CN108646562B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN108646562B
CN108646562B CN201810460641.3A CN201810460641A CN108646562B CN 108646562 B CN108646562 B CN 108646562B CN 201810460641 A CN201810460641 A CN 201810460641A CN 108646562 B CN108646562 B CN 108646562B
Authority
CN
China
Prior art keywords
matrix
parameter
mechanical arm
error
formula
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
CN201810460641.3A
Other languages
English (en)
Other versions
CN108646562A (zh
Inventor
陈强
高苗苗
南余荣
陶亮
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201810460641.3A priority Critical patent/CN108646562B/zh
Publication of CN108646562A publication Critical patent/CN108646562A/zh
Application granted granted Critical
Publication of CN108646562B publication Critical patent/CN108646562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)
  • Control Of Position Or Direction (AREA)

Abstract

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,包括以下步骤:步骤1,建立多机械臂系统模型;步骤2,定义多机械臂跟踪误差、同步误差及交叉耦合误差;步骤3,设计自适应有限时间参数估计律和控制器。本发明所设计的参数辨识和同步控制方案对多机械臂系统具有良好的辨识和控制效果,使多机械臂系统能够实现高精度参数辨识并且具有良好的跟踪性能和同步性能。

Description

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
技术领域
本发明涉及一种基于交叉耦合的多机械臂在线自适应有限时间参数辨识与位置同步控制方法。
背景技术
随着现代化技术的快速发展和工业自动化程度的不断提高,多机械臂系统在扮演着越来越重要的角色。相比于单机械臂系统,多机械臂系统具有更高的可靠性,更大的灵活性和承载能力,同时能够完成更复杂的任务。由于多机械臂系统很容易受外部扰动,摩擦等因素影响,高精度控制相对困难。因此,对于如何提高多机械臂的参数辨识和同步控制性能是现有工业控制的研究热点。
对于具有未知参数或不可测量参数的控制系统,自适应参数辨识是一种很有效的方法。目前,大多数参数辨识采用离线辨识,这种方法不能够及时的反应参数的变化状态,并可能影响控制性能。因此,提出一种在线自适应辨识系统未知参数,并且能够及时反应参数变化的方法是十分必要的。
对于提高多机械臂的同步控制精度,目前已经提出了多种同步控制策略,如偏差耦合控制,交叉耦合控制,环形耦合控制等。若多机械臂同步性能效果差,则会影响生产任务,因此选择一种合适的同步控制策略是多机械臂系统控制中重要的一环。同时,在同步控制的基础上,选择一种合适的控制算法来提高控制精度。在众多控制方法中,滑模控制由于其结构简单,可靠性高等优点而被广泛应用。
发明内容
为了克服现有多机械臂系统的参数辨识精度较低和同步控制性能较差的不足,本发明提供一种基于交叉耦合的多机械臂有限时间在线自适应参数辨识算法和有限时间同步控制方法。该方法设计了基于参数误差信息的参数辨识方法,并且设计了基于自适应参数辨识的终端滑模控制器,保证多机械臂系统的高精度控制。
为了解决上述技术问题提出的技术方案如下:
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,所述控制方法包括以下步骤:
步骤1,建立多机械臂动力学模型;
一个由n个m关节的多机械臂动力学系统模型表示成如下形式:
Figure GDA0002909299570000021
其中n为机械臂的数量,m为每个机械臂的关节数量,
Figure GDA0002909299570000022
Figure GDA0002909299570000023
分别为机械臂的关节角位置矢量,速度矢量和加速度矢量,M(q)=diag([M1(q) … Mn(q)])为机械臂的正定惯性矩阵,
Figure GDA0002909299570000024
表示离心力和哥氏力矩阵,
Figure GDA0002909299570000025
为作用在关节上的重力矢量,
Figure GDA0002909299570000026
为关节控制输入力矩矢量;
步骤2,定义多机械臂跟踪误差、同步误差及交叉耦合误差,过程如下:
2.1,定义多机械臂跟踪误差e为:
e=qd-q (2)
其中,
Figure GDA0002909299570000027
为关节角位置误差,
Figure GDA0002909299570000028
为期望的关节角位置矢量;
2.2,定义多机械臂同步误差ε为:
ε=Te (3)
其中
Figure GDA0002909299570000029
I为单位对角阵;
2.3,定义多机械臂交叉耦合误差E为:
E=e+βε=Ae (4)
其中
Figure GDA0002909299570000031
A=I+βT是耦合系数矩阵,β=diag([β1 … βn])代表同步系数,且为正定矩阵;
步骤3,设计自适应有限时间参数估计律和控制器,过程如下:
3.1,设计终端滑模面为:
Figure GDA0002909299570000032
Figure GDA0002909299570000033
其中
Figure GDA0002909299570000034
λ1>0为控制参数,l1=(2-γ)μγ-1,l2=(γ-1)μγ-2,0<γ<1为常数,μ>0是一个小的正数,辅助矩阵
Figure GDA0002909299570000035
和其微分形式
Figure GDA0002909299570000036
的表示形式为:
Figure GDA0002909299570000037
3.2,定义辅助矩阵
Figure GDA0002909299570000038
回归矩阵
Figure GDA0002909299570000039
如下:
Figure GDA00029092995700000310
其中
Figure GDA00029092995700000311
是已知的回归矩阵,θ是未知的参数;
由式(1),式(5),式(7)和式(8)得:
Figure GDA00029092995700000312
其中
Figure GDA00029092995700000313
由式(8)和式(9)得:
Figure GDA00029092995700000314
3.3,将回归矩阵
Figure GDA00029092995700000315
进行如下滤波操作:
Figure GDA0002909299570000041
其中
Figure GDA0002909299570000042
和τf分别是
Figure GDA0002909299570000043
和τ滤波后的变量,k是调节参数;
由式(10)和式(11)得:
Figure GDA0002909299570000044
其中
Figure GDA0002909299570000045
Figure GDA0002909299570000046
滤波后的变量;
3.4,定义两个动态方程P和Q如下:
Figure GDA0002909299570000047
其中,l是调节参数;P(0)、Q(0)分别是P和Q的初值;
由式(13)得:
Figure GDA0002909299570000048
3.5,由式(12)和式(14)得到关于参数误差的信息:
Q=Pθ (15)
Figure GDA0002909299570000049
其中
Figure GDA00029092995700000410
为θ的估计值,
Figure GDA00029092995700000411
为估计误差;
3.6,设计自适应参数估计律为:
Figure GDA00029092995700000412
其中Γ>0,κ>0为自适应增益矩阵,0<ρ<1为常数;
3.7,设计自适应控制器为:
Figure GDA00029092995700000413
其中K>0为控制器参数;
3.8,设计李雅普诺夫函数为:
Figure GDA0002909299570000051
对V求导得:
Figure GDA0002909299570000052
将式(9)和式(17)-(18)代入式(20),得到
Figure GDA0002909299570000053
其中
Figure GDA0002909299570000054
λmax(·)和λmin(·)为对应矩阵的最大和最小特征值,由此判定系统是稳定的,并且状态量在有限时间内收敛。
本发明基于交叉耦合同步控制策略和参数辨识理论,设计了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,实现了多机械臂系统未知参数的辨识,同步控制性能和位置跟踪控制。
本发明的技术构思为:针对具有未知参数的多机械臂系统,本发明通过提取参数误差信息设计自适应参数辨识律,并且基于自适应参数辨识设计了终端滑模控制器,保证多机械臂系统的有限时间收敛和高精度控制。
本发明的优点为:保证多机械臂系统的同步性能和跟踪性能,实现对参数有限时间在线辨识,实现多机械臂系统的有限时间收敛。
附图说明
图1为本发明的控制流程图;
图2为参考轨迹为qd=0.5*sin(t)时的跟踪轨迹效果图;
图3为参考轨迹qd=0.5*sin(t)为时的跟踪误差效果图;
图4为参考轨迹qd=0.5*sin(t)为时的同步误差效果图;
图5为参考轨迹qd=0.5*sin(t)为时系统参数辨识关节质量的效果图;
图6为参考轨迹qd=0.5*sin(t)为时系统参数辨识关节转动惯量的效果图;
图7为参考轨迹qd=0.5*sin(t)为时的控制输入τ效果图。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1-图7,一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,所述控制方法包括以下步骤:
步骤1,建立多机械臂动力学模型;
一个由n个m关节的多机械臂动力学系统模型表示成如下形式:
Figure GDA0002909299570000061
其中n为机械臂的数量,m为每个机械臂的关节数量,
Figure GDA0002909299570000062
Figure GDA0002909299570000063
分别为机械臂的关节角位置矢量,速度矢量和加速度矢量,M(q)=diag([M1(q) … Mn(q)])为机械臂的正定惯性矩阵,
Figure GDA0002909299570000064
表示离心力和哥氏力矩阵,
Figure GDA0002909299570000065
为作用在关节上的重力矢量,
Figure GDA0002909299570000066
为关节控制输入力矩矢量;
步骤2,定义多机械臂跟踪误差、同步误差及交叉耦合误差,过程如下:
2.1,定义多机械臂跟踪误差e为:
e=qd-q (2)
其中,
Figure GDA0002909299570000067
为关节角位置误差,
Figure GDA0002909299570000068
为期望的关节角位置矢量;
2.2,定义多机械臂同步误差ε为:
ε=Te (3)
其中
Figure GDA0002909299570000069
I为单位对角阵;
2.3,定义多机械臂交叉耦合误差E为:
E=e+βε=Ae (4)
其中
Figure GDA0002909299570000071
A=I+βT是耦合系数矩阵,β=diag([β1 … βn])代表同步系数,且为正定矩阵;
步骤3,设计自适应有限时间参数估计律和控制器,过程如下:
3.1,设计终端滑模面为:
Figure GDA0002909299570000072
Figure GDA0002909299570000073
其中
Figure GDA0002909299570000074
λ1>0为控制参数,l1=(2-γ)μγ-1,l2=(γ-1)μγ-2,0<γ<1为常数,μ>0是一个小的正数,辅助矩阵
Figure GDA0002909299570000075
和其微分形式
Figure GDA0002909299570000076
的表示形式为:
Figure GDA0002909299570000077
3.2,定义辅助矩阵
Figure GDA0002909299570000078
回归矩阵
Figure GDA0002909299570000079
如下:
Figure GDA00029092995700000710
其中
Figure GDA00029092995700000711
是已知的回归矩阵,θ是未知的参数;
由式(1),式(5),式(7)和式(8)得:
Figure GDA00029092995700000712
其中
Figure GDA00029092995700000713
由式(8)和式(9)得:
Figure GDA00029092995700000714
3.3,将回归矩阵
Figure GDA00029092995700000715
进行如下滤波操作:
Figure GDA0002909299570000081
其中
Figure GDA0002909299570000082
和τf分别是
Figure GDA0002909299570000083
和τ滤波后的变量,k是调节参数;
由式(10)和式(11)得:
Figure GDA0002909299570000084
其中
Figure GDA0002909299570000085
Figure GDA0002909299570000086
滤波后的变量;
3.4,定义两个动态方程P和Q如下:
Figure GDA0002909299570000087
其中,l是调节参数;P(0)、Q(0)分别是P和Q的初值;
由式(13)得:
Figure GDA0002909299570000088
3.5,由式(12)和式(14)得到关于参数误差的信息:
Q=Pθ (15)
Figure GDA0002909299570000089
其中
Figure GDA00029092995700000810
为θ的估计值,
Figure GDA00029092995700000811
为估计误差;
3.6,设计自适应参数估计律为:
Figure GDA00029092995700000812
其中Γ>0,κ>0为自适应增益矩阵,0<ρ<1为常数;
3.7,设计自适应控制器为:
Figure GDA00029092995700000813
其中K>0为控制器参数;
3.8,设计李雅普诺夫函数为:
Figure GDA0002909299570000091
对V求导得:
Figure GDA0002909299570000092
将式(9)和式(17)-(18)代入式(20),得到
Figure GDA0002909299570000093
其中
Figure GDA0002909299570000094
λmax(·)和λmin(·)为对应矩阵的最大和最小特征值,由此判定系统是稳定的,并且状态量在有限时间内收敛。
为验证系统参数辨识和同步控制方法的有效性,本发明对其进行了仿真实验。设置实验中的初始条件和控制参数为:系统参数r1=0.2,r2=0.3,m1=0.3,m2=0.5,g=9.81,j1=0.05,j2=0.1;辨识和控制器参数k=0.001,l=1,β=0.8,λ1=diag([2 2 2 2 22 2 2]),γ=7/9,K=diag([2 2 2 2 2 2 2 2]),ρ=9/11,κ=1,Γ=diag([1 1 1 1 1 11 1 5 5 5 5 5 5 5 5]),初始条件ΦRf(0)=0,ΦHf(0)=0,ΦFf(0)=0,τ(0)=0,P(0)=0,Q(0)=0,q(0)=[0.12 0.3 0.1 0.2 0.12 0.3 0.1 0.2]T
图2-图7是基于交叉耦合的多机械臂自适应参数辨识和控制仿真效果图。图2、图3和图4分别表示当参考轨迹为qd=0.5*sin(t)时跟踪轨迹、跟踪误差和同步误差,从图3和图4中看出机械臂1-机械臂4的跟踪误差和同步误差可以达到非常小的范围,这两幅图表明所提出的方法可以实现较高的跟踪性能和同步性能。图5和图6表示当参考轨迹为qd=0.5*sin(t)时系统参数辨识结果图。图5是机械臂1-机械臂4的关节质量辨识结果,图6是机械臂1-机械臂4的转动惯量辨识结果,从图中可以看出关节质量和转动惯量可以有效收敛到真值。图7表示当参考轨迹为qd=0.5*sin(t)时的系统输入,从图中可以看出几乎没有抖振。从仿真实验的结果来看,基于交叉耦合的多机械臂有限时间参数辨识和位置同步控制能够实现多机械臂系统的在有限时间内高精度参数辨识,高性能的位置跟踪控制和同步控制。
以上阐述的是本发明仿真实验用以表明所设计方法的有效性,但是本发明不限于上述实例在不偏离本发明基本精神及不超出本发明实质内容所涉及范围的前提下对其可作种种变形加以实施。本发明所设计的参数辨识和同步控制方案对多机械臂系统具有良好的辨识和控制效果,使多机械臂系统能够实现高精度参数辨识并且具有良好的跟踪性能和同步性能。

Claims (1)

1.一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,其特征在于,所述控制方法包括以下步骤:
步骤1,建立多机械臂动力学模型;
一个由n个m关节的多机械臂动力学系统模型表示成如下形式:
Figure FDA0002904478090000011
其中n为机械臂的数量,m为每个机械臂的关节数量,
Figure FDA0002904478090000012
Figure FDA0002904478090000013
分别为机械臂的关节角位置矢量,速度矢量和加速度矢量,M(q)=diag([M1(q) … Mn(q)])为机械臂的正定惯性矩阵,
Figure FDA0002904478090000014
表示离心力和哥氏力矩阵,
Figure FDA0002904478090000015
为作用在关节上的重力矢量,
Figure FDA0002904478090000016
为关节控制输入力矩矢量;
步骤2,定义多机械臂跟踪误差、同步误差及交叉耦合误差,过程如下:
2.1,定义多机械臂跟踪误差e为:
e=qd-q (2)
其中,
Figure FDA0002904478090000017
为关节角位置误差,
Figure FDA0002904478090000018
为期望的关节角位置矢量;
2.2,定义多机械臂同步误差ε为:
ε=Te (3)
其中
Figure FDA0002904478090000019
I为单位对角阵;
2.3,定义多机械臂交叉耦合误差E为:
E=e+βε=Ae (4)
其中
Figure FDA0002904478090000021
A=I+βT是耦合系数矩阵,β=diag([β1 … βn])代表同步系数,且为正定矩阵;
步骤3,设计自适应有限时间参数估计律和控制器,过程如下:
3.1,设计终端滑模面为:
Figure FDA0002904478090000022
Figure FDA0002904478090000023
其中
Figure FDA0002904478090000024
λ1>0为控制参数,l1=(2-γ)μγ-1,l2=(γ-1)μγ-2,0<γ<1为常数,μ>0是一个小的正数,辅助矩阵
Figure FDA0002904478090000025
和其微分形式
Figure FDA0002904478090000026
的表示形式为:
Figure FDA0002904478090000027
3.2,定义辅助矩阵
Figure FDA0002904478090000028
回归矩阵
Figure FDA0002904478090000029
如下:
Figure FDA00029044780900000210
其中
Figure FDA00029044780900000211
是已知的回归矩阵,θ是未知的参数;
由式(1),式(5),式(7)和式(8)得:
Figure FDA00029044780900000212
其中
Figure FDA00029044780900000213
由式(8)和式(9)得:
Figure FDA00029044780900000214
3.3,将回归矩阵
Figure FDA00029044780900000215
进行如下滤波操作:
Figure FDA0002904478090000031
其中
Figure FDA0002904478090000032
和τf分别是
Figure FDA0002904478090000033
和τ滤波后的变量,k是调节参数;
由式(10)和式(11)得:
Figure FDA0002904478090000034
其中
Figure FDA0002904478090000035
Figure FDA0002904478090000036
滤波后的变量;
3.4,定义两个动态方程P和Q如下:
Figure FDA0002904478090000037
其中,l是调节参数;P(0)、Q(0)分别是P和Q的初值;
由式(13)得:
Figure FDA0002904478090000038
3.5,由式(12)和式(14)得到关于参数误差的信息:
Q=Pθ (15)
Figure FDA0002904478090000039
其中
Figure FDA00029044780900000310
为θ的估计值,
Figure FDA00029044780900000311
为估计误差;
3.6,设计自适应参数估计律为:
Figure FDA00029044780900000312
其中Γ>0,κ>0为自适应增益矩阵,0<ρ<1为常数;
3.7,设计自适应控制器为:
Figure FDA00029044780900000313
其中K>0为控制器参数;
3.8,设计李雅普诺夫函数为:
Figure FDA0002904478090000041
对V求导得:
Figure FDA0002904478090000042
将式(9)和式(17)-(18)代入式(20),得到
Figure FDA0002904478090000043
其中
Figure FDA0002904478090000044
λmax(·)和λmin(·)为对应矩阵的最大和最小特征值,由此判定系统是稳定的,并且状态量在有限时间内收敛。
CN201810460641.3A 2018-05-15 2018-05-15 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 Active CN108646562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810460641.3A CN108646562B (zh) 2018-05-15 2018-05-15 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810460641.3A CN108646562B (zh) 2018-05-15 2018-05-15 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

Publications (2)

Publication Number Publication Date
CN108646562A CN108646562A (zh) 2018-10-12
CN108646562B true CN108646562B (zh) 2021-05-18

Family

ID=63755588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810460641.3A Active CN108646562B (zh) 2018-05-15 2018-05-15 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

Country Status (1)

Country Link
CN (1) CN108646562B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161852B (zh) * 2019-05-08 2022-01-04 杭州电子科技大学 一种基于二阶滑模算法的移动机械臂运动控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8274306B1 (en) * 2011-03-31 2012-09-25 The United States Of America As Represented By The Secretary Of The Navy Electronic logic circuit with physically unclonable function characteristics
CN103728972A (zh) * 2014-01-06 2014-04-16 中国石油大学(华东) 多机械臂同步控制实验平台及实验方法
CN104723340A (zh) * 2015-03-07 2015-06-24 哈尔滨工业大学 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法
CN107255922A (zh) * 2017-05-27 2017-10-17 燕山大学 一种基于自适应双层滑模的遥操作系统快速力估计方法
CN107505835A (zh) * 2017-08-11 2017-12-22 广东工业大学 一种控制机械手运动的方法、装置及系统
CN107662208A (zh) * 2017-08-24 2018-02-06 浙江工业大学 一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6038959B2 (ja) * 2012-02-15 2016-12-07 ザ マスワークス, インクThe Mathworks, Inc. 状態機械モデルを記述する統合状態遷移表
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
CN104932271B (zh) * 2015-06-08 2017-07-28 浙江工业大学 一种机械臂伺服系统的神经网络全阶滑模控制方法
CN105171758B (zh) * 2015-10-21 2017-02-01 孟强 一种机器人的自适应有限时间收敛滑模控制方法
DE102016205011A1 (de) * 2016-03-24 2017-09-28 Siemens Aktiengesellschaft Leistungsschalter
CN106547207B (zh) * 2016-10-13 2020-04-24 浙江理工大学 一种非线性多输入多输出系统混合式观测器构建方法
CN106406097B (zh) * 2016-11-08 2019-05-14 长春工业大学 多机械臂系统的分布式自适应协调控制方法
CN106826828B (zh) * 2017-02-16 2019-06-14 香港理工大学深圳研究院 一种多冗余度机械臂系统的协同控制方法与装置
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
CN107932504B (zh) * 2017-11-13 2020-11-13 浙江工业大学 基于PyQt的机械臂运行控制系统
CN107942684B (zh) * 2017-12-26 2020-03-24 电子科技大学 基于分数阶自适应非奇异终端滑模的机械臂轨迹跟踪方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8274306B1 (en) * 2011-03-31 2012-09-25 The United States Of America As Represented By The Secretary Of The Navy Electronic logic circuit with physically unclonable function characteristics
CN103728972A (zh) * 2014-01-06 2014-04-16 中国石油大学(华东) 多机械臂同步控制实验平台及实验方法
CN104723340A (zh) * 2015-03-07 2015-06-24 哈尔滨工业大学 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法
CN107255922A (zh) * 2017-05-27 2017-10-17 燕山大学 一种基于自适应双层滑模的遥操作系统快速力估计方法
CN107505835A (zh) * 2017-08-11 2017-12-22 广东工业大学 一种控制机械手运动的方法、装置及系统
CN107662208A (zh) * 2017-08-24 2018-02-06 浙江工业大学 一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法

Also Published As

Publication number Publication date
CN108646562A (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
CN109927032B (zh) 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法
CN108803326B (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
CN107491081B (zh) 一种抗干扰四旋翼无人机姿态控制方法
WO2018023201A1 (zh) 一种自适应终端滑模控制方法
CN108942924A (zh) 基于多层神经网络的模型不确定性机械臂运动控制方法
CN110421569B (zh) 一种基于有限时间扰动观测器的反演滑模机械臂控制器设计方法
CN105607473B (zh) 小型无人直升机的姿态误差快速收敛自适应控制方法
CN108656111B (zh) 双机械臂系统有限时间参数辨识与位置同步控制方法
CN107544256A (zh) 基于自适应反步法的水下机器人滑模控制方法
CN106113040B (zh) 基于串并联估计模型的柔性机械臂系统模糊控制方法
CN113589689B (zh) 一种基于多参数自适应神经网络的滑模控制器设计方法
CN104281056A (zh) 基于神经网络上界学习的微陀螺仪鲁棒自适应控制方法
CN108646563B (zh) 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
CN103345155B (zh) 微陀螺仪的自适应反演控制系统及方法
CN108469730B (zh) 一种基于均值耦合的多电机固定时间自适应滑模控制方法
CN108873927A (zh) 一种刚性飞行器的非奇异固定时间自适应姿态跟踪控制方法
Liu et al. Adaptive command filtered backstepping tracking control for AUVs considering model uncertainties and input saturation
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
CN108646562B (zh) 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
CN104614993B (zh) 微陀螺仪自适应滑模预设性能控制方法
CN115981162A (zh) 一种基于新型扰动观测器的机器人系统滑模控制轨迹跟踪方法
CN108638064B (zh) 一种基于均值耦合的多机械臂系统自适应参数辨识与位置同步控制方法
CN112650217B (zh) 一种基于评估函数的机器人轨迹跟踪策略动态优化方法
CN108646561B (zh) 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
CN108681252B (zh) 一种多机械臂系统有限时间参数辨识与位置同步控制方法

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