CN110434858B - 一种基于命令滤波的多机械臂系统的力/位混合控制方法 - Google Patents
一种基于命令滤波的多机械臂系统的力/位混合控制方法 Download PDFInfo
- Publication number
- CN110434858B CN110434858B CN201910855368.9A CN201910855368A CN110434858B CN 110434858 B CN110434858 B CN 110434858B CN 201910855368 A CN201910855368 A CN 201910855368A CN 110434858 B CN110434858 B CN 110434858B
- Authority
- CN
- China
- Prior art keywords
- equation
- substances
- vector
- error
- content
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1682—Dual arm manipulator; Coordination of several manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明属于机器人控制技术领域,具体公开了一种基于命令滤波的多机械臂系统的力/位混合控制方法。该方法基于李雅普诺夫函数,运用反步法构造中间虚拟控制信号,逐步递推得到控制律,从而对多机器臂的末端执行器进行控制;利用模糊逻辑系统处理多机械臂系统中未知的非线性函数,同时使用命令滤波技术解决期望物体的实际位置的二阶导数不存在的问题。本发明方法能够保证物体的位置跟踪误差和内力调节误差收敛到原点周围的一个足够小的邻域内。综上,本发明所提出的多机械臂系统的力/位混合控制方法能够在多种工况下有效,使物体准确地跟踪期望轨迹,并且将物体所受的内力控制在一个合理的范围内。
Description
技术领域
本发明属于机器人控制领域,涉及一种基于命令滤波的多机械臂系统的力/位混合控制方法。
背景技术
目前,国内工业生产中多数使用单臂机器人,单臂机器人在组装零件、搬运重物等工业生产活动中效率低下,在高精度作业工况下工作质量一般。协同多机器人是多个机械臂同时搬运、装配、打磨操作对象,在运行效率和控制精确度上都要优于单臂机器人。然而,相比于单机械臂系统,多机械臂系统状态变量繁多,高度非线性且存在复杂耦合性。多机械臂系统的力/位混合控制是一项重大挑战,目前也是该领域研究的热点之一。
作为先进控制方法的反步控制法已经被运用到多机械臂系统的控制中,并取得了较好的控制效果,但反步法存在的问题主要体现在:(1)系统的某些函数必须是线性的;(2)物体的实际位置信号的二阶导数不存在,上述问题的存在使得反步法的使用具有较大的局限性。
模糊逻辑系统或神经网络对上述第(1)个问题提供了解决思路,其中,模糊逻辑逼近系统通过近似理论处理了复杂非线性系统中的未知非线性函数。针对第(2)个问题,专家们已经提出了动态面控制方法,通过引入一阶滤波器处理传统反步控制方法中不可避免的“计算爆炸”问题的同时,解决了传统反步法的第(2)个问题。然而,动态面控制技术在实际工程中存在滤波误差,因此,会大大影响系统的位置跟踪和内力调节误差。
发明内容
本发明的目的在于提出一种基于命令滤波的多机械臂系统的力/位混合控制方法,以实现对多机械臂系统力/位混合的高精度控制。
本发明为了实现上述目的,采用如下技术方案:
一种基于命令滤波的多机械臂系统的力/位混合控制方法,包括如下步骤:
a.建立第i个机械臂的动力学模型,如公式(1)所示:
其中,qi=[qi,1,qi,2]T,qi,n表示第i个机械臂上的第n个关节向量,n=1,2;
τi=[τi,1,τi,2]T,τi,n表示施加在第i个机械臂上的第n个关节的控制力矩,n=1,2;
Mi(qi)是第i个机械臂的对称正定惯性矩阵;
di(t)是外部干扰的矢量;Jm,i(qi)是第i个机械臂的雅可比矩阵;
Fi是第i个末端执行器施加在物体上的力;
由公式(1)得到k个机械臂的协作动力学方程是:
blockdiag[]表示分块对角矩阵函数;
雅克比矩阵Jm,i(qi)由第i个机械臂的正向动力学得到:
其中,xe,i表示每个机械臂执行器末端的位置向量,公式(3)简写为:
b.建立物体的动力学模型,如公式(5)所示:
Fo的表达式如公式(6)所示:
Fi由内力fi=[fi,1,fi,2]T和外力Ei=[Ei,1,Ei,2]两部分组成,得到:
F=f+E (8)
将公式(9)代入公式(8)中得到:
c.建立多机械臂协作的动态模型,如公式(12)所示:
p=φi(qi) (12)
其中,φi(qi)表示p与qi的运动学关系式,通过正向运动学获得;
对公式(12)求一阶微分得到如下雅克比矩阵:
将公式(11)、(14)和(15)代入公式(2)中,得到多机械臂协作的动态模型:
其中:
多机械臂系统的动态数学模型表示为:
d.构建基于模糊自适应的命令滤波反步控制器;
其中,μj是高斯函数分布曲线的中心位置,而ηj则为高斯函数的宽度;
其中,P1>0,r>1,s>1,并且:(r-1)(s-1)=1;
命令滤波器定义如公式(19)所示:
多机械臂系统的力/位混合控制方法设计的每一步都会选取一个李雅普诺夫函数来构建一个虚拟控制函数或者真实控制律,混合控制方法包括如下步骤:
d1.对于物体的期望轨迹信号x1d,定义补偿误差:v1=z1-ζ1,其中,ζ1为误差补偿信号;
将虚拟控制律α和误差补偿信号ζ1代入公式(20)中得到:
d2.选取李雅普诺夫函数为:
定义补偿误差:v2=z2-ζ2,其中,ζ2为误差补偿信号;则对公式(22)求导得到:
定义c=Λom(q)v2,则:
将公式(26)代入公式(25)得:
根据杨氏不等式和公式(27),得到:
定义ef为内力误差变量,ef=f0-f,其中,f0为期望的内力;
选取真实控制律τ:
将公式(29)代入公式(28)中得到:
由公式(4)、公式(7)和公式(14)得到:
结合公式(10)和公式(31),得到:
将公式(32)代入公式(30)中得到:
式中,ηi是正常数,对公式(34)求导得到:
定义θi=max||Wi,n||2,得到:
其中:
f.定义滤波误差|x1c-α|≤σ,σ是任意小的正常数;
调整参数a0、b0、b1、k0的值,使得误差变量z1收敛于原点周围期望的邻域内;
将τ代入公式(15)中得到:
其中,σd表示一个正常数;
由于系统内的信号都是有界的,调整参数σd使得内力误差收敛到一个极小的值。
本发明具有如下优点:
(1)本发明方法充分考虑了外部干扰的影响,在外部扰动介入的情况下,仍能实现对多机械臂系统力/位混合的高精度控制。
(2)本发明方法利用模糊逻辑系统逼近多机械臂力/位混合系统中的未知非线性函数,构造了基于模糊自适应的命令滤波反步控制器,有效地处理了系统中的非线性项。
(3)本发明方法引入命令滤波技术解决物体的实际位置信号的二阶导数不存在的问题,并引入误差补偿机制减少滤波误差带来的影响,大大提高了系统的控制精度。
附图说明
图1为本发明实施例中k个机械臂控制一个共同的物体的动态模型示意图。
图2为本发明实施例中两个两连杆机械臂的模型示意图。
图3为采用本发明控制方法后物体的实际位置和期望位置的仿真图。
图4为采用本发明控制方法后物体的跟踪误差仿真图。
图5为采用本发明控制方法后物体所受的第一个内力误差的仿真图。
图6为采用本发明控制方法后物体所受的第二个内力误差的仿真图。
图7为采用本发明控制方法后物体所受的第三个内力误差的仿真图。
图8为采用本发明控制方法后物体所受的第四个内力误差的仿真图。
图9为采用本发明控制方法后控制力矩τ的仿真图。
具体实施方式
本发明的基本构思是:
基于李雅普诺夫函数,运用反步法构造中间虚拟控制信号,逐步递推得到控制律,从而对多机器臂的末端执行器进行控制;利用模糊逻辑系统处理多机械臂系统中未知的非线性函数,同时使用命令滤波技术解决期望物体的实际位置的二阶导数不存在的问题。
通过以上发明构思保证基于命令滤波的多机械臂系统的力/位控制方法在多种工况下有效,使物体准确地跟踪期望轨迹,并且将物体所受的内力控制在一个合理的范围内。
下面结合附图以及具体实施方式对本发明作进一步详细说明:
如图1所示,一种基于命令滤波的多机械臂系统的力/位混合控制方法,包括如下步骤:
a.建立第i个机械臂的动力学模型,如公式(1)所示:
其中,qi=[qi,1,qi,2]T,qi,n表示第i个机械臂上的第n个关节向量,n=1,2。
τi=[τi,1,τi,2]T,τi,n表示施加在第i个机械臂上的第n个关节的控制力矩,n=1,2。
Mi(qi)是第i个机械臂的对称正定惯性矩阵。
di(t)是外部干扰的矢量;Jm,i(qi)是第i个机械臂的雅可比矩阵。
Fi是第i个末端执行器施加在物体上的力。
由公式(1)得到k个机械臂的协作动力学方程是:
blockdiag[]表示分块对角矩阵函数。
雅克比矩阵Jm,i(qi)由第i个机械臂的正向动力学得到:
其中,xe,i表示每个机械臂执行器末端的位置向量。公式(3)简写为:
b.建立物体的动力学模型,如公式(5)所示:
Fo是物体质心所受的合力矩矢量,Fo的表达式如公式(6)所示:
Fi由内力fi=[fi,1,fi,2]T和外力Ei=[Ei,1,Ei,2]两部分组成,得到:
F=f+E (8)
将公式(9)代入公式(8)中得到:
c.建立多机械臂协作的动态模型,如公式(12)所示:
p=φi(qi) (12)
其中,φi(qi)表示p与qi的运动学关系式,通过正向运动学获得。
对公式(12)求一阶微分得到如下雅克比矩阵:
由公式(12)得到:
将公式(11)、(14)和(15)代入公式(2)中,得到多机械臂协作的动态模型:
其中:
为简化整个系统动力学的表达式,需要设定如下条件:
1.所有机械臂都是非冗余的并且具有相同的自由度。
2.每个末端执行器与物体之间不存在相对运动,即:物体和末端执行器之间的接触是刚性的。
3.多机械臂系统的运动学方程是完全已知的。
4.每个机械臂的运动学方程都是非奇异的。
5.所有关节和物体都是刚性的。
多机械臂系统的动态数学模型表示为:
d.构建基于模糊自适应的命令滤波反步控制器。
其中,μj是高斯函数分布曲线的中心位置,而ηj则为高斯函数的宽度。
其中,P1>0,r>1,s>1,并且:(r-1)(s-1)=1。
命令滤波器定义如公式(19)所示:
多机械臂系统的力/位混合控制方法设计的每一步都会选取一个李雅普诺夫函数来构建一个虚拟控制函数或者真实控制律,混合控制方法包括如下步骤:
d1.对于物体的期望轨迹信号x1d,定义补偿误差:v1=z1-ζ1,其中,ζ1为误差补偿信号。
将虚拟控制律α和误差补偿信号ζ1代入公式(20)中得到:
d2.选取李雅普诺夫函数为:
定义补偿误差:v2=z2-ζ2,其中,ζ2为误差补偿信号;则对公式(22)求导得到:
定义c=Λom(q)v2,则:
将公式(26)代入公式(25)得:
根据杨氏不等式和公式(27),得到:
定义ef为内力误差变量,ef=f0-f,其中,f0为期望的内力。
将公式(29)代入公式(28)中得到:
由公式(4)、公式(7)和公式(14)得到:
结合公式(10)和公式(31),得到:
将公式(32)代入公式(30)中得到:
式中,ηi是正常数,对公式(34)求导得到:
定义θi=max||Wi,n||2,得到:
其中:
f.定义滤波误差|x1c-α|≤σ,σ是任意小的正常数。
调整参数a0、b0、b1、k0的值,使得误差变量z1收敛于原点周围期望的邻域内。
将τ代入公式(15)中得到:
其中,σd表示一个正常数。
由于系统内的信号都是有界的,调整参数σd使得内力误差收敛到一个极小的值。
由以上分析得到,在控制律τ的作用下,物体的位置跟踪误差和内力的跟踪误差收敛到原点的一个充分小的邻域内,保证了其他信号有界。
由上述步骤可知,本发明基于李雅普诺夫函数,通过将反步法和模糊自适应技术相结合,并且使用命令滤波技术,能够有效解决多机械臂系统的力/位混合控制的问题。
在图1中,{B}表示参考坐标系,xb、yb、zb为该坐标系下三个坐标轴;{O}表示以物体质心为中心建立的坐标系,xo、yo、zo为该坐标系下三个坐标轴;{Ei}是以第i个末端执行器为中心建立的直角坐标系,为该坐标系下三个坐标轴,其中1≤i≤k。
在虚拟环境下对所建立的基于模糊自适应的命令滤波反步控制器进行仿真,验证所提出的基于命令滤波的多机械臂系统的力/位混合控制方法的可行性:
在图2中,多机械臂系统参数及物体的参数:
两个机械臂的长度分别是:l1,1=l2,1=1m,l1,2=l2,2=1m;质量m1,1=m2,1=1kg,m1,2=m2,2=1kg;力矩I1,1=I2,1=1N·m,I1,2=I2,2=1N·m。
刚性物体的半径、质量、力矩分别是r0=1.5m,m0=0.3kg,I0=0.1N·m。
机械臂的基座分别是:(x1,y1)=(-1.4,0),(x2,y2)=(1.4,0)。
选择控制律参数为:k1=10,k2=8,li=20,σf,d=0.1,σf,i=20;
期望的内力f0=[10,10,-10,-10]T;
x1d=[px,r,py,r]T是物体的期望轨迹信号。
其中,px,r表示物体在X轴上的期望轨迹信号、py,r表示物体在Y轴上的期望轨迹信号。
模糊隶属度函数为:
在图2中,qi=[qi,1,qi,2]T是每一个关节向量。
dx,1,dx,2分别表示每个机械臂的基座坐标位置,m0,r0分别表示物体的质量和半径。
应用本发明方法控制后,跟踪信号和期望信号如图3所示。
x1=[px,py]T是物体的跟踪轨迹。
其中,px表示物体在X轴上的跟踪轨迹信号,py表示物体在Y轴上的跟踪轨迹信号。
跟踪信号和期望信号的误差如图4所示。
由图3和图4看出,多机械系统的输出能够很好的跟踪期望信号。
图5-图8是采用本发明控制方法后物体所受的四个内力误差的仿真图。
其中:ef11,ef12,ef21,ef22分别表示物体所受的四个内力误差。由图5-图8能够看出,采用发明方法控制后,内力误差ef可以收敛到一个极小的值。
图9是采用本发明方法后每一个机械臂上的控制力矩τi的仿真图。
由图9看出,物体与末端执行器的接触内力误差能够收敛到原点的一个足够小的邻域内。以上仿真表明,本发明控制方法能够高效地跟踪的参考信号,具有良好实际实施意义。
当然,以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明的保护。
Claims (1)
1.一种基于命令滤波的多机械臂系统的力/位混合控制方法,其特征在于,
包括如下步骤:
a.建立第i个机械臂的动力学模型,如公式(1)所示:
其中,qi=[qi,1,qi,2]T,qi,n表示第i个机械臂上的第n个关节向量,n=1,2;
τi=[τi,1,τi,2]T,τi,n表示施加在第i个机械臂上的第n个关节的控制力矩,n=1,2;
Mi(qi)是第i个机械臂的对称正定惯性矩阵;
di(t)是外部干扰的矢量;Jm,i(qi)是第i个机械臂的雅可比矩阵;
Fi是第i个末端执行器施加在物体上的力;
由公式(1)得到k个机械臂的协作动力学方程是:
blockdiag[]表示分块对角矩阵函数;
雅克比矩阵Jm,i(qi)由第i个机械臂的正向动力学得到:
其中,xe,i表示每个机械臂执行器末端的位置向量,公式(3)简写为:
b.建立物体的动力学模型,如公式(5)所示:
Fi由内力fi=[fi,1,fi,2]T和外力Ei=[Ei,1,Ei,2]两部分组成,得到:
F=f+E (8)
将公式(9)代入公式(8)中得到:
c.建立多机械臂协作的动态模型,如公式(12)所示:
p=φi(qi) (12)
其中,φi(qi)表示p与qi的运动学关系式,通过正向运动学获得;
对公式(12)求一阶微分得到如下雅克比矩阵:
由公式(12)得到:
将公式(11)、(14)和(15)代入公式(2)中,得到多机械臂协作的动态模型:
其中:
多机械臂系统的动态数学模型表示为:
d.构建基于模糊自适应的命令滤波反步控制器;
其中,μj是高斯函数分布曲线的中心位置,而ηj则为高斯函数的宽度;
其中,P1>0,r>1,s>1,并且:(r-1)(s-1)=1;
命令滤波器定义如公式(19)所示:
多机械臂系统的力/位混合控制方法设计的每一步都会选取一个李雅普诺夫函数来构建一个虚拟控制函数或者真实控制律,混合控制方法包括如下步骤:
d1.对于物体的期望轨迹信号x1d,定义补偿误差:v1=z1-ζ1,其中,ζ1为误差补偿信号;
将虚拟控制律α和误差补偿信号ζ1代入公式(20)中得到:
d2.选取李雅普诺夫函数为:
定义补偿误差:v2=z2-ζ2,其中,ζ2为误差补偿信号;则对公式(22)求导得到:
定义c=Λom(q)v2,则:
将公式(26)代入公式(25)得:
根据杨氏不等式和公式(27),得到:
定义ef为内力误差变量,ef=f0-f,其中,f0为期望的内力;
选取真实控制律τ:
将公式(29)代入公式(28)中得到:
由公式(4)、公式(7)和公式(14)得到:
结合公式(10)和公式(31),得到:
将公式(32)代入公式(30)中得到:
式中,ηi是正常数,对公式(34)求导得到:
定义θi=max||Wi,n||2,得到:
其中:
f.定义滤波误差|x1c-α|≤σ,σ是任意小的正常数;
调整参数a0、b0、b1、k0的值,使得误差变量z1收敛于原点周围期望的邻域内;
将τ代入公式(15)中得到:
其中,σd表示一个正常数;
由于系统内的信号都是有界的,调整参数σd使得内力误差收敛到一个极小的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855368.9A CN110434858B (zh) | 2019-09-11 | 2019-09-11 | 一种基于命令滤波的多机械臂系统的力/位混合控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855368.9A CN110434858B (zh) | 2019-09-11 | 2019-09-11 | 一种基于命令滤波的多机械臂系统的力/位混合控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110434858A CN110434858A (zh) | 2019-11-12 |
CN110434858B true CN110434858B (zh) | 2020-11-17 |
Family
ID=68440016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910855368.9A Active CN110434858B (zh) | 2019-09-11 | 2019-09-11 | 一种基于命令滤波的多机械臂系统的力/位混合控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110434858B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110900604B (zh) * | 2019-12-02 | 2021-01-05 | 浙江大学 | 基于双机械臂协作打磨系统的动力学模型设计方法 |
CN111687827B (zh) * | 2020-06-22 | 2022-03-29 | 南京航空航天大学 | 一种双机器人协调操作弱刚性构件的控制方法和控制系统 |
CN112276954B (zh) * | 2020-10-29 | 2021-11-09 | 青岛大学 | 基于有限时间输出状态受限的多关节机械臂阻抗控制方法 |
CN113001547B (zh) * | 2021-03-10 | 2022-07-26 | 西北工业大学 | 一种基于混合现实的机器人遥操作控制方法 |
CN114474049B (zh) * | 2021-12-29 | 2024-03-08 | 山东师范大学 | 单连杆机械臂的指定时间受约的容错控制方法及系统 |
CN115157271B (zh) * | 2022-09-05 | 2022-12-16 | 杭州柳叶刀机器人有限公司 | 机械臂控制方法、装置、控制终端及存储介质 |
CN116069044B (zh) * | 2023-03-29 | 2023-06-16 | 湖南大学 | 一种多机器人协同搬运力位混合控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0875341A1 (en) * | 1997-04-28 | 1998-11-04 | Seiko Seiki Kabushiki Kaisha | Position and/or force controlling apparatus using sliding mode decoupling control |
KR20140112824A (ko) * | 2013-03-14 | 2014-09-24 | 인하대학교 산학협력단 | 백스테핑 기법을 이용한 선도 추종자 대형제어 장치, 방법 및 이동로봇 |
CN107160398A (zh) * | 2017-06-16 | 2017-09-15 | 华南理工大学 | 基于确定学习的全状态受限刚性机械臂安全可靠控制方法 |
CN108942935A (zh) * | 2018-07-24 | 2018-12-07 | 南京邮电大学 | 基于输出位置的单臂机械手自适应控制器及控制方法 |
CN108972560A (zh) * | 2018-08-23 | 2018-12-11 | 北京邮电大学 | 一种基于模糊优化的欠驱动机械臂分层滑模控制方法 |
CN109807902A (zh) * | 2019-04-08 | 2019-05-28 | 青岛大学 | 一种基于反步法的双机械臂力/位模糊混合控制方法 |
CN110076783A (zh) * | 2019-06-14 | 2019-08-02 | 北京邮电大学 | 一种基于模糊控制和李雅普诺夫函数的平面欠驱动机械臂位置控制方法 |
CN110154028A (zh) * | 2019-05-29 | 2019-08-23 | 天津大学 | 机械臂无模型自适应积分终端滑模控制方法 |
CN110193833A (zh) * | 2019-06-27 | 2019-09-03 | 青岛大学 | 多机械臂系统的自适应有限时间命令滤波反步控制方法 |
-
2019
- 2019-09-11 CN CN201910855368.9A patent/CN110434858B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0875341A1 (en) * | 1997-04-28 | 1998-11-04 | Seiko Seiki Kabushiki Kaisha | Position and/or force controlling apparatus using sliding mode decoupling control |
KR20140112824A (ko) * | 2013-03-14 | 2014-09-24 | 인하대학교 산학협력단 | 백스테핑 기법을 이용한 선도 추종자 대형제어 장치, 방법 및 이동로봇 |
CN107160398A (zh) * | 2017-06-16 | 2017-09-15 | 华南理工大学 | 基于确定学习的全状态受限刚性机械臂安全可靠控制方法 |
CN108942935A (zh) * | 2018-07-24 | 2018-12-07 | 南京邮电大学 | 基于输出位置的单臂机械手自适应控制器及控制方法 |
CN108972560A (zh) * | 2018-08-23 | 2018-12-11 | 北京邮电大学 | 一种基于模糊优化的欠驱动机械臂分层滑模控制方法 |
CN109807902A (zh) * | 2019-04-08 | 2019-05-28 | 青岛大学 | 一种基于反步法的双机械臂力/位模糊混合控制方法 |
CN110154028A (zh) * | 2019-05-29 | 2019-08-23 | 天津大学 | 机械臂无模型自适应积分终端滑模控制方法 |
CN110076783A (zh) * | 2019-06-14 | 2019-08-02 | 北京邮电大学 | 一种基于模糊控制和李雅普诺夫函数的平面欠驱动机械臂位置控制方法 |
CN110193833A (zh) * | 2019-06-27 | 2019-09-03 | 青岛大学 | 多机械臂系统的自适应有限时间命令滤波反步控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110434858A (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110434858B (zh) | 一种基于命令滤波的多机械臂系统的力/位混合控制方法 | |
CN109807902B (zh) | 一种基于反步法的双机械臂力/位模糊混合控制方法 | |
CN110275436B (zh) | 一种多单臂机械手的rbf神经网络自适应控制方法 | |
CN111618858B (zh) | 一种基于自适应模糊滑模的机械手鲁棒跟踪控制算法 | |
CN107962566B (zh) | 一种移动机械臂重复运动规划方法 | |
CN111319036B (zh) | 基于自适应算法的移动机械臂位置/力自抗扰控制方法 | |
Hwang et al. | Tracking and cooperative designs of robot manipulators using adaptive fixed-time fault-tolerant constraint control | |
Zhai et al. | Adaptive robust synchronized control for cooperative robotic manipulators with uncertain base coordinate system | |
CN114750137A (zh) | 一种基于rbf网络的上肢外骨骼机器人运动控制方法 | |
CN115256386B (zh) | 考虑跟踪误差约束的不确定机械臂神经自适应控制方法 | |
Jun-Pei et al. | Neural network control of space manipulator based on dynamic model and disturbance observer | |
Escorcia-Hernández et al. | An intelligent compensation through B-spline neural network for a delta parallel robot | |
Izadbakhsh et al. | Nonlinear PID control of electrical flexible joint robots-Theory and experimental verification | |
Menon et al. | Adaptive critic based optimal kinematic control for a robot manipulator | |
CN113219825B (zh) | 一种四足机器人单腿轨迹跟踪控制方法及系统 | |
Tao et al. | Application of neural network with real-time training to robust position/force control of multiple robots | |
CN111590561B (zh) | 一种分布式机械臂系统鲁棒预设性能控制方法 | |
Truong et al. | Adaptive neural sliding mode control for 3-DOF planar parallel manipulators | |
Li et al. | Impedance control for human-robot interaction with an adaptive fuzzy approach | |
Ge et al. | Model-based and neural-network-based adaptive control of two robotic arms manipulating an object with relative motion | |
CN114995144A (zh) | 一种基于迭代学习的平面机械臂轨迹跟踪控制方法 | |
CN110480641B (zh) | 一种机械臂的递推分布式快速收敛鲁棒控制方法 | |
Gaytán et al. | Adaptive proportional derivative controller of cooperative manipulators | |
Wang et al. | Fuzzy-neuro position/force control for robotic manipulators with uncertainties | |
Deylami | Stability of Robust Lyapunov Based Control of Flexible-Joint Robots Using Voltage Control Strategy Revisited |
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 |