CN109669348B - 基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法 - Google Patents

基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法 Download PDF

Info

Publication number
CN109669348B
CN109669348B CN201811523574.1A CN201811523574A CN109669348B CN 109669348 B CN109669348 B CN 109669348B CN 201811523574 A CN201811523574 A CN 201811523574A CN 109669348 B CN109669348 B CN 109669348B
Authority
CN
China
Prior art keywords
trajectory tracking
industrial robot
controller
theta
tracking control
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
Application number
CN201811523574.1A
Other languages
English (en)
Other versions
CN109669348A (zh
Inventor
谢远龙
王书亭
刘伦洪
罗年猛
张捷
蒋立泉
孟杰
赵伟
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201811523574.1A priority Critical patent/CN109669348B/zh
Publication of CN109669348A publication Critical patent/CN109669348A/zh
Application granted granted Critical
Publication of CN109669348B publication Critical patent/CN109669348B/zh
Expired - Fee Related 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
    • G05B13/0205Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system 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)
  • Numerical Control (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法,属于工业机器人控制领域。该方法结合对控制输入信号幅值的限制和轨迹跟踪误差,建立轨迹跟踪控制准则,推导得到控制准则相对于速度控制器和位置控制器的偏导数,进而设计三次迭代实验并利用采集的数据完成对控制准则偏导数信息的估测,实现对各关节驱动系统轨迹跟踪控制器参数的更新校正。与现有技术相比,本发明的轨迹跟踪控制方法是无模型的自适应控制方法,不受未建模动态和建模误差的影响,同时本发明通过迭代重复获取数据的方式消除了噪声扰动的影响,结合迭代域内的位置跟随误差来自适应更新校正系统的轨迹跟踪控制器参数,保证系统的跟随控制性能最优。

Description

基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法
技术领域
本发明属于工业机器人控制领域,更具体地,涉及一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法。
背景技术
高性能工业机器人系统,被广泛地应用在激光加工、焊接、码垛、3C等控制精度要求高的领域。对于工业机器人而言,各关节的驱动系统控制性能将直接影响工业机器人的运行效率与定位精度,因此运用先进的智能控制算法进一步提高其关节驱动系统的动态响应跟踪性能可保证工业机器人的轨迹跟踪控制精度和可靠性。
在自动化控制领域,工业机器人需进行精确定位,其各关节驱动系统中采用的是串级控制结构,这种串级控制结构包括了位置环和速度环两个环节,其中速度环是以速度信号作为反馈信号的内环控制环节,刷新速率高,而位置环是以位置信号作为反馈信号的外环控制环节。位置环控制器的输出信号即为速度环控制器的输入信号,最终实现对驱动系统的位置控制,从而完成对工业机器人的轨迹跟踪控制。
为了保证工业机器人位置控制的精度和可靠性,需要对各关节驱动系统的速度环和位置环控制器参数进行整定,只有合适的控制器参数才能发挥控制器的最优效果,保证系统的轨迹跟踪性能。
而目前对于这种包含了位置环控制器和速度环控制器的串级控制结构的设计方法还存在三方面的不足:
1)传统的方法依赖于系统的精确模型的辨识,而对于具有非线性、强耦合性和参数时变特征的驱动系统,其控制性能将会受到影响,并且未建模动态和模型误差始终存在,因此基于不精确模型设计的串级控制器不能保证系统的最优控制性能;
2)现存的方法对于速度环和位置环采用的是分步骤设计的理念,对于单关节轨迹跟踪控制器的设计优化需要针对速度环和位置环分别进行控制算法的研究,因此算法的效率得不到保证,从而影响控制的实时性;
3)另一方面,控制器设计中所使用的过程数据在经过导线传输时将会受到噪声干扰或者传感器噪声,而目前存在的方法没有针对噪声干扰进行扰动抑制策略的研究,因此轨迹跟踪控制性能有限。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法,其目的在于,通过建立特殊的控制准则,对速度环和位置环同时进行控制器参数的设计,且利用迭代重复获取数据的方式消除噪声扰动的影响,同时实现无模型自适应控制,从而达到工业机器人的精确轨迹跟踪控制、保证末端执行器能精准到达目标位置、满足系统的轨迹跟踪控制精度需求的目的。
为实现上述目的,按照本发明的一个方面,提供了一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,该工业机器人的单关节驱动控制系统表示如下:
yp=Tprp+Spvp
ys=Ts(rp-vp)
Figure BDA0001903829440000021
Figure BDA0001903829440000022
Ts=Tp/Gp,Sp=1-Tp
其中,yp为位置环的反馈位置,ys为速度环的反馈速度,us为控制输入信号,Gs为未知的速度环模型,Gp=T/(1-z-1)表示的是速度到位置的积分函数,T是离散周期,z是时移因子,Cs是速度环控制器,Cp为位置环控制器,Tp、Ti、Ts和Sp为控制系统模型中的中间传递函数,rp为系统的参考位置指令,vp为干扰信号;
该工业机器人轨迹跟踪控制方法包括如下步骤:
步骤1:建立单关节驱动系统的轨迹跟踪控制准则:
Figure BDA0001903829440000031
其中,t表示时间序列,θs为Cs的控制参数,θp为Cp的控制参数yd(t)为单关节驱动系统设定的轨迹,λ为权重因子,N为数据容量;
步骤2:推导轨迹跟踪控制准则J(θsp)对控制器参数θs和θp的偏导数;
步骤3:通过三次迭代实验,设计参考位置指令,并采集位置反馈信号、速度反馈信号和控制输入信号,用于后续完成轨迹跟踪控制准则的偏导数信息的估测:
第一次实验:
参考位置指令设置为:
Figure BDA0001903829440000032
采集相应的数据:
Figure BDA0001903829440000033
第二次实验:
参考位置指令设置为:
Figure BDA0001903829440000034
采集相应的数据:
Figure BDA0001903829440000035
第三次实验:
参考位置指令设置为:
Figure BDA0001903829440000041
采集相应的数据:
Figure BDA0001903829440000042
其中,上标1、2、3分别表示第几次实验的数据,特别地,r1表示设定的初始位置指令;
步骤4:估测控制准则对控制器参数的偏导数信息:
利用步骤3测取的实验数据,在Gs未知的情况下,估测轨迹跟踪控制准则的偏导数如下:
Figure BDA0001903829440000043
其中,θ=[θsθp]T为待设计的控制器参数矩阵,est(*)表示利用迭代实验的数据估测相应偏导数的数值,
Figure BDA0001903829440000044
Figure BDA0001903829440000045
的使用确保了偏导数估测过程信号的互相关系性为零,从而消除数据噪声干扰的影响;
步骤5:根据步骤4获得的偏导数信息的估测信息,将单关节轨迹跟踪串级控制器参数的更新设定为:
Figure BDA0001903829440000046
其中,i表示迭代周期;γi为步长,表示每次迭代更新的幅度;Ri是海森矩阵,指明了迭代更新的方向;
步骤6:按照步骤3-5对工业机器人的所有关节驱动系统轨迹控制器进行优化。
进一步地,位置环控制器和速度环控制器的结构定义为:
Figure BDA0001903829440000047
Figure BDA0001903829440000048
Figure BDA0001903829440000051
Figure BDA0001903829440000052
其中,
Figure BDA0001903829440000053
Figure BDA0001903829440000054
为速度环待辨识的控制器参数,
Figure BDA0001903829440000055
Figure BDA0001903829440000056
为位置环待辨识的控制器参数。
进一步地,步骤2中,J(θsp)对θs和θp的偏导数信息可由下式计算得到:
Figure BDA0001903829440000057
其中,
Figure BDA0001903829440000058
为求导符号,yp对θs和θp的偏导数计算如下:
Figure BDA0001903829440000059
Figure BDA00019038294400000510
us对θs和θp的偏导数计算如下:
Figure BDA00019038294400000511
Figure BDA00019038294400000512
进一步地,步骤4中yp和us对θ的偏导数估测信息分别为:
Figure BDA0001903829440000061
Figure BDA0001903829440000062
进一步地,步骤5中海森矩阵Ri定义为如下高斯牛顿近似矩阵,以保证轨迹跟踪控制器更新校正的收敛性:
Figure BDA0001903829440000063
进一步地,步骤5中步长γi设定为:
Figure BDA0001903829440000064
其中,e为自然常数,μ1和μ2为预先设定的参数,分别用来调节步长的起始点和曲率半径。
为了实现上述目的,按照本发明的另一方面,提供了一种基于迭代反馈调整的工业机器人,包括处理器以及轨迹跟踪控制程序模块,所述轨迹跟踪控制程序模块在被所述处理器调用时,执行如前所述的任意一种工业机器人轨迹跟踪控制方法。
总体而言,本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果。
1、与传统的控制方法对比,本发明提出的基于迭代反馈调整的控制方法是一种无模型的控制方法,因此不受未建模动态和建模误差的影响,特别是对于非线性强的工业机器人系统能取得很好的控制效果。
2、本发明提出的方法可同时对速度环和位置环进行控制器参数的设计,并且利用迭代实验的方式消除了数据噪声干扰的影响,结合迭代域内的位置跟随误差来自适应更新校正系统的串级控制器参数,保证系统的跟随控制性能最优。
3、本方案可实现工业机器人的轨迹跟踪控制器参数的自动整定,工程人员不需要手动设定和调节控制器参数,系统可以基于按照本发明的方法编写的程序自动完成轨迹跟踪控制器参数的自整定。
附图说明
图1是本发明实施例的基于迭代反馈调整的工业机器人轨迹跟踪控制流程图;
图2是本发明实施例的工业机器人单关节驱动系统控制框图;
图3是本发明实施例的基于迭代反馈调整的工业机器人轨迹跟踪控制框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,本发明提出了一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,其实现步骤可归纳如下主要步骤:
步骤1:确定单关节驱动系统轨迹跟踪控制准则:
对于传统的多关节工业机器人,其单关节驱动控制系统可表示为:
yp=Tprp+Spvp
ys=Ts(rp-vp)
Figure BDA0001903829440000081
Figure BDA0001903829440000082
Ts=Tp/Gp,Sp=1-Tp
其中,yp为位置环的反馈位置,ys为速度环的反馈速度,us为控制输入信号,Gs为未知的速度环模型,Gp=T/(1-z-1)表示的是速度到位置的积分函数,T是离散周期,z是时移因子,Cs是以θs为参数的速度环控制器,Cp为以θp为参数位置环控制器,Tp、Ti、Ts和Sp为控制系统模型中预设的中间传递函数,rp为系统的参考位置指令,vp为干扰信号。图2展示了轨迹跟踪串级控制的控制框图,其中速度环模型Gs中包含了了电流放大器、时变的负载和电机模型,因此在实际的物理系统中很难精确辨识得到。
在本实施例中,为便于说明,将位置环和速度环控制器结构定义为:
Figure BDA0001903829440000083
Figure BDA0001903829440000084
Figure BDA0001903829440000085
Figure BDA0001903829440000086
其中,本实施例中将T设置为0.001s,
Figure BDA0001903829440000087
Figure BDA0001903829440000088
为速度环待辨识的控制器参数,
Figure BDA0001903829440000089
Figure BDA00019038294400000810
为位置环待辨识的控制器参数。
实际上,Cs、Cp可以结合实际场景由使用者自行预先设定,由本发明的主要步骤涉及的核心计算公式可知,本发明的方法并不受Cs、Cp的具体结构形式的限制。
同时考虑对输入信号us进行幅值的限制,防止输入转矩饱和,最终工业机器人的轨迹跟踪控制准则可表示为:
Figure BDA0001903829440000091
其中,t表示时间序列,λ为权重因子,本实施例中设置为0.1,yd为系统设定的轨迹,N为数据容量,本实施例取N=100。
步骤2:推导计算轨迹跟踪控制准则对控制器参数的偏导数:
定义θ=[θs θp]T,则控制准则对θ偏导数信息可由下式计算得到:
Figure BDA0001903829440000092
其中,位置输出信号yp对速度控制器参数θs和位置控制器参数θp的偏导数可分别计算为:
Figure BDA0001903829440000093
Figure BDA0001903829440000094
另外,位置输出信号us对速度控制器参数θs和位置控制器参数θp的偏导数可分别计算为:
Figure BDA0001903829440000101
Figure BDA0001903829440000102
步骤3:进行三次迭代实验:
考虑到各个关节模型未知,即速度环模型Gs未知,上述偏导信息无法直接通过数学运算计算得到。本发明通过进行三次迭代实验,通过设置参考位置指令,并采集位置反馈信号、速度反馈信号和控制输入信号,完成控制准则偏导数信息的估测:
第一次实验:
参考位置指令设置为:
Figure BDA0001903829440000103
采集相应的数据:
Figure BDA0001903829440000104
第二次实验:
参考位置指令设置为:
Figure BDA0001903829440000105
采集相应的数据:
Figure BDA0001903829440000111
第三次实验:
参考位置指令设置为:
Figure BDA0001903829440000112
采集相应的数据:
Figure BDA0001903829440000113
其中,上标1、2、3分别表示第几次实验的数据,特别地,r1表示设定的初始位置指令。需要说明的是,由于正常实验条件下会有一定数据扰动,第三次和第一次实验的参考位置虽然均设定为r1,但是两次实验采集的数据会因数据扰动而略有波动,通过两次采集,可以在后续步骤中消除这种波动;
步骤4:估测控制准则对控制器参数的偏导数信息:
利用步骤3测取的实验数据,在系统模型Gs未知的情况下,估测控制准则的偏导数如下:
Figure BDA0001903829440000114
其中,est(*)表示利用迭代实验的数据估测相关偏导数的数值,
Figure BDA0001903829440000115
Figure BDA0001903829440000116
确保了偏导数估测过程信号的互相关系数为零,从而消除数据噪声干扰的影响,并且位置输出信号yp和电流输入信号us对控制器参数θ的导数估测信息为:
Figure BDA0001903829440000117
Figure BDA0001903829440000121
步骤5:利用偏导数信息的估测信息,该单关节轨迹跟踪串级控制器参数的更新设定为:
Figure BDA0001903829440000122
其中,i表示迭代周期,γi为步长,表示每次迭代更新的幅度,Ri是海森矩阵,指示了迭代更新的方向。
在本实施例中,所述海森矩阵定义为以下的高斯牛顿近似矩阵,以保证轨迹跟踪控制器更新校正的收敛性:
Figure BDA0001903829440000123
为了保证初始化控制阶段的收敛速度进而在后续阶段保证控制的稳定性,所述步长设定为:
Figure BDA0001903829440000124
其中,e为自然常数,μ1=1和μ2=2为预先设定的参数,分别用来调节步长的起始点和曲率半径。
步骤6:重复步骤3-5,直至工业机器人的各关节驱动系统轨迹控制器优化完毕。图3显示了本发明提出了基于迭代反馈调整的工业机器人轨迹跟踪控制框图,本实施例以六关节工业机器人为例,对工业机器人的六关节分别进行了串级控制器的设计,可以保证工业机器人末端执行器能到达相应的位置,图中ρ′xyz和ρxyz分别表示六个关节合成的指令位置和反馈位置。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,该工业机器人的单关节驱动控制系统表示如下:
yp=Tprp+Spvp
ys=Ts(rp-vp)
Figure FDA0002456202660000011
Figure FDA0002456202660000012
Ts=Tp/Gp,Sp=1-Tp
其中,yp为位置环的反馈位置,ys为速度环的反馈速度,us为控制输入信号,Gs为未知的速度环模型,Gp=T/(1-z-1)表示的是速度到位置的积分函数,T是离散周期,z是时移因子,Cs是速度环控制器,Cp为位置环控制器,Tp、Ti、Ts和Sp为控制系统模型中的中间传递函数,rp为系统的参考位置指令,vp为干扰信号;
其特征在于,该工业机器人轨迹跟踪控制方法包括如下步骤:
步骤1:建立单关节驱动系统的轨迹跟踪控制准则:
Figure FDA0002456202660000013
其中,t表示时间序列,θs为Cs的控制参数,θp为Cp的控制参数,yd为单关节驱动系统设定的轨迹,λ为权重因子,N为数据容量;
步骤2:推导轨迹跟踪控制准则J(θsp)对控制器参数θs和θp的偏导数;
步骤3:通过三次迭代实验,设计参考位置指令,并采集位置反馈信号、速度反馈信号和控制输入信号,用于后续完成轨迹跟踪控制准则的偏导数信息的估测:
第一次实验:
参考位置指令设置为:
Figure FDA0002456202660000021
采集相应的数据:
Figure FDA0002456202660000022
第二次实验:
参考位置指令设置为:
Figure FDA0002456202660000023
采集相应的数据:
Figure FDA0002456202660000024
第三次实验:
参考位置指令设置为:
Figure FDA0002456202660000025
采集相应的数据:
Figure FDA0002456202660000026
其中,上标1、2、3分别表示第几次实验的数据,特别地,r1表示设定的初始位置指令;
步骤4:估测控制准则对控制器参数的偏导数信息:
利用步骤3测取的实验数据和步骤2的推导结果,在Gs未知的情况下,估测轨迹跟踪控制准则的偏导数如下:
Figure FDA0002456202660000027
其中,θ=[θs θp]T为待设计的控制器参数矩阵,est(*)表示利用迭代实验的数据估测相应偏导数的数值,
Figure FDA0002456202660000028
Figure FDA0002456202660000029
的使用确保了偏导数估测过程信号的互相关性为零,从而消除数据噪声干扰的影响;
步骤5:根据步骤4获得的偏导数信息的估测信息,将单关节轨迹跟踪串级控制器参数的更新设定为:
Figure FDA0002456202660000031
其中,i表示迭代周期;γi为步长,表示每次迭代更新的幅度;Ri是海森矩阵,指明了迭代更新的方向;
步骤6:按照步骤3-5对工业机器人的所有关节驱动系统轨迹控制器进行优化。
2.如权利要求1所述的一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,其特征在于,位置环控制器和速度环控制器的结构定义为:
Figure FDA0002456202660000032
Figure FDA0002456202660000033
Figure FDA0002456202660000034
Figure FDA0002456202660000035
其中,
Figure FDA0002456202660000036
Figure FDA0002456202660000037
为速度环待辨识的控制器参数,
Figure FDA0002456202660000038
Figure FDA0002456202660000039
为位置环待辨识的控制器参数。
3.如权利要求1或2所述的一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,其特征在于,步骤2中,J(θsp)对θs和θp的偏导数信息可由下式计算得到:
Figure FDA00024562026600000310
其中,
Figure FDA00024562026600000311
为求导符号,yp对θs和θp的偏导数计算如下:
Figure FDA0002456202660000041
Figure FDA0002456202660000042
us对θs和θp的偏导数计算如下:
Figure FDA0002456202660000043
Figure FDA0002456202660000044
4.如权利要求1或2所述的一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,其特征在于,步骤4中yp和us对θ的偏导数估测信息分别为:
Figure FDA0002456202660000045
Figure FDA0002456202660000046
5.如权利要求1或2所述的一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,其特征在于,步骤5中海森矩阵Ri定义为如下高斯牛顿近似矩阵,以保证轨迹跟踪控制器更新校正的收敛性:
Figure FDA0002456202660000047
6.如权利要求5所述的一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,其特征在于,步骤5中步长γi设定为:
Figure FDA0002456202660000051
其中,e为自然常数,μ1和μ2为预先设定的参数,分别用来调节步长的起始点和曲率半径。
7.如权利要求1或2所述的一种基于迭代反馈调整的工业机器人轨迹跟踪控制方法,其特征在于,步骤5中步长γi设定为:
Figure FDA0002456202660000052
其中,e为自然常数,μ1和μ2为预先设定的参数,分别用来调节步长的起始点和曲率半径。
8.一种基于迭代反馈调整的工业机器人,其特征在于,包括处理器以及轨迹跟踪控制程序模块,所述轨迹跟踪控制程序模块在被所述处理器调用时,执行如权利要求1~7任意一项所述的工业机器人轨迹跟踪控制方法。
CN201811523574.1A 2018-12-13 2018-12-13 基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法 Expired - Fee Related CN109669348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811523574.1A CN109669348B (zh) 2018-12-13 2018-12-13 基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811523574.1A CN109669348B (zh) 2018-12-13 2018-12-13 基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法

Publications (2)

Publication Number Publication Date
CN109669348A CN109669348A (zh) 2019-04-23
CN109669348B true CN109669348B (zh) 2020-08-18

Family

ID=66145091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811523574.1A Expired - Fee Related CN109669348B (zh) 2018-12-13 2018-12-13 基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法

Country Status (1)

Country Link
CN (1) CN109669348B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116300409B (zh) * 2023-05-17 2023-08-15 季华实验室 一种轨迹跟踪控制方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319144A (zh) * 2018-02-21 2018-07-24 湘潭大学 一种机器人轨迹跟踪控制方法及系统
CN108481328A (zh) * 2018-06-04 2018-09-04 浙江工业大学 六关节工业机器人关节空间轨迹跟踪柔性迭代学习控制方法
CN108646563A (zh) * 2018-05-15 2018-10-12 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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10105217A (ja) * 1996-09-27 1998-04-24 Mitsubishi Electric Corp ロボットのトラッキング制御方法およびロボット制御システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319144A (zh) * 2018-02-21 2018-07-24 湘潭大学 一种机器人轨迹跟踪控制方法及系统
CN108646563A (zh) * 2018-05-15 2018-10-12 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
CN108481328A (zh) * 2018-06-04 2018-09-04 浙江工业大学 六关节工业机器人关节空间轨迹跟踪柔性迭代学习控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
calibration for kinematic parameters of industrial robot by a laser displacement sensor;Yixuan Guo;《2018 15th international conference on control,automation,robotics and vision(ICARCV)》;20181121;1829-1833 *
SCARA机器人的自适应迭代学习轨迹跟踪控制;张铁;《中国机械工程》;20180731;第29卷(第14期);1724-1729 *
基于自主视觉的轮式移动机器人路径跟踪控制;王惠娟;《中国优秀硕士学位论文全文数据库》;20051115(第7期);I140-114 *
基于自适应分级滑模控制的球形机器人定位控制;于涛;《中国测试》;20180531;第44卷(第5期);97-102 *
弧焊机器人运动位姿精度与焊缝图像处理技术研究;蔡广宇;《中国博士学位论文全文数据库》;20091115(第11期);I140-34 *

Also Published As

Publication number Publication date
CN109669348A (zh) 2019-04-23

Similar Documents

Publication Publication Date Title
WO2018023201A1 (zh) 一种自适应终端滑模控制方法
CN105772917B (zh) 一种三关节点焊机器人轨迹跟踪控制方法
WO2019114807A1 (zh) 多传感器目标信息融合
JPS61226804A (ja) 多自由度非線形機械システムの制御装置
CN110181510B (zh) 一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法
CN108489015B (zh) 基于极点配置和帕德近似的空调系统温度控制方法
CN110262247B (zh) 多机器人系统的分布式命令滤波模糊控制方法
KR102114068B1 (ko) 계산 토크 방식 제어기, 이의 파라미터 결정 및 성능 평가 방법
CN109605377B (zh) 一种基于强化学习的机器人关节运动控制方法及系统
CN108555914B (zh) 一种基于腱驱动灵巧手的dnn神经网络自适应控制方法
CN109491251B (zh) 考虑数据扰动补偿的交流伺服系统模型辨识方法及设备
CN111399375A (zh) 一种基于非线性系统的神经网络预测控制器
CN109669348B (zh) 基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法
CN115202293B (zh) 一种工业机器人两段式速度规划方法
CN111002302B (zh) 结合高斯混合模型和动态系统的机械臂抓取轨迹规划方法
CN109648556B (zh) 基于数据驱动的机械臂位置级联分数阶控制方法及系统
CN113219825B (zh) 一种四足机器人单腿轨迹跟踪控制方法及系统
CN116276986B (zh) 一种柔性驱动机器人的复合学习自适应控制方法
CN114070165B (zh) 一种电机驱动方法、系统、装置及介质
Lange et al. Iterative self-improvement of force feedback control in contour tracking.
CN113641193B (zh) 一种非最小相位系统精确跟踪控制方法
CN114859725A (zh) 一种非线性系统自适应事件触发控制方法及系统
CN114167725A (zh) 协作机器人轨迹跟踪控制方法及系统
CN109634220B (zh) 一种六自由度机器人运动控制方法及系统
CN112987561B (zh) 一种有限时间轨迹跟踪的鲁棒滤波器型迭代学习控制方法

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

Granted publication date: 20200818

Termination date: 20201213