CN106406097B - 多机械臂系统的分布式自适应协调控制方法 - Google Patents

多机械臂系统的分布式自适应协调控制方法 Download PDF

Info

Publication number
CN106406097B
CN106406097B CN201610983132.XA CN201610983132A CN106406097B CN 106406097 B CN106406097 B CN 106406097B CN 201610983132 A CN201610983132 A CN 201610983132A CN 106406097 B CN106406097 B CN 106406097B
Authority
CN
China
Prior art keywords
arm
mechanical arm
adaption
robots
arm robots
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
CN201610983132.XA
Other languages
English (en)
Other versions
CN106406097A (zh
Inventor
姜玉莲
王申全
李元春
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.)
Changchun University of Technology
Original Assignee
Changchun University of Technology
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 Changchun University of Technology filed Critical Changchun University of Technology
Priority to CN201610983132.XA priority Critical patent/CN106406097B/zh
Publication of CN106406097A publication Critical patent/CN106406097A/zh
Application granted granted Critical
Publication of CN106406097B publication Critical patent/CN106406097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种多机械臂系统的分布式自适应协调控制方法,该方法以多个欧拉‑拉格朗日方程表示具有不确定性参数的非线性多机械臂系统,考虑系统通信网络切换和具有通信时滞的情况下,利用控制力矩来分布式地协调控制各个机械臂系统关节的转动角度和角速度,通过设计分布式自适应协调控制算法使含有不确定参数的非线性多机械臂系统的转动角度实现一致同步,同时其转动角速度都为零。通过本发明方法设计的分布式自适应协调控制器能够解决多机械臂系统中的不确定性参数、有向切换通信网络拓扑结构和存在通信时滞等实际因素对系统性能带来的不利影响,实现了多机械臂系统的稳定和有效运行。

Description

多机械臂系统的分布式自适应协调控制方法
技术领域
本发明属于智能机械与机器人控制技术领域,具体涉及多机械臂系统的分布式自适应协调控制方法。
背景技术
机械臂自二十世纪问世以来,得到了快速发展,并广泛应用于军事、工业、医疗、航空抢险救援等各个领域。随着现代工业过程控制系统发展的大型化和复杂化,传统单一的机械臂控制系统已难以适应实际工况的需求,而多机械臂系统的协调控制与合作,不仅可以降低系统的复杂性和成本,还能够提升工作效率,使得近几年来对多机械臂系统的研究成为机器人领域中的热点。然而,实际的机械臂系统与其他诸如操作机器人、自动车辆及步行机器人等机械系统一样,都是用非线性的Euler-Lagrange方程进行建模,并且系统中往往存在动力学不确定性,这就加大了控制器设计和分析的难度,同时还需要考虑多机械臂系统的参数不确定性给系统的整体稳定工作带来的不良影响。因此,研究多机械臂系统的分布式协调控制方法也是机器人领域中的难点问题之一。
现有的研究成果大多是针对固定通信网络拓扑结构下不考虑通信时滞影响的多机械臂系统进行的研究,文献“有向图中网络Euler-Lagrange系统的自适应协调跟踪”梅杰,张海博,马广富,自动化学报,2011,37(5):596-603,其针对多Euler-Lagrange方程所建模的系统,在固定的有向通信拓扑结构下,设计分布式自适应协调控制律实现了系统的协调跟踪,未考虑拓扑结构随时间变化或通信时滞存在等实际因素的影响,而在实际应用中,通信拓扑则很可能是时变的。例如,当受到扰动或机械臂之间的通信距离发生变化时,通信网络中的某些链路可能断开或再次连通,此外,网络中信息的丢包也可等价成一种切换的通信拓扑问题;另一方面,时滞现象在许多控制系统中普遍存在,如航空、航天、生物、经济以及轧钢过程、核反应堆、液压系统、制造过程等各种工程系统。多机械臂系统中,时滞问题对协调控制的影响同样不容忽视。机械臂之间通过传感器或其它通信设备进行信息传输会产生通信时滞,常常对系统的稳定性和性能造成破坏,致使系统出现震荡甚至发散现象。
发明内容
本发明针对含有不确定参数的非线性多机械臂系统,解决在有向切换通信网络拓扑结构下,考虑通信时滞存在时,系统的转动角度和角速度均达到一致同步控制的问题,提供了多机械臂系统的分布式自适应协调控制方法。本发明的技术方案如下:
多机械臂系统的分布式自适应协调控制方法,包括以下步骤:
步骤一,建立含有不确定性参数的非线性多机械臂系统的运动模型;每个机械臂系统的运动模型由含有不确定参数的非线性欧拉-拉格朗日方程表示;
步骤二,建立有向切换通信网络拓扑结构下多机械臂系统的信息交互模型;所述信息交互模型由相邻机械臂系统之间的通信路径构成;
步骤三,不确定性参数的估计及分布式自适应协调控制器设计;利用自适应技术建立自适应估计方程,用于估计多机械臂系统中的不确定性参数;利用相对状态反馈技术,设计分布式自适应协调控制器;
步骤四,构造每个机械臂系统的分布式误差方程;将所述的分布式自适应协调控制器作用于含有不确定性参数的非线性多机械臂系统,针对每个机械臂系统,构造基于所述信息交互模型的分布式误差方程;
步骤五,多机械臂系统达到分布式协调控制目标的稳定性分析;利用代数图论、矩阵论、Lyapunov稳定性理论和Barbalat引理,分析并获得有向切换通信网络拓扑结构下具有通信时滞的多机械臂系统转动角度和角速度分别实现同步的充分条件,保证整个系统的协调控制和稳定工作。
多机械臂系统的分布式自适应协调控制方法,其中,步骤一所述每个机械臂系统的运动模型由含有不确定参数的非线性欧拉-拉格朗日方程表示,其参数满足有界性、反对称性和参数线性化的性质,多机械臂系统的动态模型如下方程(1):
其中,τi(t)∈Rm指第i个机械臂系统的控制力矩;qi(t)∈Rm,分别表示第i个机械臂系统的转动角度、角速度和角加速度;gi(qi)∈Rm是重力项;Mi(qi)∈Rm×m为对称正定的惯性矩阵;是哥氏力和离心力项。
多机械臂系统的分布式自适应协调控制方法,其中,步骤二所述的信息交互模型中的通
信路径由随时间不断变化的有向通信拓扑图表示。
多机械臂系统的分布式自适应协调控制方法,其中,步骤三所述利用相对状态反馈技术和自适应技术,设计分布式自适应协调控制器,由方程(2)和方程(3)构成:
其中,τi(t)∈Rm指第i个机械臂系统的控制力矩;qi(t)∈Rm,分别表示第i个机械臂系统的转动角度、角速度和角加速度;是包含广义坐标及其高阶导数的已知函数矩阵;是机械臂i的常值不确定参数θi的估计值,其主要包含机械臂的铰链质量、瞬时惯性等物理参数;Ki∈Rm×m和Ωi∈Rr×r都是已知的正定矩阵;aij(t)是有向切换通信拓扑图中连接节点i和j的边的个数;d(t)是随时间不断变化的通信时滞,满足有界,γ为正常数。
多机械臂系统的分布式自适应协调控制方法,其中,步骤四所述的系统分布式误差方程的构造是在有向切换通信拓扑图表示相邻机械臂系统之间的通信路径的基础上,为满足机械臂系统转动角度达到一致同步且角速度为零的控制目标,定义zi(t)=q1(t)-qi(t)为第i个机械臂与第1个机械臂的角度同步误差,定义ei(t)为第i个机械臂与其相邻机械臂之间角度误差;得到基于有向切换通信网络的分布式转动角度同步误差和具有通信时滞的相邻机械臂间转动角度误差表达式分别为:
其中,表示第i个机械臂系统的转动角度;aij(t)是有向切换通信拓扑图中连接节点i和j的边的个数;a1j(t)是有向切换通信拓扑图中连接节点1和j的边的个数;d(t)是随时间不断变化的通信时滞,满足有界,γ为正常数。
多机械臂系统的分布式自适应协调控制方法,其中,步骤五所述的多机械臂系统达到分布式协调控制目标的稳定性分析包括两个过程:
第一,利用矩阵论和Lyapunov稳定性理论分析当时,对于任意的i,j=1,…,n,成立;
第二,利用代数图论、矩阵论和Barbalat引理分析在步骤三中分布式自适应协调控制器的作用下,是成立的,进而能够使多机械臂系统的转动角度达到一致同步且角速度为零,保证其稳定工作。
与现有技术相比,本发明的有益效果在于:
1、本发明的技术方案为多机械臂系统的分布式协调控制与合作提供了一种方法,并能解决多机械臂系统之间进行信息交互时,通信时滞存在并随时间不断变化的问题,保证系统达到同步控制目标和稳定性能。
2、本发明的技术方案避免了因扰动、机械臂之间的通信距离及网络丢包等因素导致系统的通信网络拓扑结构变化而改变和影响系统的协调控制和稳定运行,提高了分布式自适应协调控制器应用的灵活性。
3、本发明的技术方案可以利用分布式自适应估计技术解决多机械臂系统中存在参数不确定性的问题,同时对处理由非线性欧拉-拉格朗日方程表示的其他诸如操作机器人、自动车辆及步行机器人等机械系统的参数不确定性问题也具有很好的普适性。
附图说明
图1为本发明以四个单机械臂为实施例构成的有向切换通信网络拓扑结构图;
图2本发明多机械臂系统的分布式自适应协调控制方法的工作原理图;
图3a为本发明具体实施例中四个机械臂的转动角度分量q1(t)的变化曲线;
图3b为本发明具体实施例中四个机械臂的转动角度分量q2(t)的变化曲线;
图4a为本发明具体实施例中四个机械臂的转动角速度分量的变化曲线;
图4b为本发明具体实施例中四个机械臂的转动角速度分量的变化曲线。
具体实施方式
为了进一步说明本发明的技术方案,结合说明书附图,本发明的具体实施方式如下:
本发明提供了多机械臂系统的分布式自适应协调控制方法,具体步骤如下:
第一步,建立含有不确定性参数的非线性多机械臂系统的运动模型:
每个机械臂系统的运动方程由含有不确定参数的非线性欧拉-拉格朗日方程表示,其参数满足有界性、反对称性和参数线性化的性质,多机械臂系统的动态模型可写成如下式(1):
其中,τi(t)∈Rm指第i个机械臂系统的控制力矩;qi(t)∈Rm,分别表示第i个机械臂系统的转动角度、角速度和角加速度;gi(qi)∈Rm是重力项;Mi(qi)∈Rm×m为对称正定的惯性矩阵;是哥氏力和离心力项。
假设式(1)所示的欧拉-拉格朗日方程具有如下性质:
性质1、矩阵Mi(qi)和的有界性:
对于任意i,存在正常数kmin,kmax和kc,使得kminIm≤Mi(qi)≤kmaxIm其中Im为m维单位矩阵。
性质2、矩阵的反对称性:
对于任意给定向量r∈Rm,使得
性质3、方程(1)的参数线性化:
即对任意向量x,y∈Rm,使得
第二步,建立有向切换通信网络拓扑结构下多机械臂系统的信息交互模型:
含有不确定参数的非线性多机械臂系统的信息交互模型由随时间不断变化的有向通信路径构成,表示相邻机械臂之间可以互相交流和传输信息,如图1所示,多机械臂系统随时间不断变化的通信结构表示为在三种不同的通信拓扑图G1,G2和G3之间进行动态切换,每个拓扑图含有①、②、③、④四个节点,分别表示1、2、3、4,四个单机械臂系统,此通信结构每隔1s的时间由一个拓扑图切换到另一个拓扑图,即按照G1→G2→G3→G1→…进行切换。
第三步,不确定性参数的估计及分布式自适应协调控制器设计:
根据含有不确定性参数的非线性多机械臂系统的转动角度达到一致同步且角速度收敛到零这一控制目标,利用自适应技术建立自适应估计方程(3),用于估计多机械臂系统中的不确定性参数;利用相对状态反馈技术,设计由方程(2)和(3)构成的分布式自适应协调控制器:
其中,τi(t)∈Rm指第i个机械臂系统的控制力矩;qi(t)∈Rm,分别表示第i个机械臂系统的转动角度、角速度和角加速度;是包含广义坐标及其高阶导数的已知函数矩阵;是机械臂i的常值不确定参数θi的估计值,其主要包含机械臂的铰链质量、瞬时惯性等物理参数;Ki∈Rm×m和Ωi∈Rr×r都是已知的正定矩阵;aij(t)是有向切换通信网络拓扑图中连接节点i和j的边的个数;d(t)是随时间不断变化的通信时滞,满足有界,γ为正常数。
第四步,构造每个机械臂系统的分布式误差方程:
定义zi(t)=q1(t)-qi(t)为第i个机械臂与第1个机械臂的角度同步误差;定义ei(t)为第i个机械臂与其相邻机械臂之间的角度误差。则根据式(2)和(3)得到基于有向切换通信网络的分布式转动角度同步误差和具有通信时滞的相邻机械臂间转动角度误差表达式分别为:
其中,表示第i个机械臂系统的转动角度;aij(t)是有向切换通信拓扑图中连接节点i和j的边的个数;a1j(t)是有向切换通信拓扑图中连接节点1和j的边的个数;d(t)是随时间不断变化的通信时滞,满足有界,γ为正常数。
第五步,多机械臂系统达到分布式协调控制目标的稳定性分析:
系统的稳定性分析包括两个过程:
第一,利用矩阵论和Lyapunov稳定性理论,分析当时,对于任意的i,j=1,…,n,成立;
第二,利用代数图论、矩阵论和Barbalat引理分析在步骤三中分布式自适应协调控制器的作用下,是成立的,进而能够使多机械臂系统的转动角度达到一致同步且角速度收敛到零,保证其稳定工作。
为了进一步说明本发明技术方案的技术效果,本发明提供的多机械臂系统的分布式自适应协调控制方法的仿真实验验证过程如下:
本发明的多机械臂系统由节点①、②、③、④所表示的四个二自由度机械臂系统构成,其有向切换通信路径所组成的有向切换通信网络拓扑结构如图1所示,此通信结构每隔1s的时间由一个拓扑图切换到另一个拓扑图,即按照G1→G2→G3→G1→…进行切换。
控制器参数分别为Ki=10I2,Ωi=10I4,(i=1,…,4),γ=0.4,然后将本发明所设计的分布式自适应协调控制器(如方程(2)和(3)表示)作用于多机械臂系统(如方程(1)表示),机械臂i的初始转角qi(0)和初始角速度都是[-1,1]之间的随机值,设定时变的通信时滞d(t)=1+1/2cost。按照多机械臂系统分布式自适应协调控制结构原理图来搭建仿真模块,如图2所示,本发明的多机械臂系统的分布式自适应协调控制的结构是将分布式协调控制模块的输出力矩信号τi送至执行器,进行将执行器力矩信号ui作用于单机械臂系统i,输出第i个机械臂的转动角度qi和角速度再通过通信网络与其他相邻的单机械臂系统j的转动角度qj进行交互,交互时同时考虑到通信时滞的影响,得到具有通信时滞的相邻机械臂间转动角度误差ei,因机械臂系统参数θi是不确定的,所以本发明设计自适应估计器以利用转动角度误差ei和转动角速度的信息来对不确定参数θi进行估计得到同时利用转动角度误差ei和转动角速度的信息得到δi,进而分布式协调控制模块将δi作为反馈信息进行控制,输出力矩τi,实现多机械臂系统的分布式自适应协调控制。通过点击“Run”按钮,整个控制系统即可运行,在分布式自适应协调控制器方程(2)的作用下,如图3a和图3b所示,四个机械臂1,2,3,4的转动角度分量q1(t)和q2(t)都能达到一致同步,如图4a和图4b所示,四个机械臂1,2,3,4的转动角速度分量都收敛于零。证明方程(1)表示的含有不确定参数的非线性多机械臂系统,在有向切换通信网络拓扑结构和通信时滞存在的情况下,本发明的控制方法能够实现各机械臂系统转动角度同步,且转动角速度收敛为零的控制目标,保证了整个系统的稳定运行。

Claims (4)

1.多机械臂系统的分布式自适应协调控制方法,其特征在于,包括以下步骤:
步骤一,建立含有不确定性参数的非线性多机械臂系统的运动模型;每个机械臂系统的运动模型由含有不确定参数的非线性欧拉-拉格朗日方程表示,其参数满足有界性、反对称性和参数线性化的性质,多机械臂系统的运动模型如下方程(1):
其中,τi(t)∈Rm指第i个机械臂系统的控制力矩;qi(t)∈Rm,分别表示第i个机械臂系统的转动角度、角速度和角加速度;gi(qi)∈Rm是重力项;Mi(qi)∈Rm×m为对称正定的惯性矩阵;是哥氏力和离心力项;
步骤二,建立有向切换通信网络拓扑结构下多机械臂系统的信息交互模型;所述信息交互模型由相邻机械臂系统之间的通信路径构成;
步骤三,不确定性参数的估计及分布式自适应协调控制器设计;利用自适应技术建立自适应估计方程,用于估计多机械臂系统中的不确定性参数;利用相对状态反馈技术,设计分布式自适应协调控制器,由方程(2)和方程(3)构成:
其中,τi(t)∈Rm指第i个机械臂系统的控制力矩;qi(t)∈Rm,分别表示第i个机械臂系统的转动角度、角速度和角加速度;是包含广义坐标及其高阶导数的已知函数矩阵;是机械臂i的常值不确定参数θi的估计值,其包含机械臂的铰链质量、瞬时惯性物理参数;Ki∈Rm×m和Ωi∈Rr×r都是已知的正定矩阵;aij(t)是有向切换通信拓扑图中连接节点i和j的边的个数;d(t)是随时间不断变化的通信时滞,满足有界,γ为正常数;
步骤四,构造每个机械臂系统的分布式误差方程;将所述的分布式自适应协调控制器作用于含有不确定性参数的非线性多机械臂系统,针对每个机械臂系统,构造基于所述信息交互模型的分布式误差方程;
步骤五,多机械臂系统达到分布式协调控制目标的稳定性分析;利用代数图论、矩阵论、Lyapunov稳定性理论和Barbalat引理,分析并获得有向切换通信网络拓扑结构下具有通信时滞的多机械臂系统转动角度和角速度分别实现同步的充分条件,保证整个系统的协调控制和稳定工作。
2.根据权利要求1所述的多机械臂系统的分布式自适应协调控制方法,其特征在于,步骤二所述的信息交互模型中的通信路径由随时间不断变化的有向通信拓扑图表示。
3.根据权利要求1所述的多机械臂系统的分布式自适应协调控制方法,其特征在于,
步骤四所述的系统分布式误差方程的构造是在有向切换通信拓扑图表示相邻机械臂系统之间的通信路径的基础上,为满足机械臂系统转动角度达到一致同步且角速度为零的控制目标,定义zi(t)=q1(t)-qi(t)为第i个机械臂与第1个机械臂的角度同步误差,定义ei(t)为第i个机械臂与其相邻机械臂之间角度误差;得到基于有向切换通信网络的分布式转动角度同步误差和具有通信时滞的相邻机械臂间转动角度误差表达方程式分别为:
其中,qi(t)∈Rm表示第i个机械臂系统的转动角度;aij(t)是有向切换通信拓扑图中连接节点i和j的边的个数;a1j(t)是有向切换通信拓扑图中连接节点1和j的边的个数;d(t)是随时间不断变化的通信时滞,满足有界,γ为正常数。
4.根据权利要求3所述的多机械臂系统的分布式自适应协调控制方法,其特征在于,步骤五所述的多机械臂系统达到分布式协调控制目标的稳定性分析包括两个过程:
第一,利用矩阵论和Lyapunov稳定性理论分析当时,对于任意的i,j=1,…,n,成立;
第二,利用代数图论、矩阵论和Barbalat引理分析在步骤三中分布式自适应协调控制器的作用下,是成立的,进而能够使多机械臂系统的转动角度达到一致同步且角速度为零,保证其稳定工作。
CN201610983132.XA 2016-11-08 2016-11-08 多机械臂系统的分布式自适应协调控制方法 Active CN106406097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610983132.XA CN106406097B (zh) 2016-11-08 2016-11-08 多机械臂系统的分布式自适应协调控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610983132.XA CN106406097B (zh) 2016-11-08 2016-11-08 多机械臂系统的分布式自适应协调控制方法

Publications (2)

Publication Number Publication Date
CN106406097A CN106406097A (zh) 2017-02-15
CN106406097B true CN106406097B (zh) 2019-05-14

Family

ID=58015311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610983132.XA Active CN106406097B (zh) 2016-11-08 2016-11-08 多机械臂系统的分布式自适应协调控制方法

Country Status (1)

Country Link
CN (1) CN106406097B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108646562B (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有限时间参数辨识与位置同步控制方法
CN108646563B (zh) * 2018-05-15 2020-12-01 浙江工业大学 一种基于均值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
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
CN110173487B (zh) * 2019-05-27 2020-07-31 电子科技大学 一种多电液伺服执行器在切换网络下的领导同步控制方法
CN110275436B (zh) * 2019-05-31 2021-04-06 广东工业大学 一种多单臂机械手的rbf神经网络自适应控制方法
CN112936266A (zh) * 2021-01-29 2021-06-11 齐鲁工业大学 网络化机械臂系统自适应一致性切换控制方法及系统
CN113942010B (zh) * 2021-08-30 2023-04-18 济宁学院 一种多工位机械臂双边位姿定位的自适应力矩控制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1028245A2 (en) * 1999-02-09 2000-08-16 Honda Giken Kogyo Kabushiki Kaisha Air-fuel ratio control system for internal combustion engine
CN201625982U (zh) * 2010-03-30 2010-11-10 杭州电子科技大学 智能移动机械臂控制系统
CN102354114A (zh) * 2011-07-18 2012-02-15 安徽工程大学 一种网络控制系统的随机时延建模方法
RU2481942C2 (ru) * 2011-08-10 2013-05-20 Федеральное государственное автономное научное учреждение "Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики" (ЦНИИ РТК) Адаптивное трехпалое захватное устройство
CN103399493A (zh) * 2013-08-07 2013-11-20 长春工业大学 可重构机械臂传感器故障实时诊断和容错系统及其方法
CN104476544A (zh) * 2014-10-23 2015-04-01 广东工业大学 一种视觉伺服机械臂系统的自适应死区逆模型发生装置
CN104690726A (zh) * 2014-08-29 2015-06-10 北京精密机电控制设备研究所 一种空间机械臂运动控制系统
CN104698854A (zh) * 2015-03-26 2015-06-10 哈尔滨工业大学 网络Euler-Lagrange系统分布式模糊协同跟踪控制方法
CN104865829A (zh) * 2015-03-26 2015-08-26 哈尔滨工业大学 多机器人系统分布式自适应神经网络连续跟踪控制方法
CN104950677A (zh) * 2015-06-17 2015-09-30 浙江工业大学 基于反演滑模控制的机械臂系统饱和补偿控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1028245A2 (en) * 1999-02-09 2000-08-16 Honda Giken Kogyo Kabushiki Kaisha Air-fuel ratio control system for internal combustion engine
CN201625982U (zh) * 2010-03-30 2010-11-10 杭州电子科技大学 智能移动机械臂控制系统
CN102354114A (zh) * 2011-07-18 2012-02-15 安徽工程大学 一种网络控制系统的随机时延建模方法
RU2481942C2 (ru) * 2011-08-10 2013-05-20 Федеральное государственное автономное научное учреждение "Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики" (ЦНИИ РТК) Адаптивное трехпалое захватное устройство
CN103399493A (zh) * 2013-08-07 2013-11-20 长春工业大学 可重构机械臂传感器故障实时诊断和容错系统及其方法
CN104690726A (zh) * 2014-08-29 2015-06-10 北京精密机电控制设备研究所 一种空间机械臂运动控制系统
CN104476544A (zh) * 2014-10-23 2015-04-01 广东工业大学 一种视觉伺服机械臂系统的自适应死区逆模型发生装置
CN104698854A (zh) * 2015-03-26 2015-06-10 哈尔滨工业大学 网络Euler-Lagrange系统分布式模糊协同跟踪控制方法
CN104865829A (zh) * 2015-03-26 2015-08-26 哈尔滨工业大学 多机器人系统分布式自适应神经网络连续跟踪控制方法
CN104950677A (zh) * 2015-06-17 2015-09-30 浙江工业大学 基于反演滑模控制的机械臂系统饱和补偿控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Adaptive Control of Robot Manipulator Using Fuzzy Compensator;Byung Kook Yoo,etc;《 IEEE TRANSACTIONS ON FUZZY SYSTEMS》;20000430;第8卷(第2期);第186-199页
时延网络中 Euler-Lagrange 系统的分布式自适应协调控制;刘源,等;《自动化学报》;20120831;第28卷(第8期);第1270-1279页

Also Published As

Publication number Publication date
CN106406097A (zh) 2017-02-15

Similar Documents

Publication Publication Date Title
CN106406097B (zh) 多机械臂系统的分布式自适应协调控制方法
Hou et al. Decentralized robust adaptive control for the multiagent system consensus problem using neural networks
Wang et al. Cooperative containment control of multiagent systems based on follower observers with time delay
Liu et al. Distributed consensus of a class of networked heterogeneous multi-agent systems
Ou et al. Finite‐time formation control of multiple nonholonomic mobile robots
CN109407520A (zh) 基于滑模控制理论的二阶多智能体系统的容错一致性控制算法
Kothari et al. Cooperative target-capturing with incomplete target information
CN108333949A (zh) 针对多智能体系统执行器部分失效故障的滑模容错控制方法
CN110497415B (zh) 一种基于干扰观测器的多机械臂系统的一致控制方法
CN107877511B (zh) 基于输出位置的多双连杆机械臂包含控制器及设计方法
CN112947086B (zh) 一种无人机和无人车组成的异构多智能体系统编队控制中执行器故障的自适应补偿方法
Abdessameud et al. Synchronization of networked Lagrangian systems with input constraints
Cong et al. Formation control for multiquadrotor aircraft: Connectivity preserving and collision avoidance
Chang et al. Adaptive distributed fault-tolerant formation control for multi-robot systems under partial loss of actuator effectiveness
Yan et al. Limited communication consensus control of leader-following multi-UUVs in a swarm system under multi-independent switching topologies and time delay
Huang et al. A novel SMMS teleoperation control framework for multiple mobile agents with obstacles avoidance by leader selection
Feng et al. Finite-time task-space coordinated tracking of networked robotic manipulators with uncertain dynamics and disturbances
Wang et al. Udwadia-Kalaba approach based distributed consensus control for multi-mobile robot systems with communication delays
CN117226849B (zh) 多机械臂自适应滑模控制方法及系统
Wang et al. Sliding mode formation control of nonlinear multi-agent systems with local lipschitz continuous dynamics
Enjiao et al. Finite-time control of formation system for multiple flight vehicles subject to actuator saturation
Chung et al. Cooperative robot control and synchronization of Lagrangian systems
Wang et al. Cluster consensus in multiple Lagrangian systems under pinning control
Wang et al. Distributed adaptive sliding mode formation control for multiple unmanned aerial vehicles
Ou et al. Finite-time tracking control of multiple nonholonomic mobile robots with external disturbances

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