CN109048995B - 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 - Google Patents
一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 Download PDFInfo
- Publication number
- CN109048995B CN109048995B CN201810824631.3A CN201810824631A CN109048995B CN 109048995 B CN109048995 B CN 109048995B CN 201810824631 A CN201810824631 A CN 201810824631A CN 109048995 B CN109048995 B CN 109048995B
- Authority
- CN
- China
- Prior art keywords
- uncertainty
- parallel robot
- nonlinear
- friction
- degree
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 239000013598 vector Substances 0.000 claims description 24
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000009423 ventilation Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 9
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/003—Programme-controlled manipulators having parallel kinematics
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及三自由度Delta并联机器人的非线性关节摩擦力补偿方法,首先选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节;选取正定对角矩阵设计控制器中的P.D.控制环节,用于对初始位置误差进行补偿;根据三自由度Delta并联机器人动力学模型中与不确定性有关的项,构造代表系统不确定项上界信息的函数并验证;选取参数,建立带有死区和泄露项的自适应律;根据函数和自适应律,对系统中的不确定性和非线性摩擦力进行补偿;最终,给出非线性关节摩擦力补偿控制器。
Description
技术领域
本发明属于并联机器人运动控制领域,尤其涉及一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法。
背景技术
随着Delta并联机器人在加工制造、微电子、医疗康复、智能物流等高精尖领域的应用,Delta并联机器人对控制精度和抗干扰能力的要求越来越高。由于Delta并联机器人关节摩擦力具有高度的非线性,会使机器人在控制时产生控制误差,影响控制精度和响应特性,特别是主动关节的摩擦力和控制力矩耦合,当控制输入增大时更无法忽略其关节摩擦力对系统的干扰。因此,基于非线性关节摩擦力数学模型的Delta并联机器人摩擦力主动补偿控制方法成为了该领域的研究热点。
目前,机器人的摩擦力补偿控制方法中大多采用的是具有参数离线辨识的摩擦力模型,即将摩擦接触面的正向压力视为常值来线性化摩擦力模型,这对于并联机器人这样典型的非线性系统是不准确的。在这种摩擦力补偿控制方法中,摩擦力常被视为系统扰动,研究人员仅利用控制方法的鲁棒性对其进行抗干扰控制。但这种控制方法的效果已不能满足Delta并联机器人在高精度应用中的控制系统动态性能。
发明内容
针对上述现有技术存在的缺陷或不足,本发明的目的在于,提供一种三自由度Delta并联机器人的非线性摩擦力补偿方法,以解决传统摩擦力补偿控制方法不能满足Delta并联机器人在高精度应用中的控制系统动态性能的技术问题。
为了实现上述任务,本发明采用如下技术解决方案予以实现:
一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法,其特征在于,按照以下步骤进行:
步骤1,选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;
步骤2,将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来,分别得到并联机器人系统的标称项和不确定项;
步骤3,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节,用于对标称机器人系统进行补偿;
步骤4,选取正定对角矩阵设计控制器中的P.D.控制环节,用于对初始位置误差进行补偿;
步骤5,根据三自由度Delta并联机器人动力学模型中与不确定性有关的项,构造代表系统不确定项上界信息的函数并验证;
步骤6,选取参数,建立带有死区和泄露项的自适应律,用于在线估计不确定性的上界信息;
步骤7,根据函数和自适应律,对系统中的不确定性和非线性摩擦力进行补偿;
步骤8,最终,给出非线性关节摩擦力补偿控制器。
本发明的三自由度Delta并联机器人的非线性关节摩擦力补偿方法,将并联机器人的摩擦力模型中的正向压力视为一种不确定性因素,此不确定性因素的上界信息可以为未知量,从一种全新的角度将非线性关节摩擦力补偿问题转换为对系统中的不确定性进行补偿的问题,带来的有益效果在于:
在所设计的非线性关节摩擦力补偿控制方法中,若机器人系统中不存在初始位置误差、不确定性和非线性关节摩擦力时,控制器中单独的标称补偿环节可使并联机器人的轨迹跟踪误差达到一致渐近稳定性的性能。若机器人系统中仅存在初始位置误差时,控制器中标称补偿环节加P.D.控制环节即可使机器人系统满足控制性能指标。若机器人系统中同时存在初始位置误差、不确定性与非线性关节摩擦力时,加上控制器中的不确定性补偿环节与自适应率可补偿系统中的不确定性与非线性关节摩擦力,使系统满足一致有界和一致最终有界性能指标。
附图说明
图1为DELTA机器人的空间结构示意简图;
图2为DELTA机器人的非线性关节摩擦力补偿控制器设计示意简图;
图3为Delta并联机器人关节角位移仿真结果图;
图4为Delta并联机器人关节角位移仿真结果图;
图5为Delta并联机器人控制输入力矩仿真结果图;
图7是Delta并联机器人运行轨迹仿真结果图;
图8是Delta并联机器人轨迹跟踪误差e仿真结果图;
图10是有无摩擦力补偿下轨迹跟踪误差e仿真结果图;
以下结合附图和实施例对本发明的技术方案作进一步的清楚、完整地描述。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些较优实施例,本发明不限于这些实施例。
首先进行机器人介绍:本实施例采用一种十分常见的少自由度并联机器人——三自由度Delta并联机器人作为研究对象进行分析。
图1所示的是三自由度Delta并联机器人在工作平面内的结构示意简图,以及在工作空间内建立的直角坐标系。
其中,O-A1A2A3为静平台,O′-C1C2C3为动平台,静平台与动平台均为等边三角形。O-XYZ为静平台系(基坐标系),O′-x′y′z′为动平台系,O、O′分别位于静、动平台系几何中心,Z、z′轴向上方向设为正方向。A1、A2、A3位于电机轴与主动臂轴线的交点,称之为并联机器人的主动关节。B1、B2、B3位于主动臂轴线和从动臂轴线的交点,C1、C2、C3位于从动臂轴线和动平台的交点。
定义机器人主动臂的长度AiBi为la,从动臂的长度BiCi为lb,动、静平台的外接圆半径分别为r、R。θ1、θ2、θ3为主动臂对静平台的张角,q1、q2、q3为主动关节转角。
如图2所示,本实施例给出一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法,该方法包括的步骤是:
步骤1,选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;
步骤3,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节P1,用于对标称机器人系统进行补偿;
步骤4,选取正定对角矩阵Kp=diag[kpi]3×3,Kv=diag[kvi]3×3,设计控制器中的P.D.控制环节P2,用于对初始位置误差进行补偿。
步骤6,选取参数κ、k1、k2、k3、∈和ξ,建立带有死区和泄露项的自适应律,用于在线估计不确定性的上界信息。
步骤8,最终,给出非线性关节摩擦力补偿控制器τ=P1+P2+P3。
以下是各个步骤的详细实施内容:
步骤1:
Stribeck摩擦力能够可以对摩擦力在两接触表面从相对静止到相对运动过程中的非线性特性进行描述,因此选取Stribeck摩擦力模型为研究的非线性关节摩擦力模型,其数学模型模型表示为
其中,Ff为Stribeck摩擦力,Fs为静摩擦力,vs表示Stribeck速度,Fv为粘性摩擦系数,Fc为库伦摩擦力,其表达形式为:
其中,μ为库伦摩擦系数,Fn是接触面正压力的大小,v为相对运动速度矢量,v为相对速度的大小。
步骤2:
忽略对系统性能影响较小的被动关节摩擦力,考虑具有非线性主动关节摩擦力的三自由度Delta并联机器人动力学模型为:
其中,q∈R3为主动关节角度向量,为主动关节角速度向量,为主动关节角加速度向量。σ∈Σ∈Rp为机器人系统中存在的不确定参数向量,其中包括时变的动力学参数、外部负载、关节正向压力等,其上界信息未知。Σ∈Rp为不确定参数的紧集,代表着不确定性的界。M(q,σ,t)为机器人系统惯性矩阵,为系统的科氏力/离心力项, 为斜对称矩阵,G(q,σ,t)为系统的重力项,为系统所受的外部干扰,为非线性关节摩擦力,τ(t)为系统输入力矩。M(·)、C(·)、G(·)、F(·)与Ff(·)均连续或关于时间t勒贝格可测。
为了后续控制器的设计,将式(3)中的M(·)、C(·)、G(·)与F(·)分解为:
当Delta并联机器人在工作过程中不存在不确定性和摩擦力时,有:
为了简化推导过程,在不产生歧义的情况,下文部分公式中的自变量会省略。
其中,惯性矩阵满足:
假设1:
惯性矩阵M(q,σ,t)为正定矩阵,即对任意的q∈R3,存在一个常数σ>0使得:
M(q,σ,t)>σI (9)
假设2:
对任意的q∈R3,总存在常数γj,j=0,1,2,且γ0>0,γ1,2≥0,使得:
‖M(q,σ,t)‖<γ0+γ1‖q‖+γ2‖q‖2 (10)
对于由转动副和滑动副连接的串、并联机器人,其惯性矩阵M(q,σ,t)仅与质量惯性参数、滑动关节和转动关节的位置相关。因此,总存在一组常数γj,令串、并联机器人质量惯性矩阵的欧式范数满足式(10)。
步骤3:
定义系统的轨迹跟踪误差为:
e:=q-qd (11)
因此,系统的速度跟踪误差与加速度跟踪误差可以表示为:
则:
步骤4:
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3。
假设3:
(1)存在一个已知的正定函数Γ(·):(0,∞)k×R3×R3×R→R+和一个未知的向量α∈(0,∞)k,使得:
其中:
式(14)中,正定矩阵S=diag[si]3×3,si>0,ks=λmin(S),i=1,2,3。
步骤6:
设计带死区的自适应律为:
步骤7:
式(20)中:
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3,kp=λmin(Kp),kp=λmin(Kv),ksp=kskp,ε>0,ξ>0。
步骤8:
若系统无初始位置误差、不确定性和非线性关节摩擦力存在时,则:
一、稳定性证明
先给出稳定性证明结论:
(1)一致有界性:对于任意给定的r>0,且||e(t0)||<r,当t>t0时,存在一个正实数d(r):0<d(r)<∞,使得||e(t)||<d(r)成立。
以下给出证明过程如下:
构造李雅普诺夫函数为:
李雅普诺夫函数V的导数为:
分析式(25)中第一项:
根据式(14):
式(26)中:
将式(20)带入式(26)中:
根据假设3,有:
将式(27)-(30)带入式(25):
将自适应率(19)带入式(31)中,有:
对于式(34),当‖δ‖满足:
根据文献(Chen Y.,Zhang X..Adaptive Robust Approximate Constraint-following Control for Mechanical Systems[J].Journal of the FranklinInstitute,2010,347(1):69-86),当李雅普诺夫函数导数满足式(36)时,轨迹跟踪误差向量和自适应参数满足一致有界与一直最终有界。
其中:
二、动力学模型仿真
在MATLAB软件中,利用ode15i函数对三自由度Delta并联机器人的动力学模型与设计的控制器进行仿真。假设并联机器人受到的不确定因素为动平台的质量参数外部负载和 其中,和为标称项,Δmo′、△F1、△F2、△F3、△Fn1、△Fn2和△Fn3为随时间变化的不确定项。不确定参数向量定义为:σ=[ΔmO′,△F1,△F2,△F3,△Fn1,△Fn2,△Fn3]T。设Delta并联机器人工作平台需要跟踪的目标轨迹为:
其中,α=max{α1,α2,α3}。
三自由度Delta并联机器人的结构参数如下:
主动臂的长度la=200mm,静平台的外接圆半径R=180mm,动平台的外接圆半径r=100mm,机器人的质量参数如下:主动臂质量ma=1.193kg,从动臂质量mb=1.178kg,动平台质量mO′=4.3225kg。
选取控制器的控制参数如下:Kv=diag[1,1,1],Kp=diag[1,1,1],S=diag[2,2,2],ε=0.1,κ=1,k1=10,k2=0.3,k3=0.5,ζ=0.001。
其中,图3与图4为三自由度Delta并联机器人的主动关节角位移与关节角速度的仿真结果。图5为三个主动关节角上的输入力矩仿真结果。图6为自适应参数仿真结果,随着轨迹跟踪误差的减小,由于泄露项的存在,由3.8减小至2附近。
当三自由度Delta并联机器人系统受到初始位置误差、不确定性和非线性关节摩擦力影响时,分别令τ=P1、τ=P1+P2、τ=P1+P2+P3为控制输入对比控制效果。图7中,当只有τ=P1+P2+P3为控制输入时,末端执行器轨迹可以高品质的跟踪目标轨迹。
图8为在三种控制输入下系统轨迹跟踪误差e的仿真结果,当τ=P1为控制输入时,轨迹跟踪误差在1s时运行至奇异点,当τ=P1+P2为控制输入时,轨迹跟踪误差在0.1m-0.25m之间振荡。当τ=P1P+2+P3为控制输入时,系统从0.01m附近经过0.2s后进入并保持在0m附近范围内。
图9为在三种控制输入下系统轨迹跟踪误差的仿真结果,当τ=P1+P2+P3为控制输入时,轨迹跟踪误差从0.31m/s经过0.5s后减小到0m/s附近,当τ=P1、τ=P1+P2为控制输入时。轨迹跟踪误差均发散。
图10为所设计非线性关节摩擦力控制器中有无摩擦力补偿项时的轨迹跟踪误差e仿真结果,控制器设计不考虑对非线性摩擦力进行补偿时,轨迹跟踪误差e由0.01m经过1s降至0.002m附近,并一直维持在0.002m附近振荡。控制器设计考虑对非线性摩擦力进行补偿时,轨迹跟踪误差降至0m附近。
图11为有无摩擦力补偿项时的轨迹跟踪误差仿真结果,控制器设计不考虑对非线性摩擦力进行补偿时,轨迹跟踪误差e由0.31m经过1s降至0.02m附近,并一直维持在0.02m附近振荡。控制器设计考虑对非线性摩擦力进行补偿时,轨迹跟踪误差降至0m附近。
仿真结果表明:本实施例所提出的三自由度Delta并联机器人摩擦力补偿控制器拥有良好的鲁棒性,在具有不确定参数的非线性摩擦力干扰下,可以快速跟踪目标轨迹,并使跟踪误差满足有界性能。
Claims (1)
1.一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法,其特征在于,按照以下步骤进行:
步骤1,选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;
选取Stribeck摩擦力模型为研究的非线性关节摩擦力模型,其数学模型表示为
其中,Ff为Stribeck摩擦力,Fs为静摩擦力,vs表示Stribeck速度,Fv为粘性摩擦系数,Fc为库伦摩擦力,其表达形式为:
步骤2,将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来,分别得到并联机器人系统的标称项和不确定项;
忽略对系统性能影响较小的被动关节摩擦力,考虑具有非线性主动关节摩擦力的三自由度Delta并联机器人动力学模型为:
其中,q∈R3为主动关节角度向量,为主动关节角速度向量,为主动关节角加速度向量;σ∈∑∈Rp为机器人系统中存在的不确定参数向量,其中包括时变的动力学参数、外部负载、关节正向压力,其上界信息未知;∑∈Rp为不确定参数的紧集,代表着不确定性的界;M(q,σ,t)为机器人系统惯性矩阵,为系统的科氏力/离心力项, 为斜对称矩阵,G(q,σ,t)为系统的重力项,为系统所受的外部干扰为非线性关节摩擦力,τ(t)为系统输入力矩,M(·)、C(·)、G(·)、F(·)与Ff(·)均连续或关于时间t勒贝格可测;
步骤3,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节,用于对标称机器人系统进行补偿;
定义系统的轨迹跟踪误差为:
因此,系统的速度跟踪误差与加速度跟踪误差可以表示为:
则:
步骤4,选取正定对角矩阵设计控制器中的P.D.控制环节,用于对初始位置误差进行补偿;
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3;
步骤5,根据三自由度Delta并联机器人动力学模型中与不确定性有关的项,构造代表系统不确定项上界信息的函数并验证;
步骤6,选取参数,建立带有死区和泄露项的自适应律,用于在线估计不确定性的上界信息;
设计带死区和泄露项自适应律为:
式中:
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3,kp=λmin(Kp),kp=λmin(Kv),ksp=kskp,ε>0,ξ>0;
步骤8,给出非线性关节摩擦力补偿控制器;
若系统无初始位置误差、不确定性和非线性关节摩擦力存在时,则:
一致有界性:对于任意给定的r>0,且||e(t0)||<r,当t>t0时,存在一个正实数d(r):0<d(r)<∞,使得||e(t)||<d(r)成立;
构造李雅普诺夫函数为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810824631.3A CN109048995B (zh) | 2018-07-25 | 2018-07-25 | 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810824631.3A CN109048995B (zh) | 2018-07-25 | 2018-07-25 | 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109048995A CN109048995A (zh) | 2018-12-21 |
CN109048995B true CN109048995B (zh) | 2021-07-13 |
Family
ID=64835421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810824631.3A Expired - Fee Related CN109048995B (zh) | 2018-07-25 | 2018-07-25 | 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109048995B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110977971B (zh) * | 2019-12-03 | 2021-08-24 | 长安大学 | 一种基于模糊集理论的Delta机器人控制方法 |
CN112975987B (zh) * | 2021-03-25 | 2022-12-09 | 江苏集萃复合材料装备研究所有限公司 | 一种基于动力学模型的骨科手术机器人控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540887A (zh) * | 2011-12-27 | 2012-07-04 | 浙江大学 | 一种非线性参数化系统的控制方法 |
CN104808487A (zh) * | 2015-03-03 | 2015-07-29 | 台州学院 | 一种神经网络自适应鲁棒轨迹跟踪方法及控制器 |
CN105772917A (zh) * | 2014-12-16 | 2016-07-20 | 苏州继企机电科技有限公司 | 一种三关节点焊机器人轨迹跟踪控制方法 |
CN106773648A (zh) * | 2016-12-19 | 2017-05-31 | 华侨大学 | 一种自抗扰控制的鲁棒保性能设计与参数整定方法 |
CN108098749A (zh) * | 2017-12-27 | 2018-06-01 | 华南智能机器人创新研究院 | 一种可调臂长高速三轴机器人 |
DK3077162T3 (en) * | 2013-12-06 | 2018-06-06 | Huber Diffraktionstechnik Gmbh & Co Kg | REDUNDANT PARALLEL POSITIONING DEVICE |
CN108177152A (zh) * | 2017-12-27 | 2018-06-19 | 华南智能机器人创新研究院 | 一种用于定位喷漆的高速机器人 |
CN108262738A (zh) * | 2017-12-29 | 2018-07-10 | 哈尔滨工业大学深圳研究生院 | 一种绳驱并联机器人及立体仓储 |
-
2018
- 2018-07-25 CN CN201810824631.3A patent/CN109048995B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540887A (zh) * | 2011-12-27 | 2012-07-04 | 浙江大学 | 一种非线性参数化系统的控制方法 |
DK3077162T3 (en) * | 2013-12-06 | 2018-06-06 | Huber Diffraktionstechnik Gmbh & Co Kg | REDUNDANT PARALLEL POSITIONING DEVICE |
CN105772917A (zh) * | 2014-12-16 | 2016-07-20 | 苏州继企机电科技有限公司 | 一种三关节点焊机器人轨迹跟踪控制方法 |
CN104808487A (zh) * | 2015-03-03 | 2015-07-29 | 台州学院 | 一种神经网络自适应鲁棒轨迹跟踪方法及控制器 |
CN106773648A (zh) * | 2016-12-19 | 2017-05-31 | 华侨大学 | 一种自抗扰控制的鲁棒保性能设计与参数整定方法 |
CN108098749A (zh) * | 2017-12-27 | 2018-06-01 | 华南智能机器人创新研究院 | 一种可调臂长高速三轴机器人 |
CN108177152A (zh) * | 2017-12-27 | 2018-06-19 | 华南智能机器人创新研究院 | 一种用于定位喷漆的高速机器人 |
CN108262738A (zh) * | 2017-12-29 | 2018-07-10 | 哈尔滨工业大学深圳研究生院 | 一种绳驱并联机器人及立体仓储 |
Non-Patent Citations (2)
Title |
---|
六自由度并联平台位置正解及控制方法研究;李磊;《中国博士学位论文全文数据库信息科技辑》;20100415;第72-95页 * |
柔性并联机器人非线性摩擦动力学建模与速度规划;赵磊;《农业机械学报》;20170530;第390-395页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109048995A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108942924B (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 | |
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 | |
CN104723340B (zh) | 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法 | |
CN108875253B (zh) | 基于干扰观测器的欠驱动吊车系统的终端滑模消摆控制方法及系统 | |
Yang et al. | Adaptive coupling control for overhead crane systems | |
CN105772917B (zh) | 一种三关节点焊机器人轨迹跟踪控制方法 | |
Asl et al. | Adaptive neural network control of cable-driven parallel robots with input saturation | |
Liu et al. | Adaptive control of manipulator based on neural network | |
Hu et al. | A reinforcement learning neural network for robotic manipulator control | |
CN108227506A (zh) | 一种基于自适应最优化方法的机器人导纳控制系统 | |
CN110673472A (zh) | 基于神经网络补偿死区反演误差的自适应鲁棒控制方法 | |
Yang et al. | Finite-time synchronization control for bilateral teleoperation under communication delays | |
CN108453732A (zh) | 控制体系封闭机器人自适应动态力/位置混合控制方法 | |
CN111702767A (zh) | 一种基于反演模糊自适应的机械手阻抗控制方法 | |
CN109062039B (zh) | 一种三自由度Delta并联机器人的自适应鲁棒控制方法 | |
Yang et al. | Multi‐manipulators coordination for bilateral teleoperation system using fixed‐time control approach | |
Yang et al. | Disturbance observer based on biologically inspired integral sliding mode control for trajectory tracking of mobile robots | |
Koofigar | Adaptive tracking with external force disturbance rejection for uncertain robotic systems | |
CN109048995B (zh) | 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 | |
Wahballa et al. | Constant force tracking using online stiffness and reverse damping force of variable impedance controller for robotic polishing | |
CN114942593A (zh) | 一种基于干扰观测器补偿的机械臂自适应滑模控制方法 | |
CN108693776B (zh) | 一种三自由度Delta并联机器人的鲁棒控制方法 | |
Boscariol et al. | Optimal trajectory planning for nonlinear systems: robust and constrained solution | |
Xu et al. | Extended state observer based dynamic iterative learning for trajectory tracking control of a six-degrees-of-freedom manipulator | |
Zeng et al. | Fully distributed event-triggered control for multi-robot systems based on modal space framework |
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: 20210713 |
|
CF01 | Termination of patent right due to non-payment of annual fee |