CN108594656A - 一种双边托举机器人系统高精度抗干扰连续滑模控制方法 - Google Patents
一种双边托举机器人系统高精度抗干扰连续滑模控制方法 Download PDFInfo
- Publication number
- CN108594656A CN108594656A CN201810300473.1A CN201810300473A CN108594656A CN 108594656 A CN108594656 A CN 108594656A CN 201810300473 A CN201810300473 A CN 201810300473A CN 108594656 A CN108594656 A CN 108594656A
- Authority
- CN
- China
- Prior art keywords
- robot
- interference
- contact force
- bilateral
- environment
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
- G05B13/042—Adaptive 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
- G05B13/045—Adaptive 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 using a perturbation signal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
- G05B13/047—Adaptive 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 the criterion being a time optimal performance criterion
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)
- Manipulator (AREA)
- Control Of Position Or Direction (AREA)
Abstract
本发明公开一种双边托举机器人系统高精度抗干扰连续滑模控制方法,步骤是:获得机器人的角位置和角速度的信息,获取近端和远端接触力;建立多源干扰环境下的主从机器人系统机电模型,建立接触力与接触形变之间的动态模型;建立位置跟踪误差和接触力跟踪误差在多源干扰环境下的动态方程;将多源干扰的影响抽象为系统集总干扰,针对该集总干扰设计干扰观测器实现对集总干扰的渐近高精度估计;基于连续滑模控制方法设计复合连续滑模控制器;经过非线性变换转化为系统真实控制量。此种方法可降低多源干扰环境对双边托举机器人系统控制精度的影响,增强双边系统的环境适应能力,大大提高双边系统的位置控制精度和环境感知能力。
Description
技术领域
本发明属于机器人系统高精度双边控制技术领域,涉及一种双边托举机器人系统高精度抗干扰连续滑模控制方法,具体为基于干扰观测器技术、连续滑模控制算法以及复合主动抗干扰理念的一种双边托举机器人系统复合高精度抗干扰控制方法。
背景技术
双边机器人系统因其能将人的操作能力和触感延伸到远端,而被广泛地应用于处理人类无法直接接触地一些任务,如外太空探索,深海探测,核废料处理以及放射性物质管理等,除此之外双边机器人系统也广泛地应用于需要精确操作但人类无法直接到达的应用场合,如微创手术、远程手术、微纳操作等。双边机器人系统通常包含5个部分:操作者、主机器人、从机器人、外部环境以及通信通道。为了实现远端位置重构和近端接触力感知,双边系统需要保证从机器人与主机器人时刻拥有相同的位置,主机器人对操作者的反作用力和环境对从机器人的作用力时刻一致,即远程位置复现和近端接触力重构。
本发明涉及到的双边托举机器人系统的主要功能是实现近端机器人位置在远端复现(或以一定的比例放大或缩小)和远端机器人与环境的接触力在近端以反作用力的形式通过近端机器人作用到操作者上,让其感触的远端接触力大小(或成比例放大或缩小的接触力)。双边托举机器人系统因其能够同时实现近端操作力的精准缩放和远端位移的精准重构,广泛应用于控制精度要求较高的物体托举任务中,如医护工作者对病人的柔性托举,复杂环境下精密仪器的安全托举等。
由于控制任务较为复杂且控制精度要求较高,双边托举机器人系统在控制器设计过程中具有以下设计难点:接触力控制和位置控制两大任务相互耦合、系统中存在大量非线性未建模动态、受到诸如摩擦等外界干扰的严重影响。针对上述多源干扰的影响,现存双边系统控制最为成功的方法为基于线性标称模型的复合控制器:首先将主从机器人标称模型选为线性模型,而后将系统中的模型失配和其他多源干扰的影响视为集总干扰,并针对集总干扰设计线性干扰观测器,最后基于观测器的干扰估计值和系统标称线性模型进行双边控制器设计。该方法因其具有较强的抗干扰能力而广泛应用于双边系统中。然而当双边系统中存在较强非线性时,上述控制方法因标称模型与真实模型差别较大导致系统中存在很严重的干扰,对干扰观测和控制带来极大挑战,最终导致高精度控制任务难以实现。
发明内容
本发明的目的,在于提供一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其可降低多源干扰环境对双边托举机器人系统控制精度的影响,增强双边系统的环境适应能力,大大提高双边系统的位置控制精度和环境感知能力。
为了达成上述目的,本发明的解决方案是:
一种双边托举机器人系统高精度抗干扰连续滑模控制方法,包括如下步骤:
步骤1,获得机器人的角位置qm,qs和角速度的信息,获取近端接触力fh和远端接触力fe;
步骤2,建立多源干扰环境下的主从机器人系统机电模型,针对主从机器人末端与操作者或环境接触点进行分析,建立接触力与接触形变之间的动态模型;
步骤3,根据双边托举机器人的控制目标,将控制任务具体分解为远端位置重构和近端接触力感知,并据此将控制目标转化为设计控制器保证位置跟踪误差eP和接触力跟踪误差eF收敛到零;建立位置跟踪误差和接触力跟踪误差在多源干扰环境下的动态方程;
步骤4,针对步骤3中获取的位置和接触力跟踪误差子系统,将多源干扰的影响抽象为系统集总干扰,并用dP和dF刻画描述各子系统中集总干扰,而后针对该集总干扰设计干扰观测器实现对集总干扰的渐近高精度估计;
步骤5,针对位置和接触力跟踪误差子系统,基于连续滑模控制方法,结合步骤4中获取的干扰估计信息设计复合连续滑模控制器;
步骤6,将步骤5中获取的位置跟踪子系统和接触力跟踪子系统中的虚拟控制量经过非线性变换转化为系统真实控制量。
上述步骤1中,通过在主从机器人执行机构电机上安装光电编码器获得机器人的角位置qm,qs和角速度的信息,通过在主从机器人末端安装力传感器获取近端接触力fh和远端接触力fe。
上述步骤2中,多源干扰环境下的主从机器人系统机电模型为:
其中,和表示分别对qm和qm二次求导;am(qm)和as(qs)是主从机器人的转动惯量,和是由科氏力和离心力引起的内部扭矩;gm(qm)和gs(qs)是重力产生的内部扭矩;τm和τs是主从机器人的电机驱动转矩,也是双边托举机器人系统的控制输入;τmext和τsext是外部未建模转矩,τh和τe是接触力产生的外部转矩,计算公式为:
τh=fhlm,τe=fels
其中,fh是操作者施加在主机器人上的接触力,fe是外部环境对从机器人施加的接触力,lm是主机器人转轴与接触力施加点之间的距离,ls是从机器人转轴与接触力施加点之间的距离。
上述步骤2中,接触力fh、fe和接触点弹性形变之间的动力学方程为:
其中sm=qmlm,ss=qsls分别是主从机器人末端位置,qm,qs分别是主从机器人的角位置,sh,se分别是操作者和外部环境的位置,分别表示对sm,ss,sh,se求导;Dh和Kh分别表示操作者的弹簧系数和阻尼系数,De和Ke分别表示外部环境的弹簧系数和阻尼系数;
操作者的位置动态建模描述如下:
其中Mh,kh和bh是操作者自身系数,是操作者的期望位置,分别表示对一次求导和二次求导,表示对sh二次求导,λh是接触力反馈系数,的形式设定如下:
环境位置的动态建模如下:
其中,Me是外部环境物体的质量,g是重力加速度,se(0)是外部物体位置的初始值。
上述步骤3中,将位置跟踪误差和接触力跟踪误差分别定义为eP和eF:
eP=sm-αss=qmlm-αqsls,eF=fh+βfe,
α和β分别表示从机器人位置和接触力缩放系数;eP和eF在多源干扰环境下动态方程分别表示为:
其中f1n(t)和f2n(t)为系统中标称非线性项,dP和dF为误差子系统中的集总干扰:
其中,amn(qm),asn(qs),gmn(qm),gsn(qs)是主、从机器人的转动惯量、科氏及摩擦力扭矩以及重力扭矩的标称函数表达式,Dhn、Den是Dh、De的标称值。
上述步骤4中,针对双边托举机器人系统位置跟踪和接触力跟踪误差子系统分别设计的干扰观测器形式如下:
其中lP>0和lF>0为观测器增益,通过增大其取值加快观测器的收敛速度。
上述步骤5中,针对双边托举机器人系统位置跟踪子系统分析,基于位置跟踪子系统中干扰估计值和系统动态方程设计如下复合连续滑模控制器:
其中,c1>0,1<γ<2,η1>0,η2>0,0<ρ1<1,KP>0,KF>0为控制器参数,用于调节系统状态收敛速率;
针对接触力跟踪子系统分析,基于干扰估计值和系统动态方程设计如下有限时间控制器:
其中KF,η2,ρ2为控制器参数。
采用上述方案后,本发明具有以下优点:
(1)将双边系统的位置和接触力控制任务的耦合、未建模动态和外部干扰影响视为集总干扰,通过干扰观测器获得其信息,而后利用干扰估计信息进行前馈,大大简化了系统设计的复杂性并同时提高了系统的抗干扰能力;
(2)充分利用系统非线性特性,在反馈通道将标称非线性以反馈的形式抵消;设计干扰观测器时,亦充分利用系统非线性模型,降低系统干扰估计负担,实现高精度的干扰估计,进而提高系统的控制精度。
(3)将鲁棒性极强的滑模控制引入反馈通道作为基准非线性控制器,大大提高系统鲁棒性,并实现位置和接触力跟踪误差的有限时间收敛。
(4)本发明不仅能够显著提高双边托举机器人系统中的双边控制性能,而且所提的抗干扰控制方法可推广应用于其他双边系统的高精度控制中,具有很广阔的应用前景。
附图说明
图1是本发明双边托举机器人系统的结构示意图和控制信号流图;
图2是本发明复合连续滑模双边控制器的控制框图;
图3(a)是在外界干扰和不确定存在情况下主从机器人位置响应曲线;
图3(b)是在外界干扰和不确定存在情况下位置跟踪误差响应曲线;
图4(a)是在外界干扰和不确定存在情况下主从机器人接触力响应曲线;
图4(b)是在外界干扰和不确定存在情况下接触力跟踪误差响应曲线。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明提供一种双边托举机器人系统高精度抗干扰连续滑模控制方法,具体步骤如下:
步骤1,通过在近端和远端机器人执行机构电机上安装光电编码器获得机器人的角位置qm,qs和角速度的信息,通过在近端机器和远端机器人末端安装力传感器获取近端和远端接触力fh,fe;为方便分析,主从机器人初始状态均设置为零:
步骤2,针对主从机器人综合考虑未建模动态、参数摄动、外界干扰等多源干扰,基于牛顿-欧拉动力学方程建立多源干扰环境下的主从机器人系统机电模型。针对主从机器人末端与操作者或环境接触点进行分析,基于材料力学原理建立接触力与接触形变之间的动态模型。
如图1所示,基于机电建模原理可得多源干扰环境下的主从机器人系统机电模型:
其中,qm,qs表示主从机器人的角位置,的表示主从机器人的角速度,表示主从机器人的角加速度;τm和τs是主从机器人自身内部电机转动产生的电动力矩,和是由科氏力(Coriolis)和离心力引起的内部扭矩;τh和τe是接触力产生的外部转矩,可计算为:
τh=fhlm,τe=fels
其中fh是操作者施加在主机器人上的接触力,fe是外部环境对从机器人施加的接触力。上述各物理量取值及物理意义为:
表1主机器人各物理量取值
表2从机器人各物理量取值
接触力fh、fe和接触点弹性形变量之间的动力学方程为:
其中sm=qmlm,ss=qsls为主从机器人末端位置,sh,se分别是操作者和外部环境的位置;Dh,Kh,De和Ke分别表示操作者和外部环境的弹簧系数和阻尼系数,其具体取值如表3所示:
表3接触力和操作者模型参数
物理量 | Dh | Kh | D | K |
物理意义 | 操作侧弹簧系数 | 操作侧阻尼系数 | 环境弹簧系数 | 环境阻尼系数 |
标称值 | 25.882 | 28683 | 20 | 30000 |
真实值 | 28.47 | 27249 | 18 | 33000 |
操作者由于受到接触力的反作用力影响,其位置动态建模描述如下:
其中Mh,kh和bh是操作者自身系数,是操作者的期望位置,和分别是的一阶和二阶导数,λh是接触力反馈系数,各参数具体取值为:
Mh=0.2525,kh=10.1,bh=101,λh=0.5
是期望位置,结合托举实际情况,其形式设定如下:
结合双边托举机器人系统接触环境一般为托举物体的特性,环境位置的动态建模如下:
其中,Me是外部环境物体的质量,g是重力加速度,se(0)是外部物体位置的初值。各自取值为:
Me=0.2525,kh=10.1,bh=101,λh=0.5
步骤3,根据双边托举机器人的控制目标,将控制任务具体分解为远端位置重构和近端接触力感知,并据此将控制目标转化为设计控制器保证位置跟踪误差eP和接触力跟踪误差eF收敛到零。基于步骤2中获取的主从机器人受干扰力学方程、接触力动力学方程建立位置跟踪误差和接触力跟踪误差在多源干扰环境下的动态方程。
将位置跟踪误差和接触力跟踪误差分别定义为eP和eF:
eP=sm-αss=qmlm-αqsls,eF=fh+βfe,
其中α和β分别表示从机器人位置和接触力缩放系数。eP和eF在多源干扰环境下动态方程分别表示为:
其中f1n(t)和f2n(t)为系统中标称非线性项,dP和dF为误差子系统中的集总干扰:
本发明中的托举机器人通常用来减轻操作者的操作强度和提高操作者的操作范围,因此操作者近端操作位置在远端被放大,感受的远端接触力也被成比例的缩小,接触力和位置的缩放系数取为α=0.2,β=0.1.
步骤4,针对步骤3中获取的位置和接触力跟踪误差子系统,将多源干扰的影响抽象为系统集总干扰,并用dP和dF刻画描述各子系统中集总干扰,而后基于非线性干扰观测器技术针对该集总干扰设计干扰观测器实现对集总干扰的渐近高精度估计。
如图2所示,针对双边托举机器人系统位置跟踪和接触力跟踪误差子系统分别设计的干扰观测器形式如下:
其中lP>0和lF>0为观测器增益,可通过增大其取值加快观测器的收敛速度。观测器增益具体选取为lP=100和lF=200。
步骤5,针对位置和接触力跟踪误差子系统,基于连续滑模控制方法,结合步骤4中获取的干扰估计信息设计复合连续滑模控制器。实现多源干扰环境下,位置和接触力跟踪误差的有限时间收敛。
如图2所示,针对双边托举机器人系统位置跟踪子系统分析,基于位置跟踪子系统中干扰估计值和系统动态方程设计如下复合连续滑模控制器:
其中,c1>0,1<γ<2,η1>0,η2>0,0<ρ1<1,KP>0,KF>0为控制器参数,用于调节系统状态收敛速率。
其中控制器参数的具体取值为:
针对接触力跟踪子系统分析,基于干扰估计值和系统动态方程设计如下有限时间控制器:
其中控制器参数的具体取值为:
KF=20,η2=50,ρ2=0.5
步骤6,将步骤5中获取的位置跟踪子系统和接触力跟踪子系统中的虚拟控制量经过非线性变换转化为系统真实控制量。
如图2所示,位置跟踪和接触力跟踪子系统中虚拟控制量uP和uF需经过非线性变换才能转换为主从机器人电机驱动力矩指令τm和τs,该非线性变换为:
为了说明本发明的有效性和优越性,图3、图4给出了双边托举机器人系统的位置跟踪和接触力跟踪的仿真结果。
综合上述,本发明一种双边托举机器人系统高精度抗干扰连续滑模控制方法,将双边托举机器人系统的远程托举和感知控制目标提炼为远端位置重构和近端接触力感知两大任务,并据此建立位置和接触力跟踪误差子系统动态方程。针对双边托举机器人系统中因外界干扰、内部参数摄动以及未建模动态等多源干扰对控制精度的影响,基于非线性干扰观测器技术对跟踪误差系统中集总干扰进行估计。而后结合连续滑模控制算法,将干扰估计信息纳入控制器设计进而构造出复合连续滑模双边控制器,实现位置跟踪误差和接触力跟踪误差的有限时间收敛,进而实现多源干扰环境下双边托举机器人系统的高精度控制目标。本发明极大地降低了多源干扰环境对双边托举机器人系统控制精度的影响,增强了系统的环境适应能力和鲁棒性,大大提高了系统的位置控制精度和环境感知能力。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。以上实施例子仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (7)
1.一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其特征在于包括如下步骤:
步骤1,获得机器人的角位置qm,qs和角速度的信息,获取近端接触力fh和远端接触力fe;
步骤2,建立多源干扰环境下的主从机器人系统机电模型,针对主从机器人末端与操作者或环境接触点进行分析,建立接触力与接触形变之间的动态模型;
步骤3,根据双边托举机器人的控制目标,将控制任务具体分解为远端位置重构和近端接触力感知,并据此将控制目标转化为设计控制器保证位置跟踪误差eP和接触力跟踪误差eF收敛到零;建立位置跟踪误差和接触力跟踪误差在多源干扰环境下的动态方程;
步骤4,针对步骤3中获取的位置和接触力跟踪误差子系统,将多源干扰的影响抽象为系统集总干扰,并用dP和dF刻画描述各子系统中集总干扰,而后针对该集总干扰设计干扰观测器实现对集总干扰的渐近高精度估计;
步骤5,针对位置和接触力跟踪误差子系统,基于连续滑模控制方法,结合步骤4中获取的干扰估计信息设计复合连续滑模控制器;
步骤6,将步骤5中获取的位置跟踪子系统和接触力跟踪子系统中的虚拟控制量经过非线性变换转化为系统真实控制量。
2.如权利要求1所述的一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其特征在于:所述步骤1中,通过在主从机器人执行机构电机上安装光电编码器获得机器人的角位置qm,qs和角速度的信息,通过在主从机器人末端安装力传感器获取近端接触力fh和远端接触力fe。
3.如权利要求1所述的一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其特征在于:所述步骤2中,多源干扰环境下的主从机器人系统机电模型为:
其中,和表示分别对qm和qm二次求导;am(qm)和as(qs)是主从机器人的转动惯量,和是由科氏力和离心力引起的内部扭矩;gm(qm)和gs(qs)是重力产生的内部扭矩;τm和τs是主从机器人的电机驱动转矩,也是双边托举机器人系统的控制输入;τmext和τsext是外部未建模转矩,τh和τe是接触力产生的外部转矩,计算公式为:
τh=fhlm,τe=fels
其中,fh是操作者施加在主机器人上的接触力,fe是外部环境对从机器人施加的接触力,lm是主机器人转轴与接触力施加点之间的距离,ls是从机器人转轴与接触力施加点之间的距离。
4.如权利要求3所述的一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其特征在于:所述步骤2中,接触力fh、fe和接触点弹性形变之间的动力学方程为:
其中sm=qmlm,ss=qsls分别是主从机器人末端位置,qm,qs分别是主从机器人的角位置,sh,se分别是操作者和外部环境的位置,分别表示对sm,ss,sh,se求导;Dh和Kh分别表示操作者的弹簧系数和阻尼系数,De和Ke分别表示外部环境的弹簧系数和阻尼系数;
操作者的位置动态建模描述如下:
其中Mh,kh和bh是操作者自身系数,是操作者的期望位置,分别表示对一次求导和二次求导,表示对sh二次求导,λh是接触力反馈系数,的形式设定如下:
环境位置的动态建模如下:
其中,Me是外部环境物体的质量,g是重力加速度,se(0)是外部物体位置的初始值。
5.如权利要求4所述的一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其特征在于:所述步骤3中,将位置跟踪误差和接触力跟踪误差分别定义为eP和eF:
eP=sm-αss=qmlm-αqsls,eF=fh+βfe,
α和β分别表示从机器人位置和接触力缩放系数;eP和eF在多源干扰环境下动态方程分别表示为:
其中f1n(t)和f2n(t)为系统中标称非线性项,dP和dF为误差子系统中的集总干扰:
其中,amn(qm),asn(qs),gmn(qm),gsn(qs)是主、从机器人的转动惯量、科氏及摩擦力扭矩以及重力扭矩的标称函数表达式,Dhn、Den是Dh、De的标称值。
6.如权利要求1所述的一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其特征在于:所述步骤4中,针对双边托举机器人系统位置跟踪和接触力跟踪误差子系统分别设计的干扰观测器形式如下:
其中lP>0和lF>0为观测器增益,通过增大其取值加快观测器的收敛速度。
7.如权利要求1所述的一种双边托举机器人系统高精度抗干扰连续滑模控制方法,其特征在于:所述步骤5中,针对双边托举机器人系统位置跟踪子系统分析,基于位置跟踪子系统中干扰估计值和系统动态方程设计如下复合连续滑模控制器:
其中,c1>0,1<γ<2,η1>0,η2>0,0<ρ1<1,KP>0,KF>0为控制器参数,用于调节系统状态收敛速率;
针对接触力跟踪子系统分析,基于干扰估计值和系统动态方程设计如下有限时间控制器:
其中KF,η2,ρ2为控制器参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810300473.1A CN108594656B (zh) | 2018-04-04 | 2018-04-04 | 一种双边托举机器人系统高精度抗干扰连续滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810300473.1A CN108594656B (zh) | 2018-04-04 | 2018-04-04 | 一种双边托举机器人系统高精度抗干扰连续滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108594656A true CN108594656A (zh) | 2018-09-28 |
CN108594656B CN108594656B (zh) | 2021-02-09 |
Family
ID=63625449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810300473.1A Active CN108594656B (zh) | 2018-04-04 | 2018-04-04 | 一种双边托举机器人系统高精度抗干扰连续滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108594656B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444459A (zh) * | 2020-02-21 | 2020-07-24 | 哈尔滨工业大学 | 一种遥操作系统的接触力的确定方法及系统 |
CN112506052A (zh) * | 2020-11-24 | 2021-03-16 | 西北工业大学 | 一种水下考古机器人抗云台转动干扰控制方法 |
CN113110051A (zh) * | 2021-04-14 | 2021-07-13 | 南开大学 | 考虑误差约束的打磨机器人力/位混合控制方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930216A (zh) * | 2010-08-27 | 2010-12-29 | 东南大学 | 基于主从参考模型的遥操作机器人自适应控制方法 |
KR20120037128A (ko) * | 2010-10-11 | 2012-04-19 | 한국과학기술원 | 시간지연추정을 이용한 로봇시스템의 외력 추정방법 |
CN102749851A (zh) * | 2012-07-24 | 2012-10-24 | 北京航空航天大学 | 一种挠性高超声速飞行器的精细抗干扰跟踪控制器 |
CN104199286A (zh) * | 2014-07-15 | 2014-12-10 | 北京航空航天大学 | 一种基于滑模干扰观测器的飞行器递阶动态逆控制方法 |
CN105382841A (zh) * | 2015-11-17 | 2016-03-09 | 西北工业大学 | 一种基于双通道通讯的遥操作双边控制方法 |
CN105721789A (zh) * | 2014-12-01 | 2016-06-29 | 中国航空工业集团公司第六三一研究所 | 一种低延时全向导航视频多模式显示控制方法 |
CN106938462A (zh) * | 2016-12-07 | 2017-07-11 | 北京邮电大学 | 一种基于自适应pd和模糊逻辑的遥操作双边控制方法 |
CN107196534A (zh) * | 2017-05-19 | 2017-09-22 | 东南大学 | 一种基于干扰观测器的单相逆变器有限时间控制方法 |
-
2018
- 2018-04-04 CN CN201810300473.1A patent/CN108594656B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930216A (zh) * | 2010-08-27 | 2010-12-29 | 东南大学 | 基于主从参考模型的遥操作机器人自适应控制方法 |
KR20120037128A (ko) * | 2010-10-11 | 2012-04-19 | 한국과학기술원 | 시간지연추정을 이용한 로봇시스템의 외력 추정방법 |
CN102749851A (zh) * | 2012-07-24 | 2012-10-24 | 北京航空航天大学 | 一种挠性高超声速飞行器的精细抗干扰跟踪控制器 |
CN104199286A (zh) * | 2014-07-15 | 2014-12-10 | 北京航空航天大学 | 一种基于滑模干扰观测器的飞行器递阶动态逆控制方法 |
CN105721789A (zh) * | 2014-12-01 | 2016-06-29 | 中国航空工业集团公司第六三一研究所 | 一种低延时全向导航视频多模式显示控制方法 |
CN105382841A (zh) * | 2015-11-17 | 2016-03-09 | 西北工业大学 | 一种基于双通道通讯的遥操作双边控制方法 |
CN106938462A (zh) * | 2016-12-07 | 2017-07-11 | 北京邮电大学 | 一种基于自适应pd和模糊逻辑的遥操作双边控制方法 |
CN107196534A (zh) * | 2017-05-19 | 2017-09-22 | 东南大学 | 一种基于干扰观测器的单相逆变器有限时间控制方法 |
Non-Patent Citations (7)
Title |
---|
CHAO WU等: "Disturbance observer based model predictive control for accurate atmospheric entry of spacecraft", 《SCIENCEDIRECT》 * |
DI-HUA ZHAI等: "Adaptive Control for Teleoperation System With Varying Time Delays and Input Saturation Constraints ", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
JIANLIANGMAO等: "Output Feedback Stabilization ofI nertial Stabilized Platform with Unmatched Disturbances Using Sliding Mode Approach", 《SCIENCEDIRECT》 * |
WEN-HUA CHEN第: "Disturbance-Observer-Based Control and Related Methods—An Overview", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
杨堉坤: "参数不确定条件下的遥操作双边控制方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王瑞奇等: "双边遥操作系统二阶滑模控制器设计", 《机电工程》 * |
陈章等: "一种基于切换控制律的机器人双边遥操作方法", 《宇航学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444459A (zh) * | 2020-02-21 | 2020-07-24 | 哈尔滨工业大学 | 一种遥操作系统的接触力的确定方法及系统 |
CN112506052A (zh) * | 2020-11-24 | 2021-03-16 | 西北工业大学 | 一种水下考古机器人抗云台转动干扰控制方法 |
CN112506052B (zh) * | 2020-11-24 | 2022-05-31 | 西北工业大学 | 一种水下考古机器人抗云台转动干扰控制方法 |
CN113110051A (zh) * | 2021-04-14 | 2021-07-13 | 南开大学 | 考虑误差约束的打磨机器人力/位混合控制方法及系统 |
CN113110051B (zh) * | 2021-04-14 | 2022-03-04 | 南开大学 | 考虑误差约束的打磨机器人力/位混合控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108594656B (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108594656A (zh) | 一种双边托举机器人系统高精度抗干扰连续滑模控制方法 | |
CN107053179B (zh) | 一种基于模糊强化学习的机械臂柔顺力控制方法 | |
EP3261808B1 (de) | Vorrichtung und verfahren zur steuerung und regelung eines roboter-manipulators | |
CN103831831B (zh) | 具有时变时延的非线性遥操作系统位置和力跟踪控制系统 | |
Su et al. | Neural network enhanced robot tool identification and calibration for bilateral teleoperation | |
CN106945043A (zh) | 一种主从式遥操作手术机器人多臂协同控制系统 | |
Li et al. | Operator dynamics for stability condition in haptic and teleoperation system: A survey | |
Willaert et al. | A mechatronic analysis of the classical position-force controller based on bounded environment passivity | |
Wang et al. | High-precision motion control of a stage with pneumatic artificial muscles | |
Solazzi et al. | An interaction torque control improving human force estimation of the rehab-exos exoskeleton | |
Wege et al. | Force control strategy for a hand exoskeleton based on sliding mode position control | |
CN113500597B (zh) | 基于力翻译机制的多端遥操作滑模阻抗控制方法 | |
CN117226852B (zh) | 软体外骨骼控制方法及装置 | |
Guo et al. | Study on robust control for the vascular interventional surgical robot | |
KR101383726B1 (ko) | 로봇의 민감도 향상방법 | |
CN110561427A (zh) | 一种基于补偿的串联弹性驱动器柔顺控制系统及方法 | |
Rahman et al. | Improving Interactions between a Power‐Assist Robot System and Its Human User in Horizontal Transfer of Objects Using a Novel Adaptive Control Method | |
Lendermann et al. | Comparison of passivity based impedance controllers without torque-feedback for variable stiffness actuators | |
JP2017071012A (ja) | マスタースレーブ装置 | |
Ye et al. | Development and human-like control of an upper limb rehabilitation exoskeleton using sEMG bio-feedback | |
Speich et al. | Implementation of loop-shaping compensators to increase the transparency bandwidth of a scaled telemanipulation system | |
Roche et al. | The semaphoro haptic interface: a real-time low-cost open-source implementation for dyadic teleoperation | |
Cagneau et al. | A passive force amplifier | |
Silawatchananai et al. | Force control of an upper limb exoskeleton for virtual reality using impedance control | |
Kim et al. | Impedance control based on a position sensor in a rehabilitation robot |
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 |