人的惯性矩阵、哥氏力、离心力矩阵和重力项的计算均基于任务空间,需利用雅可比矩阵及其逆进行计算,
基于关节空间的动力学模型为
其中,m表示主机器人,s表示从机器人,qm(t),qs(t)∈Rn为关节位移矩阵,为关节速度矩阵,Mm(qm),Ms(qs)∈Rn×n为正定的惯性矩阵, 为哥氏力和离心力的矩阵,Gm(qm),Gs(qs)∈Rn为重力扭矩,Fh∈Rn和Fe∈Rn分别为人类操作者施加的力和环境施加的力,Jm(qm)和Js(qs)表示雅可比矩阵,τm∈Rn和τs∈Rn为提供的控制扭矩,
利用任务空间与关节空间之间的关系
xm=hm(qm),xs=hs(qs)
得到
其中,hm(qm)和hs(qs)表示关节空间和任务空间之间的非线性关系转换,
根据关节空间与任务空间的转换关系,基于任务空间的主机器人和从机器人的动力学模型为
其中,
由于在实际应用中系统模型均存在不确定的部分,Mtm=Mtmo+ΔMtm,Mts=Mtso+ΔMts,Ctm=Ctmo+ΔCtm,Cts=Ctso+ΔCts,Htm=Htmo+ΔHtm和Hts=Htso+ΔHts
其中,Mtmo,Mtso,Ctmo,Ctso,Htmo,Htso表示系统的标称部分即已知部分,而ΔMtm,ΔMts,ΔCtm,ΔCts,ΔHtm和ΔHts表示系统的不确定部分,
系统的不确定部分
根据系统可线性化性质
Pm=Ymθm;Ps=Ysθs
其中,Ym和Ys表示系统的回归矩阵,θm和θs表示系统的不确定参数向量,
基于任务空间的主机器人和从机器人的动力学模型
根据求得的惯性矩阵,哥氏力、离心力的矩阵,重力项和雅可比矩阵,得到系统的标称部分Mtm0,Mts0,Ctm0,Cts0,Gtm0和Cts0。
S2.在线测量主机器人和从机器人的位置信息,并得到主机器人和从机器人的速度信息,设计快速终端滑模面;
当外界干扰较小时可对位置信息直接进行微分得到,当存在较大干扰时,利用有限时间差分器得到;
快速终端滑模面的设计包括:指数趋近项和幂次趋近项,当系统追踪误差初始状态离原点较远时指数趋近项大于快速趋近项,指数趋近项发挥主要作用,将系统追踪误差快速拉至原点附近,此时,幂次趋近项大于指数趋近项,使得系统追踪误差快速趋于原点。
利用测得的主机器人和从机器人的位置xm、xs以及速度信息定义主机器人和从机器人的位置误差
em=xm-xs(t-Ts),es=xs-xm(t-Tm)
其中,Tm表示从机器人到主机器人之间的信号传输时延,Ts表示主机器人到从机器人之间的信号传输时延,
速度追踪误差
根据定义的主机器人和从机器人之间的位置和速度误差,定义一种新的快速终端滑模面
其中,αm,βm,αs和βs是对称正定矩阵。mm1、ms1、nm1、ns1、pm1、ps1、qm1、qs1为正奇数,且满足mm1>nm1,ms1>ns1,2pm1>qm1>pm1,2ps1>qs1>ps1,
其中,和为指数趋近项,和为幂次趋近项,
当初始误差距离远点较远时,指数趋近项的作用大于幂次趋近项发挥主要作用,使系统追踪误差能在很短的时间内收敛到原点附近,当系统追踪误差在原点附近时,幂次趋近项的作用大于指数趋近项,从而使得收敛误差在固定时间内收敛到零点。
S3.基于设计的快速终端滑模面,利用主机器人和从机器人的系统参数设计自适应固定时间控制器;
S4.利用李雅普诺夫方程给出参数自适应律、控制器参数及滑模面参数与系统收敛时间的关系式,进而根据实际应用对系统收敛时间的要求以及系统参数与系统收敛时间的关系式来确定控制器参数和滑模面参数,从而最终完成整个自适应固定时间控制器的设计。
自适应参数的调节律设计为
其中,Λm和Λs为对称正定矩阵,
控制器参数和滑模面参数与收敛时间之间的关系为
T≤T1+T2
其中,η2=min(λmin(km2),λmin(ks2))δm1=λmin(αm),δm2=λmin(βm),δs1=λmin(αs)δs2=λmin(βs),min(·)表示取最小值,λmin(·)表示取矩阵的最小特征值,当系统对收敛速度要求比较低时,选取比较小的控制器参数km1,km2,ks1,ks2和滑模面参数αm,βm,αs,βs,反之,选取较大的控制器参数。
因此最终得到能保证遥操作系统在固定时间内实现同步的固定时间控制器设计方法。
本发明的基于快速终端滑模的遥操作机器人固定时间控制方法适用于具有二阶性质的各类系统如飞行器,机械臂,轮式机器人等。在控制方法设计中同时引入指数趋近项和幂次趋近项,当系统误差较大时指数趋近项能使系统追踪误差在很短的时间内收敛到原点附近且收敛时间与初始状态无关。进而幂次趋近项发挥主要作用使得系统追踪误差能在有限时间内精确地收敛到零点。因此在该控制方法下系统的抗干扰性更强,系统收敛速度更快,精度更高并能实现与系统初始状态无关的固定时间同步。针对遥操作机器人的同步控制问题,设计了基于快速终端滑模的控制器(也叫控制方法一般由软件编程实现),实现了主、从机器人在固定时间内达到同步的目的。由于采用了快速终端滑模,主、从机器人之间的同步误差能在很短的时间内趋于零,且系统的鲁棒性增强。通过选取李雅普诺夫方程首先对系统的稳定性进行了证明。在系统稳定下,进一步利用自适应参数估计误差有界的性质,再次选取新的李雅普诺夫方程,对系统的确定时间收敛性能进行了证明。进而推出系统确定的收敛时间,且该收敛时间仅与控制器参数和滑模面参数有关,与系统的初始状态无关。本发明利用切换的思想来解决终端滑模应用时出现的奇异值问题。设计的控制器中的一项在系统出现奇异值时会使得控制器的值趋于无穷大,这时将控制器切换到另一种模式,从而避免控制力趋于无穷大给系统带来破坏性影响。本发明采用自适应方法来在线估计系统的不确定性,进而利用控制器中的自适应项来抵消系统不确定对系统造成的影响,从而保证了遥操作机器人系统在存在不确定时的稳定性和主、从机器人之间的同步。
本发明的实施例是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (5)
1.一种基于快速终端滑模的遥操作机器人固定时间控制方法,其特征在于,包括以下步骤:
S1.分别选取主机器人和从机器人组成遥操作系统,并分别测量主机器人和从机器人的系统参数;
S2.在线测量主机器人和从机器人的位置信息,并得到主机器人和从机器人的速度信息,设计快速终端滑模面;
S3.基于设计的快速终端滑模面,利用主机器人和从机器人的系统参数设计自适应固定时间控制器;
S4.利用李雅普诺夫方程给出参数自适应律、控制器参数及滑模面参数与系统收敛时间的关系式,进而根据实际应用对系统收敛时间的要求以及系统参数与系统收敛时间的关系式来确定控制器参数和滑模面参数,从而最终完成整个自适应固定时间控制器的设计;
其中对于机械臂系统,所述步骤S1中的系统参数包括:杆的长度和质量信息,以及根据杆的长度和质量信息分别计算出的主机器人和从机器人的惯性矩阵、哥氏力、离心力矩阵、雅可比矩阵和重力项;主机器人和从机器人的惯性矩阵、哥氏力、离心力矩阵和重力项的计算均基于任务空间,需利用雅可比矩阵及其逆进行计算,基于关节空间的动力学模型为
其中,m表示主机器人,s表示从机器人,qm(t),qs(t)∈Rn为关节位移矩阵,为关节速度矩阵,Mm(qm),Ms(qs)∈Rn×n为正定的惯性矩阵,为哥氏力和离心力的矩阵,Gm(qm),Gs(qs)∈Rn为重力扭矩,Fh∈Rn和Fe∈Rn分别为人类操作者施加的力和环境施加的力,Jm(qm)和Js(qs)表示雅可比矩阵,τm∈Rn和τs∈Rn为提供的控制扭矩,
利用任务空间与关节空间之间的关系
xm=hm(qm),xs=hs(qs)
得到
其中,hm(qm)和hs(qs)表示关节空间和任务空间之间的非线性关系转换,
根据关节空间与任务空间的转换关系,基于任务空间的主机器人和从机器人的动力学模型为
其中,
由于在实际应用中系统模型均存在不确定的部分,因此有Mtm=Mtmo+ΔMtm,Mts=Mtso+ΔMts,Ctm=Ctmo+ΔCtm,Cts=Ctso+ΔCts,Htm=Htmo+ΔHtm和Hts=Htso+ΔHts
其中,Mtmo,Mtso,Ctmo,Ctso,Htmo,Htso表示系统的标称部分即已知部分,而ΔMtm,ΔMts,ΔCtm,ΔCts,ΔHtm和ΔHts表示系统的不确定部分,
系统的不确定部分表示为
根据系统可线性化性质
Pm=Ymθm;Ps=Ysθs
其中,Ym和Ys表示系统的回归矩阵,θm和θs表示系统的不确定参数向量,基于任务空间的主机器人和从机器人的动力学模型
根据求得的惯性矩阵,哥氏力、离心力的矩阵,重力项和雅可比矩阵,得到系统的标称部分Mtm0,Mts0,Ctm0,Cts0,Gtm0和Cts0。
2.根据权利要求1所述的基于快速终端滑模的遥操作机器人固定时间控制方法,其特征在于,所述步骤S2中,当外界干扰较小时可对位置信息直接进行微分得到,当存在较大干扰时,利用有限时间差分器得到。
3.根据权利要求2所述的基于快速终端滑模的遥操作机器人固定时间控制方法,其特征在于,所述步骤S2中,快速终端滑模面的设计包括:指数趋近项和幂次趋近项,当系统追踪误差初始状态离原点较远时指数趋近项大于快速趋近项,指数趋近项发挥主要作用,将系统追踪误差快速拉至原点附近,此时,幂次趋近项大于指数趋近项,使得系统追踪误差快速趋于原点;
利用测得的主机器人和从机器人的位置xm、xs以及速度信息 定义主机器人和从机器人的位置误差
em=xm-xs(t-Ts),es=xs-xm(t-Tm)
其中,Tm表示从机器人到主机器人之间的信号传输时延,Ts表示主机器人到从机器人之间的信号传输时延,
速度追踪误差
根据定义的主机器人和从机器人之间的位置和速度误差,定义一种新的快速终端滑模面
其中,αm,βm,αs和βs为对称正定矩阵。mm1、ms1、nm1、ns1、pm1、ps1、qm1、qs1为正奇数,且满足mm1>nm1,ms1>ns1,2pm1>qm1>pm1,2ps1>qs1>ps1;
其中,和为指数趋近项,和为幂次趋近项,当初始误差距离远点较远时,指数趋近项的作用大于幂次趋近项发挥主要作用,使系统追踪误差能在很短的时间内收敛到原点附近,当系统追踪误差在原点附近时,幂次趋近项的作用大于指数趋近项,从而使得收敛误差在固定时间内收敛到零点。
4.根据权利要求3所述的基于快速终端滑模的遥操作机器人固定时间控制方法,其特征在于,所述步骤S3中,自适应固定时间控制器包括:系统标称部分、自适应部分和实现固定时间收敛部分,实现固定时间收敛部分包括:指数趋近项和快速趋近项,两项共同起作用保证系统的固定时间收敛,
根据定义的快速终端滑模面主机器人和从机器人的自适应固定时间控制器设计为
其中,和表示自适应项在线估计主机器人和从机器人的不确定,km1,km2、ks1和ks2为对称正定矩阵,m2、n2、p2和q2为正奇数,且满足m2>n2,q2>p2,ξm和ξs为正整数,
ψm和ψs用来处理存在的奇异值具体定义为
如果那么
如果那么
同样的对于从机器人
如果那么
如果那么
具体的um和us定义为
其中,emmax和esmax分别表示em和es的最大值,因此在实际应用中um和us分别代表两个与位置误差最大值相关的常数,而ψm和ψs在实际中由变量em、es、和决定的变量。
5.根据权利要求4所述的基于快速终端滑模的遥操作机器人固定时间控制方法,其特征在于,所述步骤S4中,
自适应参数的调节律设计为
其中,Λm和Λs为对称正定矩阵,
控制器参数和滑模面参数与收敛时间之间的关系为
T≤T1+T2
其中,η2=min(λmin(km2),λmin(ks2))δm1=λmin(αm),δm2=λmin(βm),δs1=λmin(αs)δs2=λmin(βs),min(·)表示取最小值,λmin(·)表示取矩阵的最小特征值,当系统对收敛速度要求比较低时,选取比较小的控制器参数km1,km2、ks1、ks2和滑模面参数αm、βm、αs、βs,反之,选取较大的控制器参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510846957.2A CN105319972B (zh) | 2015-11-27 | 2015-11-27 | 基于快速终端滑模的遥操作机器人固定时间控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510846957.2A CN105319972B (zh) | 2015-11-27 | 2015-11-27 | 基于快速终端滑模的遥操作机器人固定时间控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105319972A CN105319972A (zh) | 2016-02-10 |
CN105319972B true CN105319972B (zh) | 2018-06-08 |
Family
ID=55247584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510846957.2A Active CN105319972B (zh) | 2015-11-27 | 2015-11-27 | 基于快速终端滑模的遥操作机器人固定时间控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105319972B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105963100B (zh) * | 2016-04-19 | 2018-07-17 | 西安交通大学 | 按患者运动所需辅助的下肢康复机器人自适应控制方法 |
CN105904461B (zh) * | 2016-05-16 | 2017-10-31 | 西北工业大学 | 一种基于径向基函数的神经网络自适应遥操作控制方法 |
CN106584455B (zh) * | 2016-10-11 | 2019-06-11 | 苏州继企机电科技有限公司 | 一种遥操作机械臂系统的时延控制方法 |
CN106647281B (zh) * | 2017-01-18 | 2019-11-22 | 燕山大学 | 一种基于终端滑模的遥操作系统干扰有限时间补偿方法 |
CN108001537A (zh) * | 2017-03-31 | 2018-05-08 | 长城汽车股份有限公司 | 车身以及车辆 |
CN106945043B (zh) * | 2017-04-18 | 2020-05-08 | 中国科学院重庆绿色智能技术研究院 | 一种主从式遥操作手术机器人多臂协同控制系统 |
CN107450326B (zh) * | 2017-08-09 | 2020-03-10 | 清华大学深圳研究生院 | 反步有限时间双边遥操作控制方法及计算机可读存储介质 |
CN107932506B (zh) * | 2017-11-15 | 2020-10-16 | 电子科技大学 | 一种力反馈双边遥操作稳定控制方法 |
CN108646561B (zh) * | 2018-05-15 | 2021-05-18 | 浙江工业大学 | 一种基于交叉耦合的多机械臂系统固定时间参数辨识与位置同步控制方法 |
CN108828937B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于指数增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN108829128B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于对数增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN108628332B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于反正切增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN108803331A (zh) * | 2018-06-20 | 2018-11-13 | 燕山大学 | 针对非对称时变时延下双边遥操作系统的预定性能控制方法 |
CN108958022B (zh) * | 2018-07-09 | 2020-05-12 | 燕山大学 | 非线性主-从时延系统的时滞相关有限时间同步控制方法 |
CN109116723A (zh) * | 2018-07-24 | 2019-01-01 | 南昌大学 | 基于加幂积分型有限时间收敛的遥操作控制器的设计方法 |
CN108845493B (zh) * | 2018-08-21 | 2021-04-27 | 曲阜师范大学 | 带有输出约束的机械臂系统的固定时间跟踪控制方法 |
CN109240086B (zh) * | 2018-10-16 | 2020-02-28 | 浙江大学 | 一种非线性双边遥操作系统的自适应鲁棒控制方法 |
CN109839894B (zh) * | 2018-12-21 | 2021-11-23 | 南京理工大学 | 一种双边遥操作系统的控制方法 |
CN110053044B (zh) * | 2019-03-19 | 2022-03-22 | 江苏大学 | 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法 |
CN110174844B (zh) * | 2019-07-03 | 2021-08-10 | 西北工业大学 | 一种远程操控系统的广义阶滑模预测控制方法 |
CN110794678B (zh) * | 2019-11-05 | 2021-07-30 | 燕山大学 | 一种磁滞非线性受限下的四通道遥操作力反馈控制方法 |
CN110908389B (zh) * | 2019-12-17 | 2021-07-27 | 燕山大学 | 一种针对不确定水下机器人的自适应快速速度跟踪控制方法 |
CN111208730B (zh) * | 2020-01-08 | 2021-06-22 | 南昌大学 | 一种快速终端滑模阻抗控制算法 |
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 |
CN111624878B (zh) * | 2020-05-12 | 2022-07-19 | 曲阜师范大学 | 自主式水面机器人轨迹跟踪的积分滑模获取方法及系统 |
CN111624881B (zh) * | 2020-05-27 | 2021-05-28 | 中国地质大学(武汉) | 一种基于基因网络的同步控制方法及系统 |
CN111930013B (zh) * | 2020-07-27 | 2022-07-15 | 中国科学技术大学 | 一种激光雷达扫描机构的滑模控制方法及系统 |
CN113043280B (zh) * | 2021-04-21 | 2022-08-23 | 南京邮电大学 | 一种处理dos攻击下的遥操作系统的控制方法 |
CN113467465B (zh) * | 2021-07-22 | 2023-08-04 | 福州大学 | 一种面向机器人系统的人在回路决策建模与控制方法 |
CN113691179B (zh) * | 2021-09-07 | 2023-06-06 | 长春工业大学 | 基于固定时间变幂次指数趋近律的永磁同步电机控制方法 |
CN114488791B (zh) * | 2021-12-15 | 2023-07-21 | 西北工业大学 | 基于操作者意图理解的遥操作事件触发固定时间控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5371669A (en) * | 1992-06-18 | 1994-12-06 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Sliding mode control method having terminal convergence in finite time |
US6556980B1 (en) * | 1998-08-28 | 2003-04-29 | General Cyberation Group, Inc. | Model-free adaptive control for industrial processes |
CN1877469A (zh) * | 2006-06-29 | 2006-12-13 | 上海电力学院 | 一种消弱滑模变结构控制系统抖振的方法 |
CN104216284A (zh) * | 2014-08-14 | 2014-12-17 | 浙江工业大学 | 机械臂伺服系统的有限时间协同控制方法 |
CN105093934A (zh) * | 2015-08-17 | 2015-11-25 | 哈尔滨工业大学 | 考虑干扰与模型不确定性的多机器人系统分布式有限时间跟踪控制方法 |
-
2015
- 2015-11-27 CN CN201510846957.2A patent/CN105319972B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5371669A (en) * | 1992-06-18 | 1994-12-06 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Sliding mode control method having terminal convergence in finite time |
US6556980B1 (en) * | 1998-08-28 | 2003-04-29 | General Cyberation Group, Inc. | Model-free adaptive control for industrial processes |
CN1877469A (zh) * | 2006-06-29 | 2006-12-13 | 上海电力学院 | 一种消弱滑模变结构控制系统抖振的方法 |
CN104216284A (zh) * | 2014-08-14 | 2014-12-17 | 浙江工业大学 | 机械臂伺服系统的有限时间协同控制方法 |
CN105093934A (zh) * | 2015-08-17 | 2015-11-25 | 哈尔滨工业大学 | 考虑干扰与模型不确定性的多机器人系统分布式有限时间跟踪控制方法 |
Non-Patent Citations (2)
Title |
---|
Nonsigular fixed-time consensus tracking for second-order multi-agent networks;Zongyu Zuo;《Automatica》;20150430;第54卷;第1节 * |
空间机器人终端滑模路径跟踪控制;胡庆雷 等;《哈尔滨工业大学学报》;20120731;第44卷(第7期);第1-2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN105319972A (zh) | 2016-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105319972B (zh) | 基于快速终端滑模的遥操作机器人固定时间控制方法 | |
Chen et al. | Integrated adaptive robust control for multilateral teleoperation systems under arbitrary time delays | |
Lu et al. | Adaptive robust control of linear motors with dynamic friction compensation using modified LuGre model | |
CN106647281B (zh) | 一种基于终端滑模的遥操作系统干扰有限时间补偿方法 | |
CN105093934B (zh) | 考虑干扰与模型不确定性的多机器人系统分布式有限时间跟踪控制方法 | |
CN108803326A (zh) | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 | |
Chan et al. | Extended active observer for force estimation and disturbance rejection of robotic manipulators | |
CN109240086A (zh) | 一种非线性双边遥操作系统的自适应鲁棒控制方法 | |
Chen et al. | A novel adaptive robust control architecture for bilateral teleoperation systems under time‐varying delays | |
CN108803324A (zh) | 多关节工业机械臂反步有限时间滑模控制方法 | |
CN108628172A (zh) | 一种基于扩张状态观测器的机械臂高精度运动控制方法 | |
Slawiñski et al. | PD‐like controllers for delayed bilateral teleoperation of manipulators robots | |
CN105700348B (zh) | 一种基于扰动上界估计的电动转台位置跟踪控制方法 | |
Zhai et al. | Adaptive finite‐time control for nonlinear teleoperation systems with asymmetric time‐varying delays | |
CN108983734B (zh) | 一种考虑三角形结构下遥操作系统的有限时间控制方法 | |
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 | |
CN111965976B (zh) | 基于神经网络观测器的机器人关节滑模控制方法及系统 | |
Liu et al. | Fuzzy sliding mode control of robotic manipulators with kinematic and dynamic uncertainties | |
Yao et al. | High dynamic adaptive robust control of load emulator with output feedback signal | |
Alinaghi Hosseinabadi et al. | Fixed‐time sliding mode observer‐based controller for a class of uncertain nonlinear double integrator systems | |
CN104020668A (zh) | 一种不确定时延条件下机械臂运动状态的预测方法及装置 | |
Taheri‐Kalani et al. | Adaptive trajectory tracking control of wheeled mobile robots with disturbance observer | |
Yang et al. | Multi‐manipulators coordination for bilateral teleoperation system using fixed‐time control approach | |
Yeh et al. | Modeling and robust control of worm-gear driven systems | |
CN110000788A (zh) | 用于远程操作系统的有限时间容错控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |