CN109814386B - 基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法 - Google Patents
基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法 Download PDFInfo
- Publication number
- CN109814386B CN109814386B CN201910069834.0A CN201910069834A CN109814386B CN 109814386 B CN109814386 B CN 109814386B CN 201910069834 A CN201910069834 A CN 201910069834A CN 109814386 B CN109814386 B CN 109814386B
- Authority
- CN
- China
- Prior art keywords
- model
- matrix
- disturbance rejection
- robot
- active disturbance
- 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
Links
Images
Abstract
本发明涉及一种基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法,步骤如下:步骤一:建立全方位移动机器人系统动力学模型;步骤二:根据动力学模型设计扩张状态观测器;步骤三:根据解析加速度控制方法设计自抗扰控制器;自抗扰控制器由两部分组成,一部分用于补偿系统的总扰动,另一部分用于机器人的轨迹跟踪控制,引入比例微分反馈,并根据伪雅可比矩阵估计值得出无模型自适应控制器,将无模型自适应控制加在扩张状态观测器中。
Description
技术领域
本发明涉及全方位移动机器人控制领域,尤其涉及一种基于无模型外环补偿的全方位移动机器人轨迹跟踪自抗扰控制。
背景技术
全方位移动机器人是一种满足完整约束条件,并在平面内具有三个自由度的机器人,即可以同时且独立的进行平移和旋转运动。它能够通过狭窄的通道、直角弯道,能够在需要精确定位和高精度轨迹跟踪的场合进行自身位姿的细微调整,且能够实现零曲率半径运动。但由于全方位移动机器人系统是典型的非线性、强耦合的时变多输入多输出系统,很难建立准确的系统模型,因此其轨迹跟踪控制成为机器人研究领域的一个具有挑战性的热点问题。
针对全方位移动机器人的轨迹跟踪问题,国内外的研究人员们进行了大量的研究。日本佐贺大学学者研究了解析加速度控制方法、比例积分微分(PID)控制方法、随机模糊伺服法和模糊模型法四种经典控制方法(会议:SecondInternationalConferenceonKnowledge-Based Intelligent Electronic Systems Second International Conferenceon Knowledge-Based Intelligent Electronic Systems;著者:WatanabeK;出版年月:1998;文章题目:Controlofanomnidirectional mobilerobot;页码:51-60);美国俄亥俄大学学者研究了一种将轨迹进行线性化的控制方法,为全方位移动机器人设计了非线性控制器。(期刊:Robotics andAutonomous Systems;著者: YongLiu,J.JimZhu,RobertL.WilliamsII,JianhuaWu;出版年月:2008;文章题目: Omni-directionalmobile robotcontrollerbasedontrajectory linearization;页码:461-479)。康奈尔大学学者研究了一种针对理想的全方位移动机器人的近似最佳的控制算法,并利用仿真验证了算法的有效性(期刊:Robotics&Autonomous Systems;著者:T.Kalmár-Nagy,R. D’Andrea,P.Ganguly;出版年月:2004;文章题目:Near-optimal dynamictrajectory generation andcontrolofanomnidirectionalvehicle;页码:47-64);台湾地区 中国文化大学学者提出了一种平滑切换自适应滑模控制器,使其在存在结构化和非结构化不确定性的情况下处理全方位移动机器人的跟踪任务。(期刊:IEEE Transactions on Control Systems Technology;著者:Jeng-TzeHuang,TranVanHung,Ming-LeiTseng;出版年月:2015;文章题目:SmoothSwitching RobustAdaptive Control forOmnidirectional Mobile Robots;页码:1986-1993)。日本立命馆大学的学者将自抗扰控制用于全方位移动机器人,使用扰动观测器来估计总扰动。(会议: IEEE ISR2013;著者:ChaoRen,ShugenMa;出版年月:2013;文章题目:Analysis andcontrol ofanomnidirectionalmobilerobot)。
发明内容
本发明的目的是提供一种可以实现动力学模型不确定和外部扰动同时存在的条件下对全方位移动机器人精确控制的全方位移动机器人轨迹跟踪自抗扰控制方法。本发明首先给出全方位移动机器人系统的动力学模型;然后采用扩张状态观测器ESO估计动力学模型的不确定性以及系统外部扰动;接着根据解析加速度控制方法RAC设计自抗扰控制器,并将扩张状态观测器估计出来的扰动信息加入到自抗扰控制器中。由于扩张状态观测器和自抗扰控制器的设计都是基于动力学模型信息的,当模型信息不准确时,尤其是当惯性矩阵与输入矩阵不准确时,扩张状态观测器和自抗扰控制器的实际应用效果会受到影响,所以最后还需要在扩张状态观测器和自抗扰控制器组成的自抗扰控制ADRC系统的外环,加入无模型自适应控制MFAC进行补偿。技术方案如下:
一种基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法,步骤如下:
步骤一:建立全方位移动机器人系统动力学模型
定义世界坐标系{W}和移动坐标系{M},基于拉格朗日方程建立全方位移动机器人的动力学模型,并用一个未知矩阵表示系统的总扰动,包括机器人系统的未建模部分、参数的不确定性和外部扰动等,得到世界坐标系下含有未知总扰动的全方位移动机器人动力学模型:
式中,q=[x y θ]T表示世界坐标系下机器人的位姿,[·]T表示矩阵的转置,[·]-1表示矩阵的逆,x、y和θ分别表示三个自由度的方向,M∈R3×3表示一个惯性矩阵,∈表示集合间的“属于”关系,R3×3表示3行3列的实数矩阵,F∈R3×1表示系统总扰动,B∈R3×3表示输入矩阵,u∈R3×1表示控制输入。
步骤二:根据动力学模型即公式(1)设计扩张状态观测器
定义采样时间为T,第k个时刻机器人的位姿为q(k),第k个时刻的控制输入为u(k),状态变量x1(k)=q(k),x2(k)=(q(k)-q(k-1))/T,x3(k)=f(k),f(k)表示摩擦力以及未建模动态,设zi(k),i=1,2,3,为状态变量xi(k)的估计值,并令则状态扩张观测器可设计为:
其中,βi,i=1,2,3,为扩张状态观测器的增益矩阵,
步骤三:根据解析加速度控制方法设计自抗扰控制器
自抗扰控制器由两部分组成,一部分用于补偿系统的总扰动,另一部分用于机器人的轨迹跟踪控制。
令e(k)=qd(k+1)-q(k),则自抗扰控制器输出为 u(k)=B-1M[(qd(k+1)-2qd(k)+qd(k-1))/T2+Kpe(k)+Kd(e(k)-e(k-1))/T-z3(k)]
(3)
步骤四:在外环加入无模型自适应控制进行补偿
步骤一至步骤三组成自抗扰控制系统,此自抗扰控制系统可以被视为一个新的非线性系统,并转化为如下基于紧格式动态线性化CFDL的数据模型,记为:
Δq(k+1)=Φc(k)ΔuMFAC(k) (4)
其中,uMFAC(k)为在k时刻的无模型自适应控制方法的输入,Φc(k)为系统的伪雅可比矩阵PJM,且对于任意时刻k是有界的,表示为且Δq(k+1)=q(k+1)-q(k),ΔuMFAC(k)=uMFAC(k)-uMFAC(k-1)。
接下来设计伪雅可比矩阵的估计算法:
引入比例微分反馈,并根据伪雅可比矩阵估计值得出无模型自适应控制器的表达式:
其中,ρ∈(0,1]为步长因子。
将公式(5)-(8)所述的无模型自适应控制加在自抗扰控制系统的外环上,即将无模型自适应控制加在扩张状态观测器中,即将公式(8)加入到公式(2)中,得到:
原有的自抗扰控制器(3)不改变,即
u(k)=B-1M[(qd(k+1)-2qd(k)+qd(k-1))/T2+Kpe(k)+Kd(e(k)-e(k-1))/T-z3(k)]
(10)。
针对全方位移动机器人的轨迹跟踪控制中存在的动力学模型不确定及外部扰动问题,本发明采用基于无模型外环补偿的全方位移动机器人轨迹追踪自抗扰控制进行研究。将基于紧格式的无模型自适应控制模块化,并将其嵌入到自抗扰控制中,使得在无法精确建模的情况下,尤其是当惯性矩阵与输入矩阵不准确时,既能不破坏原有的控制系统又能改善控制系统的品质,使两种控制方法可以优势互补,达到机器人轨迹精确追踪的目的。
附图说明
图1是本发明所设计的控制系统的结构框图;
图2是本发明中全方位移动机器人的坐标系框架示意图;
图3是M-1B和B-1M为原来的80%时全方位移动机器人正方形轨迹跟踪控制仿真效果图,图中:
a是平面轨迹曲线;
b是各方向轨迹追踪曲线;
c是本发明所设计的方法与自抗扰控制方法相比各方向轨迹跟踪误差变化曲线;
d是本发明所设计的方法与无模型自适应控制方法相比各方向轨迹跟踪误差变化曲线;
e是控制输入变化曲线;
图4是M-1B和B-1M为原来的50%时全方位移动机器人正方形轨迹跟踪控制仿真效果图,图中:
a是平面轨迹曲线;
b是各方向轨迹追踪曲线;
c是本发明所设计的方法与自抗扰控制方法相比各方向轨迹跟踪误差变化曲线;
d是本发明所设计的方法与无模型自适应控制方法相比各方向轨迹跟踪误差变化曲线;
e是控制输入变化曲线。
具体实施方式
基于无模型外环补偿的全方位移动机器人轨迹追踪自抗扰控制方法。该方案首先给出全方位移动机器人系统的动力学模型;然后采用扩张状态观测器估计动力学模型的不确定性及系统外部扰动;接着根据解析加速度控制方法设计控制器,并将观测器估计出来的扰动信息加入到控制器中;最后将基于紧格式的无模型自适应控制加入到已经建立的自抗扰控制系统的外环。
本发明将基于模型的控制方法和不需要模型的控制方法进行结合,使得在无法精确建模的情况下,既能不破坏原有的控制系统,又能改善控制系统的品质。换句话说,就是将自抗扰控制和无模型自适应控制模块化,将不同的控制方法进行模块化组合,实现自抗扰控制与无模型自适应控制之间优势互补的工作机制。
本发明所设计的控制系统的结构框图如图1所示,虚线框内为自抗扰控制系统。具体实施的细化步骤如下所示:
步骤一:建立全方位移动机器人系统动力学模型
定义世界坐标系{W}和移动坐标系{M},基于拉格朗日方程建立全方位移动机器人的动力学模型,并用一个未知矩阵表示系统的总扰动,包括机器人系统的未建模部分、参数的不确定性和外部扰动等,得到世界坐标系下含有未知总扰动的全方位移动机器人动力学模型:
式中,q=[x y θ]T表示世界坐标系下机器人的位姿,[·]T表示矩阵的转置,[·]-1表示矩阵的逆,x、y和θ分别表示三个自由度的方向,M∈R3×3表示一个惯性矩阵,∈表示集合间的“属于”关系,R3×3表示3行3列的实数矩阵,F∈R3×1表示系统总扰动,B∈R3×3表示输入矩阵,u∈R3×1表示控制输入。
步骤二:根据动力学模型即公式(1)设计扩张状态观测器
定义采样时间为T,第k个时刻机器人的位姿为q(k),第k个时刻的控制输入为u(k),状态变量x1(k)=q(k),x2(k)=(q(k)-q(k-1))/T,x3(k)=f(k),f(k)表示摩擦力以及未建模动态,则机器人系统的状态空间描述为:
其中,βi,i=1,2,3,为扩张状态观测器的增益矩阵,
步骤三:根据解析加速度控制方法设计自抗扰控制器
自抗扰控制器由两部分组成,一部分用于补偿系统的总扰动,另一部分用于机器人的轨迹跟踪控制;
总扰动的补偿部分设计如下:
u1(k)=-B-1Mz3(k) (4)
令e(k)=qd(k+1)-q(k),则机器人的轨迹跟踪部分设计如下:
u2(k)=B-1M[(qd(k+1)-2qd(k)+qd(k-1))/T2+Kpe(k)+Kd(e(k)-e(k-1))/T] (5)
由公式(4)和(5)可得自抗扰控制器输出为:
u(k)=B-1M[(qd(k+1)-2qd(k)+qd(k-1))/T2+Kpe(k)+Kd(e(k)-e(k-1))/T-z3(k)]
(6)
步骤四:在外环加入无模型自适应控制进行补偿
步骤一至步骤三组成自抗扰控制系统,此自抗扰控制系统被视为一个新的非线性系统,记为:
q(k+1)=f(q(k),q(k-1),…,q(k-nq),uMFAC(k),uMFAC(k-1),…,uMFAC(k-nu)) (7)
其中,uMFAC(k)为在k时刻的无模型自适应控制方法的输入,nq和nu是两个正整数,f(…)∈R3表示非线性函数。
将公式(7)转化为如下基于紧格式动态线性化CFDL的数据模型:
Δq(k+1)=Φc(k)ΔuMFAC(k) (8)
Φc(k)为系统的伪雅可比矩阵PJM,且对于任意时刻k是有界的,表示为且Δq(k+1)=q(k+1)-q(k),ΔuMFAC(k)=uMFAC(k)-uMFAC(k-1),选择紧格式动态线性化方法作为动态线性化方法,因为其计算量小并且结构简单。
接下来设计伪雅可比矩阵的估计算法:
引入比例微分反馈,并根据伪雅可比矩阵估计值得出无模型自适应控制器的表达式:
其中,ρ∈(0,1]为步长因子。
将公式(9)-(12)所述的无模型自适应控制加在自抗扰控制系统的外环上,这里为了得到更好的控制效果,将无模型自适应控制加在扩张状态观测器中,即将公式(12)加入到公式(3) 中,得到:
原有的自抗扰控制器(6)不改变,即
u(k)=B-1M[(qd(k+1)-2qd(k)+qd(k-1))/T2+Kpe(k)+Kd(e(k)-e(k-1))/T-z3(k)]
(14)
为验证本发明所设计的控制算法的有效性,以MATLAB作为仿真平台,以三轮全方位移动机器人(图1所示)为控制对象进行了全方位移动机器人轨迹跟踪控制仿真实验的验证。下面结合仿真实验和附图,在控制系统中存在模型不确定、参数不准确以及外部扰动的情况下,对本发明提出的全方位移动机器人的轨迹跟踪控制方法做出详细说明。
如图1所示,仿真中全方位移动机器人的任务为按照给定轨迹在平面上运动。仿真中各参数取值如下:机器人质量为35千克,车轮半径为0.06米,x、y方向的相关粘滞摩擦系数为0.5,θ方向的相关粘滞摩擦系数为0.2,x、y方向的相关库伦摩擦系数为40,θ方向的相关库伦摩擦系数为1,以机器人中心为轴的转动惯量为1.35千克·米2,以电机轴为旋转轴的转动惯量为3.15×10-5千克·米2,接触半径为0.1915米,电机反向电动势常数为 0.029,电机力矩常数为0.029牛顿·米/安培,减速比185.7,电机电阻0.61欧姆。本发明方法中控制器各参数:状态观测器带宽ωo=30,控制器带宽ωc=6,阻尼比ξ=4,λ=μ=1,ρ=η=0.5,b1=0.2,b2=0.5,α=10,kp=35,kd=15,仿真时间为 40秒,采样频率为200赫兹。
由于正方形轨迹有四个直角拐角,可以看作是有一个突加外部扰动,具有较高的追踪难度,所以本方案中选取正方形轨迹为参考轨迹,正方形参考轨迹为关于时间t的函数,t的单位为秒,如下:
θd[弧度]=0.35t
同时,将公式(3)中u前面的系数M-1B和公式(6)中B-1M均调整为原来的80%,则正方形轨迹的仿真结果如图3所示。从图3(a)和图3(b)可以看出,采用本发明的控制系统在模型不确定、参数不准确以及外部扰动的条件下,具有良好的跟踪性能,基本可以准确的跟踪期望轨迹;同时,从图3(c)和图3(d)可以看出,系统的跟踪误差很小,在正方形轨迹的四个拐角处,有较大的误差,但系统很快就进行了调节,并且可以看出本发明所提方法的误差比只用ADRC方法和只用MFAC方法时的误差都小,达到了使两种方法优势互补的效果;图 3(e)显示了控制电压随时间的变化曲线。
将公式(3)中u前面的系数M-1B和公式(6)中B-1M均调整为原来的50%,正方形轨迹的仿真结果如图4所示。可以看出,在没有任何参数重调的情况下实现了同样优越的控制性能。
经过上述分析,证明了本发明算法的有效性。
Claims (1)
1.一种基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法,步骤如下:
步骤一:建立全方位移动机器人系统动力学模型
定义世界坐标系{W}和移动坐标系{M},基于拉格朗日方程建立全方位移动机器人的动力学模型,并用一个未知矩阵表示系统的总扰动,包括机器人系统的未建模部分、参数的不确定性和外部扰动等,得到世界坐标系下含有未知总扰动的全方位移动机器人动力学模型:
式中,q=[x y θ]T表示世界坐标系下机器人的位姿,[·]T表示矩阵的转置,[·]-1表示矩阵的逆,x、y和θ分别表示三个自由度的方向,M∈R3×3表示一个惯性矩阵,∈表示集合间的“属于”关系,R3×3表示3行3列的实数矩阵,F∈R3×1表示系统总扰动,B∈R3×3表示输入矩阵,u∈R3×1表示控制输入;
步骤二:根据动力学模型即公式(1)设计扩张状态观测器
定义采样时间为T,第k个时刻机器人的位姿为q(k),第k个时刻的控制输入为u(k),状态变量x1(k)=q(k),x2(k)=(q(k)-q(k-1))/T,x3(k)=f(k),f(k)表示摩擦力以及未建模动态,设zi(k),i=1,2,3,为状态变量xi(k)的估计值,并令则状态扩张观测器可设计为:
其中,βi,i=1,2,3,为扩张状态观测器的增益矩阵,
步骤三:根据解析加速度控制方法设计自抗扰控制器
自抗扰控制器由两部分组成,一部分用于补偿系统的总扰动,另一部分用于机器人的轨迹跟踪控制;
令e(k)=qd(k+1)-q(k),则自抗扰控制器输出为u(k)=B-1M[(qd(k+1)-2qd(k)+qd(k-1))/T2+Kpe(k)+Kd(e(k)-e(k-1))/T-z3(k)](3)
步骤四:在外环加入无模型自适应控制进行补偿
步骤一至步骤三组成自抗扰控制系统,此自抗扰控制系统可以被视为一个新的非线性系统,并转化为如下基于紧格式动态线性化CFDL的数据模型,记为:
Δq(k+1)=Φc(k)ΔuMFAC(k) (4)
其中,uMFAC(k)为在k时刻的无模型自适应控制方法的输入,Φc(k)为系统的伪雅可比矩阵PJM,且对于任意时刻k是有界的,表示为且Δq(k+1)=q(k+1)-q(k),ΔuMFAC(k)=uMFAC(k)-uMFAC(k-1);
接下来设计伪雅可比矩阵的估计算法:
其中,η∈(0,2]为步长因子;||·||表示矩阵的2范数;
引入比例微分反馈,并根据伪雅可比矩阵估计值得出无模型自适应控制器的表达式:
其中,ρ∈(0,1]为步长因子;
将公式(5)-(8)所述的无模型自适应控制加在自抗扰控制系统的外环上,即将无模型自适应控制加在扩张状态观测器中,即将公式(8)加入到公式(2)中,得到:
原有的自抗扰控制器(3)不改变,即
u(k)=B-1M[(qd(k+1)-2qd(k)+qd(k-1))/T2+Kpe(k)+Kd(e(k)-e(k-1))/T-z3(k)] (10)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910069834.0A CN109814386B (zh) | 2019-01-24 | 2019-01-24 | 基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910069834.0A CN109814386B (zh) | 2019-01-24 | 2019-01-24 | 基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109814386A CN109814386A (zh) | 2019-05-28 |
CN109814386B true CN109814386B (zh) | 2021-08-31 |
Family
ID=66603217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910069834.0A Active CN109814386B (zh) | 2019-01-24 | 2019-01-24 | 基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109814386B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110187637B (zh) * | 2019-06-03 | 2021-12-10 | 重庆大学 | 在控制方向和期望轨迹不确定下的机器人系统控制方法 |
CN110456681B (zh) * | 2019-07-01 | 2020-11-06 | 天津大学 | 基于事件触发的中立稳定饱和系统的输出反馈控制器 |
CN110380794B (zh) * | 2019-07-12 | 2020-09-29 | 深圳市中承科技有限公司 | 一种用于无线通信系统的数据驱动射频发射功率校准方法和装置 |
CN110968502B (zh) * | 2019-10-16 | 2022-05-31 | 厦门美柚股份有限公司 | 基于mfac算法进行遍历测试的系统及方法 |
CN110912480A (zh) * | 2019-11-11 | 2020-03-24 | 北方工业大学 | 基于扩张状态观测器的永磁同步电机无模型预测控制方法 |
CN111880409B (zh) * | 2020-08-06 | 2024-05-03 | 天津大学 | 一种基于数据驱动的自主水下航行器轨迹跟踪控制方法 |
CN112008728B (zh) * | 2020-09-01 | 2022-07-08 | 天津大学 | 基于选择性扰动补偿的全向移动机器人轨迹跟踪控制方法 |
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 |
CN112558622B (zh) * | 2020-11-30 | 2021-12-17 | 华南理工大学 | 一种爬壁六足机器人足端轨迹跟踪控制器的控制方法 |
CN113799136B (zh) * | 2021-09-29 | 2024-01-23 | 天津大学 | 一种基于全状态反馈的机器人关节高精度控制系统及方法 |
CN114167721B (zh) * | 2021-11-08 | 2023-07-25 | 中国民航大学 | 一种载人机器人的线性自抗扰轨迹跟踪控制方法和控制器 |
CN114012734B (zh) * | 2021-12-03 | 2023-05-30 | 西安交通大学 | 一种参数自适应的机器人碰撞检测方法 |
CN115419511B (zh) * | 2022-11-07 | 2023-01-31 | 烟台哈尔滨工程大学研究院 | 一种船用天然气发动机燃烧闭环控制方法及系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101578584A (zh) * | 2005-09-19 | 2009-11-11 | 克利夫兰州立大学 | 控制器、观测器及其应用 |
CN103019091A (zh) * | 2012-12-20 | 2013-04-03 | 北京航空航天大学 | 一种基于线性扩张状态观测器的柔性航天器容错姿态控制方法 |
CN104281055A (zh) * | 2014-03-18 | 2015-01-14 | 江南大学 | 一种连续搅拌聚丙烯反应釜温度的自抗扰控制方法 |
CN104345638A (zh) * | 2014-10-09 | 2015-02-11 | 南京理工大学 | 一种液压马达位置伺服系统的自抗扰自适应控制方法 |
CN105227017A (zh) * | 2015-10-27 | 2016-01-06 | 青岛远洋船员职业学院 | 一种针对船舶吊舱ssp推进器的高阶mfac的方法及系统 |
CN105867137A (zh) * | 2016-05-27 | 2016-08-17 | 天津大学 | 基于有限时间扩张状态观测器的自抗扰控制器设计 |
CN106452206A (zh) * | 2016-06-30 | 2017-02-22 | 杭州电子科技大学 | 一种内置无刷直流电机电流环控制的两轮自平衡机器人滑模自适应控制器 |
CN106708064A (zh) * | 2015-11-13 | 2017-05-24 | 中国科学院沈阳自动化研究所 | 一种水下机器人的垂直面控制方法 |
CN106842916A (zh) * | 2016-12-23 | 2017-06-13 | 中国科学院数学与系统科学研究院 | 一种三维位置伺服系统的预测自抗扰控制方法 |
CN107425769A (zh) * | 2017-08-10 | 2017-12-01 | 广东工业大学 | 一种永磁同步电机调速系统的自抗扰控制方法及系统 |
CN108227483A (zh) * | 2018-01-05 | 2018-06-29 | 哈尔滨工程大学 | 海洋运载器用pd型紧格式无模型自适应航速控制方法 |
CN108303885A (zh) * | 2018-01-31 | 2018-07-20 | 南京理工大学 | 一种基于干扰观测器的电机位置伺服系统自适应控制方法 |
CN108415423A (zh) * | 2018-02-02 | 2018-08-17 | 哈尔滨工程大学 | 一种高抗扰自适应路径跟随方法及系统 |
CN108555913A (zh) * | 2018-06-15 | 2018-09-21 | 天津大学 | 基于无源性的移动机械臂位置/力的自抗扰控制方法 |
CN108710302A (zh) * | 2018-06-20 | 2018-10-26 | 天津大学 | 无源性全方位移动机器人轨迹跟踪自抗扰控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8041436B2 (en) * | 2002-04-18 | 2011-10-18 | Cleveland State University | Scaling and parameterizing a controller |
US8180464B2 (en) * | 2002-04-18 | 2012-05-15 | Cleveland State University | Extended active disturbance rejection controller |
US10481568B2 (en) * | 2017-06-19 | 2019-11-19 | Danfoss Power Electronics A/S | One-click motor configuration |
-
2019
- 2019-01-24 CN CN201910069834.0A patent/CN109814386B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101578584A (zh) * | 2005-09-19 | 2009-11-11 | 克利夫兰州立大学 | 控制器、观测器及其应用 |
CN103019091A (zh) * | 2012-12-20 | 2013-04-03 | 北京航空航天大学 | 一种基于线性扩张状态观测器的柔性航天器容错姿态控制方法 |
CN104281055A (zh) * | 2014-03-18 | 2015-01-14 | 江南大学 | 一种连续搅拌聚丙烯反应釜温度的自抗扰控制方法 |
CN104345638A (zh) * | 2014-10-09 | 2015-02-11 | 南京理工大学 | 一种液压马达位置伺服系统的自抗扰自适应控制方法 |
CN105227017A (zh) * | 2015-10-27 | 2016-01-06 | 青岛远洋船员职业学院 | 一种针对船舶吊舱ssp推进器的高阶mfac的方法及系统 |
CN106708064A (zh) * | 2015-11-13 | 2017-05-24 | 中国科学院沈阳自动化研究所 | 一种水下机器人的垂直面控制方法 |
CN105867137A (zh) * | 2016-05-27 | 2016-08-17 | 天津大学 | 基于有限时间扩张状态观测器的自抗扰控制器设计 |
CN106452206A (zh) * | 2016-06-30 | 2017-02-22 | 杭州电子科技大学 | 一种内置无刷直流电机电流环控制的两轮自平衡机器人滑模自适应控制器 |
CN106842916A (zh) * | 2016-12-23 | 2017-06-13 | 中国科学院数学与系统科学研究院 | 一种三维位置伺服系统的预测自抗扰控制方法 |
CN107425769A (zh) * | 2017-08-10 | 2017-12-01 | 广东工业大学 | 一种永磁同步电机调速系统的自抗扰控制方法及系统 |
CN108227483A (zh) * | 2018-01-05 | 2018-06-29 | 哈尔滨工程大学 | 海洋运载器用pd型紧格式无模型自适应航速控制方法 |
CN108303885A (zh) * | 2018-01-31 | 2018-07-20 | 南京理工大学 | 一种基于干扰观测器的电机位置伺服系统自适应控制方法 |
CN108415423A (zh) * | 2018-02-02 | 2018-08-17 | 哈尔滨工程大学 | 一种高抗扰自适应路径跟随方法及系统 |
CN108555913A (zh) * | 2018-06-15 | 2018-09-21 | 天津大学 | 基于无源性的移动机械臂位置/力的自抗扰控制方法 |
CN108710302A (zh) * | 2018-06-20 | 2018-10-26 | 天津大学 | 无源性全方位移动机器人轨迹跟踪自抗扰控制方法 |
Non-Patent Citations (9)
Title |
---|
A Decoupled Active Disturbance Rejection Controller for PMSM Speed-regulation System with Position Feedback;Zuo Yuefei等;《18th International Conference on Electrical Machines and Systems》;20151231;1769-1774 * |
Control design for nonlinear electromechanical actuation system based on fuzzy PID and active disturbance rejection control;Jianzhong Yang等;《2018 Chinese Control And Decision Conference》;20181231;1948-9447 * |
Modified Active Disturbance Rejection Controller Design for Multivariable System;Rajkumar, K.等;《2018 2nd International Conference on Energy, Power and Environment: Towards Smart Technology》;20181231;1-6 * |
Motion Control of Manipulators Based on Model-free Adaptive Control;Zhang, Ziqiao等;《3rd International Conference on Automation, Control and Robotics Engineering》;20181231;第428卷;1-7 * |
Nonlinear Active Disturbance Rejection Control for an Omnidirectional Mobile Robot;Chao Ren等;《2018 13th World Congress on Intelligent Control and Automation》;20181231;813-818 * |
两自由度柔性机构的自抗扰控制方法研究;陈伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160415(第04期);I140-285 * |
含有摩擦补偿的全方位移动机器人自抗扰控制;王圣翔等;《控制理论与应用》;20171031;第34卷(第10期);1285-1292 * |
基于无模型自适应控制方法的四旋翼飞行器姿态调整;郑健;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20150918(第09期);C031-8 * |
改进的无模型自适应控制及在直线电机中的应用;王祥基;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170115(第01期);C042-67 * |
Also Published As
Publication number | Publication date |
---|---|
CN109814386A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109814386B (zh) | 基于无模型外环补偿的机器人轨迹跟踪自抗扰控制方法 | |
CN108710302B (zh) | 无源性全方位移动机器人轨迹跟踪自抗扰控制方法 | |
Liaw et al. | Robust motion tracking control of piezo-driven flexure-based four-bar mechanism for micro/nano manipulation | |
Hashemi et al. | Model-based PI–fuzzy control of four-wheeled omni-directional mobile robots | |
Nguyen et al. | Adaptive chattering free neural network based sliding mode control for trajectory tracking of redundant parallel manipulators | |
Zhao et al. | Angle attitude control for a 2-DOF parallel mechanism of PMAs using tracking differentiators | |
Sun et al. | Research on the trajectory tracking control of a 6-dof manipulator based on fully-actuated system models | |
Wang et al. | Robust adaptive fault‐tolerant control using RBF‐based neural network for a rigid‐flexible robotic system with unknown control direction | |
Chu et al. | Backstepping control for flexible joint with friction using wavelet neural networks and L2‐gain approach | |
CN109709810B (zh) | 全方位移动机器人轨迹跟踪无模型自抗扰控制方法 | |
CN113282003A (zh) | 一种考虑界面接触的磁悬浮轴承-转子系统建模方法 | |
Bai et al. | Robust control of a spherical motor in moving frame | |
Han et al. | Distributed parameter modeling and boundary control of an octopus tentacle-inspired soft robot | |
Su et al. | Trajectory tracking control of human support robots via adaptive sliding-mode approach | |
Zhao et al. | Design of MG modal space sliding mode control for lower limb exoskeleton robot driven by electrical actuators | |
Swadi et al. | Fuzzy-backstepping controller based on optimization method for trajectory tracking of wheeled mobile robot | |
Yin et al. | An adaptive terminal sliding mode control of stone-carving robotic manipulators based on radial basis function neural network | |
Qiao et al. | Adaptive PID control of robotic manipulators without equality/inequality constraints on control gains | |
Ren et al. | Extended state observer based robust friction compensation for tracking control of an omnidirectional mobile robot | |
Liu et al. | High-precision dynamic torque control of high stiffness actuator for humanoids | |
Liang et al. | Robust observer-based trajectory tracking control for unmanned aerial manipulator | |
CN109648566B (zh) | 电机参数未知的全方位移动机器人的轨迹跟踪控制方法 | |
CN112008728B (zh) | 基于选择性扰动补偿的全向移动机器人轨迹跟踪控制方法 | |
Yousufzai et al. | A linear parameter varying strategy based integral sliding mode control protocol development and its implementation on ball and beam balancer | |
Feliu et al. | A robust controller for a 3‐dof flexible robot with a time variant payload |
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 |