CN108594655A - 一种两关节机器人跟踪模糊控制设计方法 - Google Patents

一种两关节机器人跟踪模糊控制设计方法 Download PDF

Info

Publication number
CN108594655A
CN108594655A CN201810294314.5A CN201810294314A CN108594655A CN 108594655 A CN108594655 A CN 108594655A CN 201810294314 A CN201810294314 A CN 201810294314A CN 108594655 A CN108594655 A CN 108594655A
Authority
CN
China
Prior art keywords
fuzzy
articulated robot
joint
control method
design
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
Application number
CN201810294314.5A
Other languages
English (en)
Other versions
CN108594655B (zh
Inventor
徐敏
林瑞金
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.)
Xiamen University of Technology
Original Assignee
Xiamen 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 Xiamen University of Technology filed Critical Xiamen University of Technology
Priority to CN201810294314.5A priority Critical patent/CN108594655B/zh
Publication of CN108594655A publication Critical patent/CN108594655A/zh
Application granted granted Critical
Publication of CN108594655B publication Critical patent/CN108594655B/zh
Expired - Fee Related 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
    • G05B13/042Adaptive 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 in which a parameter or coefficient is automatically adjusted to optimise the performance

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

本发明提供一种两关节机器人跟踪模糊控制设计方法,涉及机器人控制技术领域。首先,搭建两关节机器人系统,其具有两台永磁直流电机控制第一关节和第二关节分别进行旋转,且第一关节和第二关节铰接。根据动力学原理,建立两关节机器人系统的数学模型,该数学模型属于一个具有强耦合的非线性系统。基于该数学模型以及模糊模型的表达方法,将非线性系统转化为模糊系统。基于两关节机器人系统的测量信号,设计追踪模糊输出反馈控制器。最后,设计δ算子模糊滤波器,用于过滤测量噪声。能够有效消除机器人关节末端的平面位置测量存在的测量噪声,实现保证两关节机器人末端位置的控制精度。

Description

一种两关节机器人跟踪模糊控制设计方法
技术领域
本发明涉及机器人控制技术领域,具体而言,涉及一种两关节机器人跟踪模糊控制设计方法。
背景技术
关节机器人,也称关节手臂机器人或关节机械手臂,是当今工业领域最常见的工业机器人的形态之一,适用于诸多领域的机械自动化作业。两关节机器人可以模拟人类手臂的关节运动,在航空航天、健康医疗、精密制造、远程协作等方面具有非常广阔的应用前景。然而,从动力学原理建模的两关节机器人具有高耦合非线性,机器人关节末端的平面位置测量存在测量噪声。如何使机器人两个关节的配合转动实现平面坐标的位置跟踪;如何消除平面位置的测量噪声是两个控制难点。
发明内容
有鉴于此,本发明的目的在于提供一种两关节机器人跟踪模糊控制设计方法,以使机器人两个关节的配合转动实现平面坐标的位置跟踪,有效消除机器人关节末端平面位置的测量噪声。
本发明提供一种两关节机器人跟踪模糊控制设计方法,包括以下步骤:
S1,搭建两关节机器人系统,所述两关节机器人系统包括两台永磁直流电机、第一关节和第二关节,所述第一关节和所述第二关节铰接,且两台所述永磁直流电机分别驱动所述第一关节和所述第二关节进行旋转;
S2,根据动力学原理,建立所述两关节机器人系统的数学模型,所述数学模型属于一个具有强耦合的非线性系统;
S3,基于所述数学模型以及模糊模型的表达方法,将所述非线性系统转化为模糊系统;
S4,基于所述两关节机器人系统的测量信号,设计追踪模糊输出反馈控制器;
S5,设计δ算子模糊滤波器,用于过滤测量噪声。
本发明提供的两关节机器人跟踪模糊控制设计方法,将具有高耦合非线性的系统转化为模糊系统,并通过设计追踪模糊输出反馈控制器和δ算子模糊滤波器,有效消除两关节机器人关节的末端位置的测量噪声,保证两关节机器人末端位置的控制精度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,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相关的附图。
图1为本发明实施例的两关节机器人跟踪模糊控制设计方法的流程图;
图2为本发明实施例提供的两关节机器人系统的平面结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种两关节机器人跟踪模糊控制设计方法,包括以下步骤:
S1,搭建两关节机器人系统。如图2所示,两关节机器人系统包括两台永磁直流电机(电机1和电机2)、第一关节和第二关节,两台永磁直流电机驱动两个关节分别进行旋转,第一关节和第二关节铰接,优选地,在本实施例中,第一关节和第二关节通过旋转铰链连接。
S2,根据动力学原理,建立两关节机器人系统的数学模型,所述数学模型属于一个具有强耦合的非线性系统。具体步骤如下:
首先忽略永磁直流电机非常小的电感后,两关节机器人系统的数学模型如公式(1)所示:
其中,θ=[θ1 θ2]T,ω=[ω1ω2]T
Z22l1lg2,
u1、u1分别为两个电动机的电枢电压;ω1、ω2分别为两个电机的角加速度,θ1、θ2分别为两个电机的角速度,Tm1、Tm2分别为两个电磁转矩;l1、l2分别为第一关节与第二个关节的臂长,lg1、为第一关节到该关节臂质心的距离,lg2为第二个关节到该关节臂质心的距离;m1、m2分别为第一关节臂的质量和第二关节臂的质量;I1、I2分别为第一关节臂的瞬时惯性和第二个关节臂的瞬时惯性;Bm1、Bm2分别为两个电动机的粘滞系数。
接着,对两关节机器人的末端进行位置建模,得到:
S3,基于上述的数学模型以及模糊模型的表达方法,将上述的非线性系统转化为模糊系统。具体步骤如下:
S31,定义以下的测量变量作为所模糊系统的前件变量:
S32,基于上述模糊系统的前件变量,所述非线性系统通过δ算子T-S
模糊模型表示为:
其中,x(t)=[θ1 θ2]T,z(t)=[X Y]T代表两关节机器人的末端坐标,αi(t)为T-S模糊系统的隶属度函数,{Ai,Bi,Ci,Di}为两关节系统矩阵,u(t)为输入的电枢电压,ω(t)为输出通道的扰动信号,z(t)为系统的调控输出信号。
S4,基于两关节机器人系统的测量信号,设计追踪模糊输出反馈控制器。具体步骤如下:
S41,考虑两关节机器人关节的转角与角速度存在测量噪声,所述追踪模糊输出反馈控制器的构造如下:
其中,Ki为系统的控制器增益,yd为两关节机器人的平面坐标参考状态,这里不失一般性我们假定yd=0。
S42,将所述追踪模糊输出反馈控制器的公式(4)代入到模糊模型的公式(3),得到所述追踪模糊输出反馈控制器的闭环模糊控制系统:
其中,
S43,所述追踪模糊输出反馈控制器的增益Ki由以下矩阵不等式进行求解设计:
其中,*表示矩阵的对称,Sym{*}表示矩阵*与*的转置之和,T为两关节系统的采样周期,G为任意的自由矩阵,P为正定对称矩阵。
S5,设计δ算子模糊滤波器,对测量噪声进行过滤,保证两关节机器人末端位置的控制精度。具体步骤如下:
S51,为了消除上述的扰动信号ω(t),构造如下的δ算子滤波器结构:
其中,xf(t)为滤波器的状态变量,{Afi,Bfi,Cfi}为所设计的滤波器增益。
S52,所述滤波器的增益由以下的矩阵不等式进行求解设计:
X-Y>0 (9)
其中
其中,其中Y,X是对称正定的矩阵 是任意的具有适当维数的矩阵,*表示矩阵的对称,Sym{*}表示矩阵*与*的转置之和。
且所述滤波器的增益按以下公式计算:
矩阵S和W是两个非奇异的矩阵,且满足:
SW=I-XY-1。 (14)
基于所设计δ算子滤波器对测量噪声进行过滤,保证两关节机器人末端位置的控制精度。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种两关节机器人跟踪模糊控制设计方法,其特征在于,包括以下步骤:
S1,搭建两关节机器人系统,所述两关节机器人系统包括两台永磁直流电机、第一关节和第二关节,所述第一关节和所述第二关节铰接,且两台所述永磁直流电机分别驱动所述第一关节和所述第二关节进行旋转;
S2,根据动力学原理,建立所述两关节机器人系统的数学模型,所述数学模型属于一个具有强耦合的非线性系统;
S3,基于所述数学模型以及模糊模型的表达方法,将所述非线性系统转化为模糊系统;
S4,基于所述两关节机器人系统的测量信号,设计追踪模糊输出反馈控制器;
S5,设计δ算子模糊滤波器,用于过滤测量噪声。
2.根据权利要求1所述的两关节机器人跟踪模糊控制设计方法,其特征在于,步骤S2中,所述两关节机器人系统的数学模型为:
其中,θ=[θ1 θ2]T,ω=[ω1 ω2]T
u1、u1分别为两个电动机的电枢电压;ω1、ω2分别为两个电机的角加速度,θ1、θ2分别为两个电机的角速度,Tm1、Tm2分别为两个电磁转矩;l1、l2分别为第一关节与第二个关节的臂长,lg1、为第一关节到该关节臂质心的距离,lg2为第二个关节到该关节臂质心的距离;m1、m2分别为第一关节臂的质量和第二关节臂的质量;I1、I2分别为第一关节臂的瞬时惯性和第二个关节臂的瞬时惯性;Bm1、Bm2分别为两个电动机的粘滞系数。
3.根据权利要求2所述的两关节机器人跟踪模糊控制设计方法,其特征在于,还包括:对两关节机器人的末端进行位置建模,得到:
4.根据权利要求3所述的两关节机器人跟踪模糊控制设计方法,其特征在于,步骤S3中,定义以下的测量变量作为所述模糊系统的前件变量:
5.根据权利要求4所述的两关节机器人跟踪模糊控制设计方法,其特征在于,所述非线性系统通过δ算子T-S模糊模型表示为:
其中,x(t)=[θ1 θ2]T,z(t)=[X Y]T代表两关节机器人的末端坐标,αi(t)为T-S模糊系统的隶属度函数,{Ai,Bi,Ci,Di}为两关节系统矩阵,u(t)为输入的电枢电压,ω(t)为输出通道的扰动信号,z(t)为系统的调控输出信号。
6.根据权利要求5所述的两关节机器人跟踪模糊控制设计方法,其特征在于,步骤S4中,所述追踪模糊输出反馈控制器的构造如下:
其中,Ki为系统的控制器增益,yd为两关节机器人的平面坐标参考状态,且假定yd=0。
7.根据权利要求6所述的两关节机器人跟踪模糊控制设计方法,其特征在于,将所述追踪模糊输出反馈控制器的公式(4)代入到模糊模型的公式(3),得到所述追踪模糊输出反馈控制器的闭环模糊控制系统:
其中,
8.根据权利要求7所述的两关节机器人跟踪模糊控制设计方法,其特征在于,所述追踪模糊输出反馈控制器的增益Ki由以下矩阵不等式进行求解设计:
其中,*表示矩阵的对称,Sym{*}表示矩阵*与*的转置之和,T为两关节系统的采样周期,G为任意的自由矩阵,P为正定对称矩阵。
9.根据权利要求8所述的两关节机器人跟踪模糊控制设计方法,其特征在于,步骤S5中,δ算子模糊滤波器构造如下:
其中,xf(t)为滤波器的状态变量,{Afi,Bfi,Cfi}为所设计的滤波器增益。
10.根据权利要求9所述的两关节机器人跟踪模糊控制设计方法,其特征在于,所述滤波器的增益由以下的线性矩阵不等式进行求解设计:
X-Y>0 (9)
其中
其中Y,X是对称正定的矩阵 是任意的具有适当维数的矩阵,*表示矩阵的对称,Sym{*}表示矩阵*与*的转置之和;且所述滤波器的增益按以下公式计算:
矩阵S和W是两个非奇异的矩阵,且满足:
SW=I-XY-1。 (14)。
CN201810294314.5A 2018-03-30 2018-03-30 一种两关节机器人跟踪模糊控制设计方法 Expired - Fee Related CN108594655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810294314.5A CN108594655B (zh) 2018-03-30 2018-03-30 一种两关节机器人跟踪模糊控制设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810294314.5A CN108594655B (zh) 2018-03-30 2018-03-30 一种两关节机器人跟踪模糊控制设计方法

Publications (2)

Publication Number Publication Date
CN108594655A true CN108594655A (zh) 2018-09-28
CN108594655B CN108594655B (zh) 2021-04-30

Family

ID=63625360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810294314.5A Expired - Fee Related CN108594655B (zh) 2018-03-30 2018-03-30 一种两关节机器人跟踪模糊控制设计方法

Country Status (1)

Country Link
CN (1) CN108594655B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109634406A (zh) * 2018-11-08 2019-04-16 厦门理工学院 一种仿生两手指运动控制方法、装置及设备
CN109976384A (zh) * 2019-03-13 2019-07-05 厦门理工学院 一种自治水下机器人及路径跟随控制方法、装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103612267A (zh) * 2013-12-09 2014-03-05 天津工业大学 一种用于并联机器人的自适应控制器
CN106527129A (zh) * 2016-10-18 2017-03-22 长安大学 一种并联机器人间接自适应模糊控制参数的确定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103612267A (zh) * 2013-12-09 2014-03-05 天津工业大学 一种用于并联机器人的自适应控制器
CN106527129A (zh) * 2016-10-18 2017-03-22 长安大学 一种并联机器人间接自适应模糊控制参数的确定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘力灵: "欠驱动机器人的两种新型控制方法研究", 《中国优秀硕士学位论文全文数据库》 *
高亚斌: "基于Delta算子的T-S模糊系统的分析与综合", 《中国优秀硕士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109634406A (zh) * 2018-11-08 2019-04-16 厦门理工学院 一种仿生两手指运动控制方法、装置及设备
CN109634406B (zh) * 2018-11-08 2021-10-22 厦门理工学院 一种仿生两手指运动控制方法、装置及设备
CN109976384A (zh) * 2019-03-13 2019-07-05 厦门理工学院 一种自治水下机器人及路径跟随控制方法、装置
CN109976384B (zh) * 2019-03-13 2022-02-08 厦门理工学院 一种自治水下机器人及路径跟随控制方法、装置

Also Published As

Publication number Publication date
CN108594655B (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
Su et al. Disturbance-rejection high-precision motion control of a Stewart platform
Tang et al. Differential-flatness-based planning and control of a wheeled mobile manipulator—Theory and experiment
CN108656112B (zh) 一种面向直接示教的机械臂零力控制实验系统
CN109848983A (zh) 一种高顺应性人引导机器人协同作业的方法
CN108015766B (zh) 一种非线性约束的原对偶神经网络机器人动作规划方法
Dong et al. A high-performance flight control approach for quadrotors using a modified active disturbance rejection technique
CN100367137C (zh) 一种集成化高精度控制力矩陀螺框架伺服数字控制装置
CN110936374B (zh) 一种柔性双关节机械臂命令滤波反步控制方法
Janot et al. An instrumental variable approach for rigid industrial robots identification
CN109857100B (zh) 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法
CN109782759B (zh) 一种轮式移动机器人的近似解耦、快速轨迹跟踪控制方法
CN108594655A (zh) 一种两关节机器人跟踪模糊控制设计方法
CN106950999B (zh) 一种采用自抗扰控制技术的移动舞台轨迹跟踪控制方法
CN109227545A (zh) 一种基于可达集估计的柔性机械臂目标追踪控制方法
Fazli et al. Real-time implementation of a super twisting control algorithm for an upper limb wearable robot
CN112773507A (zh) 骨科手术机器人系统
Markus et al. Coordination control of robot manipulators using flat outputs
CN1945467A (zh) 一种快速响应的磁悬浮控制力矩陀螺框架伺服控制系统
Lee et al. Hardware development and safety control strategy design for a mobile rehabilitation robot
CN108919801A (zh) 一种麦克纳姆轮全向底盘运动方向矫正控制装置
Aghili et al. Adaptive control of manipulators using uncalibrated joint-torque sensing
CN113131815B (zh) 一种面向空间灵巧载荷电动执行器的高带宽控制方法
Vélez-Guerrero et al. Integration and Testing of a High-Torque Servo-Driven Joint and Its Electronic Controller with Application in a Prototype Upper Limb Exoskeleton
RU2312007C1 (ru) Устройство для управления приводом робота
Lin et al. Development of a grinding tool with contact-force control capability

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210430

CF01 Termination of patent right due to non-payment of annual fee