CN113820978B - 一种网络遥操作机器人系统的准同步控制方法 - Google Patents
一种网络遥操作机器人系统的准同步控制方法 Download PDFInfo
- Publication number
- CN113820978B CN113820978B CN202111049469.0A CN202111049469A CN113820978B CN 113820978 B CN113820978 B CN 113820978B CN 202111049469 A CN202111049469 A CN 202111049469A CN 113820978 B CN113820978 B CN 113820978B
- Authority
- CN
- China
- Prior art keywords
- robot system
- representing
- master
- network
- quasi
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013178 mathematical model Methods 0.000 claims abstract description 15
- 230000036962 time dependent Effects 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012885 constant function Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000003334 potential effect Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 abstract description 9
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Numerical Control (AREA)
Abstract
本发明提供一种网络遥操作机器人系统的准同步控制方法,包括如下步骤:首先搭建网络遥操作机器人系统实验平台,其包括主机器人系统和从机器人系统,以及一个网络通讯模块。其次根据主从机器人系统的运动状态分别确定主从机器人系统可能存在的切换模态,并结合机器人动力学原理,建立所述主从遥操作机器人系统的数学模型。最后基于所述的数学模型,借助准时变Lyapunov函数方法与可达集的思想,设计准时间依赖的观测器,在误差允许的范围内实现网络遥操作机器人系统的同步控制目的,并计算主从机器人系统状态同步误差的上界。本发明提供的网络遥操作机器人系统准同步控制方案可以保证主从遥操作机器人系统在误差允许范围内实现同步控制。
Description
技术领域
本发明涉及遥操作机器人控制领域,特别是指一种网络遥操作机器人系统的准同步控制方法。
背景技术
近年来,随着诸如深空探测、海洋资源开发以及国防现代化建设等领域的快速发展,迫切地需要人类可以借助机器人在深海、深空以及深航等超自然环境下正常开展工作,在此应用背景下,可在复杂环境下完成各种困难危险任务的遥操作机器人应运而生。
在网络遥操作机器人系统中,由于主机器人所在位置与从机器人所在位置之间需要通过网络通信才能够传输数据,这势必会由于网络诱导产生的时滞、噪声等因素对主从机器人系统之间的通信造成影响,从而影响遥操作机器人系统的不稳定与控制性能的降低,严重时可能会造成对操作的误判,带来不可估量的经济损失与严重后果。由于这些网络传输缺陷的影响,使得很难实现主从机器人系统之间完全同步地控制,因此迫切需要提出一种准同步控制策略,使得能够在同步误差允许的范围内实现满意的同步控制要求。
目前关于遥操作机器人系统同步控制,已经存在很多方法,例如基于观测器设计的方法,间歇牵制控制,数据采样控制等,但都存在一些不足和缺陷,且大部分方法都未能明确地给出同步误差界的显式计算形式。另一方面,目前针对机器人遥操作控制的研究成果均是在不考虑基于切换方法描述主从机器人系统多种运动状态情况下获得的,而切换系统方法已经被广泛应用于机器人系统建模与控制中。目前针对机器人遥操作系统,采用切换系统方法建模主从机器人系统的运动状态,利用准时变技术与可达集思想,明确地给出同步误差界的控制问题,尚未出现有效的解决方法。
发明内容
本发明的主要目的在于克服现有技术中的上述缺陷,提出一种网络遥操作机器人系统的准同步控制方法。
本发明采用如下技术方案:
一种网络遥操作机器人系统的准同步控制方法,预先搭建网络遥操作机器人实验系统,其包括主机器人系统、从机器人系统以及一网络通讯模块;其特征在于,其余步骤如下:
1)分别建立主机器人系统和从机器人系统的数学模型,该数学模型为一类非线性Lur’e 系统;通过选取机器人的不同运动状态,建立相应的切换Lur’e系统模型;
2)基于切换Lur’e系统模型,结合准时变Lyapunov函数与误差可达集的方法计算主机器人系统、从机器人系统状态同步误差的上界,建立准时间依赖观测器的设计方案。
优选的,所述主机器人系统或所述从机器人系统的数学模型如下公式所示:
其中,Jm表示直流电机中执行机构的惯性,J1表示机器人受控手臂的惯性;θm与θ1分别表示直流电机与机器人手臂的角位移,ωm与ω1分别表示直流电机与机器人手臂的角速度,其取决于扭力柔度k的值;B表示直流电机轴承与反电势作用之间的粘性摩擦系数;Kτ表示放大器增益;u表示控制输入;m与h分别表示为机器人手臂质量与手臂长度;g表示为重力加速度,是θm的一阶导数,/>是θ1的一阶导数,/>是ωm的一阶导数,/>是ω1的一阶导数。
优选的,所述主机器人系统的切换Lur’e系统为:
其中,xk表示系统状态,xk+1表示系统下一时刻状态,yk表示系统测量输出,表示一类无记忆、扇形有界非线性函数,A1,σ(k),F1,σ(k),Cσ(k)分别表示具有合适维数的系统常数矩阵;切换函数σ(k)是关于时间的分段常函数,其在一个有限的集合上取值,其中M>1表示子系统的数目。
优选的,所述从机器人系统的切换Lur’e系统为:
其中,表示从机器人系统的状态与测量输出,/>ωk表示存在于网络传输通道中的加性高斯白噪声;A2,σ(k),F2,σ(k),Cσ(k)分别表示具有合适维数的常数矩阵,并满足A2,σ(k)≠A1,σ(k),F2,σ(k)≠F1,σ(k);Lσ(k)表示观测器增益;/>表示调度器的值。
其中
优选的,对所述准时变Lyapunov函数求微分开结合扇形有界非线性条件得到:
这里
其中为准时变Lyapunov函数;αi为给定在0到1的常数;与/>为正定对称矩阵,/>是正常数序列;Θi为正定矩阵;★表示对应对称矩阵的省略,右上角标“T”表示对应矩阵的转置;右下角标“i”表示第i个子系统;
χi为给定大于0的常数;Fi为对角正定矩阵;c为误差水平,是给定常数;I为适合维数的单位矩阵;Λi为正定对角矩阵;Ωi为对角矩阵。
优选的,为了估计同步误差界,结合所给出的Lyapunov函数,得到误差可达集:
优选的,通过确定标量c的值,使得
其为包含球的最小的椭圆,其中/>则对于任意的初始条件e0,误差轨迹将始终在椭圆ε(P)内,并满足一指定的同步误差界/>标量/>的值可以通过下面的表达式确定;β是发送器与接收器参数不匹配水平参数;||xk||2≤ε,||·||2表示2范数,ε是正常实数,γ是正标量;
优选的,所述建立准时间依赖观测器的设计方案为,求解如下的凸优化算法:
从而求解出准时间依赖的观测器增益值,其中,准时间依赖的观测器增益的计算公式如下:
由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
本发明中,首先搭建网络遥操作机器人系统实验平台,其次根据主从机器人系统的运动状态分别确定主从机器人系统可能存在的切换模态,并结合机器人动力学原理,建立所述主从遥操作机器人系统的数学模型。最后基于所述的数学模型,借助准时变Lyapunov函数方法与可达集的思想,设计准时间依赖的观测器,在误差允许的范围内实现网络遥操作机器人系统的同步控制目的,并计算主从机器人系统状态同步误差的上界。本发明提供的网络遥操作机器人系统准同步控制方案可以保证主从遥操作机器人系统在误差允许范围内实现同步控制。
附图说明
图1为网络遥操作机器人系统准同步控制方法的实施步骤图。
图2为网络遥操作机器人系统准同步控制方法的结构示意图。
图3为网络遥操作机器人系统仿真实验平台。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
参照图1,本发明实施一种网络遥操作机器人系统的准同步控制方法,预先搭建网络遥操作机器人系统100,其中,实验系统包括主机器人系统10和从机器人系统20,以及一个网络通讯模块30。
控制方法具体包括如下步骤:
1)根据机器人动力学原理,分别建立了网络遥操作机器人系统主从部分的数学模型,该数学模型都属于一类非线性切换Lur’e系统;通过选取机器人的不同运动状态,建立相应的切换Lur’e系统模型。
2)基于切换Lur’e系统模型,结合准时变Lyapunov函数与误差可达集的方法计算主机器人系统、从机器人系统状态同步误差的上界,建立准时间依赖观测器的设计方案。
主从机器人系统在工作时,数据在网络中传输过程中受到噪声、时滞等网络传输缺陷的影响,在本实施例中,我们只考虑了网络通道中存在噪声的情况,本系统框架可进一步扩展到考虑网络中含传输时滞的情况。
在步骤2)中,主、从机器人系统的数学模型如下公式所示:
其中,Jm表示直流电机中执行机构的惯性,J1表示机器人受控手臂的惯性;θm与θ1分别表示直流电机与机器人手臂的角位移,ωm与ω1分别表示直流电机与机器人手臂的角速度,它们是关于时间的函数,可以取不同的值,其取决于扭力柔度k的值;B表示直流电机轴承与反电势作用之间的粘性摩擦系数;Kτ表示放大器增益;u表示控制输入;m与h分别表示为机器人手臂质量与手臂长度;g表示为重力加速度,是θm的一阶导数,/>是θ1的一阶导数,/>是ωm的一阶导数,/>是ω1的一阶导数。
考虑机器人处于不同的运动状态或执行不同的操作任务,模型(1)中Jm,J1,θm,θ1等参数的值也会发生变化,从而导致机器人系统可以包含多个模态,从而导致机器人系统可以包含多个模态,根据工作环境与任务的不同,机器人系统可以在不同的模态之间进行切换。
进一步地,选择系统的参数x=[θm,ωm,θ1,ω1]T作为状态变量后,所述主机器人系统可以通过以下的切换Lur’e系统模型来进行表达:
其中,xk表示系统状态,xk+1表示系统下一时刻状态,yk表示系统测量输出,表示一类无记忆、扇形有界非线性函数,A1,σ(k),F1,σ(k),Cσ(k)表示具有合适维数的系统常数矩阵。切换函数σ(k)是关于时间的分段常函数,在一个有限集合/>上取值,M>1表示子系统的数目。
在网络遥操作机器人系统的实际应用中,数据从主机器人系统经过网络传输到从机器人系统的过程中,难免会受到外部环境扰动的影响,使得从机器人系统并不能瞬时接收到主系统传来的数据,这势必会降低网络遥操作机器人系统的控制效果。为了使得主从机器人系统数学模型与实际工程环境贴合更紧密,所述从机器人系统数学模型具有如下的形式:
其中,表示一个标量。A2,σ(k),F2,σ(k),Cσ(k)分别表示具有合适维数的常数矩阵,并满足A2,σ(k)≠A1,σ(k),F2,σ(k)≠F1,σ(k),其暗示了主从机器人系统的参数并不是完全匹配的。Lσ(k)表示观测器增益;/>表示调度器的值。对于/>表示一调度器,可以按照如下的规则在线确定调度器/>的值:
i)τi-分区
ii)T-分区
其中,τa,i表示模态依赖平均驻留时间。
进一步地,为了更直观地说明主从系统参数不匹配的程度,有如下等式存在:
结合(5)与(6),误差系统(5)可被分解为
进一步地,考虑如下的准时变Lyapunov函数:
对上式的Lyapunov函数求微分之后,得到:
基于扇形有界非线性函数的性质,有如下所示的不等式成立:
结合不等式(9),得到:
由扇形有界非线性条件
可得:
进一步地,可得到:
其中:
其中为准时变Lyapunov函数;αi为给定在0到1的常数;与/>为正定对称矩阵,/>是正常数序列;Θi为正定矩阵;★表示对应对称矩阵的省略,右上角标“T”表示对应矩阵的转置;右下角标“i”表示第i个子系统。
χi为给定大于0的常数;Fi为对角正定矩阵;c为误差水平,是给定常数;I为适合维数的单位矩阵;Λi为正定对角矩阵;Ωi为对角矩阵。
为了估计同步误差界,结合所给出的准时变Lyapunov函数,考虑如下形式的误差可达集:
其中
系数β,ε分别满足如下约束条件:
β=maxi{||ΔAi||2+χi||ΔFi||2||Ci||2},
||xk||2≤ε,k≥T
若||e||2>κ/γ,式(11)将小于0。进一步地,一旦我们确定了标量c的值,使得
其为包含球的最小的椭圆,其中/>则对于任意的初始条件e0,误差轨迹将始终在椭圆ε(P)内,并满足一指定的同步误差界/>β是发送器与接收器参数不匹配水平参数;||xk||2≤ε,||·||2表示2范数,ε是正常实数,γ是正标量,因此,误差系统(7) 是一致同步的,并满足一指定的同步误差界/>
从式(13)中可以看出,反映主从系统参数不匹配程度的值β越大,系统的同步误差界也就越大,反之亦然。
通过MATLAB的LMI工具箱求解如下的凸优化算法:
在步骤2)后,可参照图3,进一步搭建网络遥操作机器人系统的仿真实验平台。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (4)
1.一种网络遥操作机器人系统的准同步控制方法,预先搭建网络遥操作机器人实验系统,其包括主机器人系统、从机器人系统以及一网络通讯模块;其特征在于,其余步骤如下:
1)分别建立主机器人系统和从机器人系统的数学模型,该数学模型为一类非线性Lur’e系统;通过选取机器人的不同运动状态,建立相应的切换Lur’e系统模型,所述主机器人系统和所述从机器人系统的数学模型如下公式所示:
其中,Jm表示直流电机中执行机构的惯性,J1表示机器人受控手臂的惯性;θm与θ1分别表示直流电机与机器人手臂的角位移,ωm与ω1分别表示直流电机与机器人手臂的角速度,其取决于扭力柔度k的值;B表示直流电机轴承与反电势作用之间的粘性摩擦系数;Kτ表示放大器增益;u表示控制输入;m与h分别表示为机器人手臂质量与手臂长度;g表示为重力加速度,是θm的一阶导数,/>是θ1的一阶导数,/>是ωm的一阶导数,/>是ω1的一阶导数;
所述主机器人系统的切换Lur’e系统为:
其中,xk表示系统状态,xk+1表示系统下一时刻状态,yk表示系统测量输出,表示一类无记忆、扇形有界非线性函数,A1,σ(k),F1,σ(k),Cσ(k)分别表示具有合适维数的系统常数矩阵;切换函数σ(k)是关于时间的分段常函数,其在一个有限的集合/>上取值,其中M>1表示子系统的数目;
所述从机器人系统的切换Lur’e系统为:
其中,表示从机器人系统的状态与测量输出,/>ωk表示存在于网络传输通道中的加性高斯白噪声;A2,σ(k),F2,σ(k),Cσ(k)分别表示具有合适维数的常数矩阵,并满足A2,σ(k)≠A1,σ(k),F2,σ(k)≠F1,σ(k);Lσ(k)表示观测器增益;/>表示调度器的值;
其中
对所述准时变Lyapunov函数求微分并结合扇形有界非线性条件得到:
这里
其中为准时变Lyapunov函数;αi为给定在0到1的常数;Pi(θ+1)与Pi(θ)为正定对称矩阵,θ是正常数序列;Θi为正定矩阵;★表示对应对称矩阵的省略,右上角标“T”表示对应矩阵的转置;右下角标“i”表示第i个子系统;
χi为给定大于0的常数;Fi为对角正定矩阵;c为误差水平,是给定常数;I为适合维数的单位矩阵;Λi为正定对角矩阵;Ωi为对角矩阵;
2)基于切换Lur’e系统模型,结合准时变Lyapunov函数与误差可达集的方法计算主机器人系统、从机器人系统状态同步误差的上界,建立准时间依赖观测器的设计方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111049469.0A CN113820978B (zh) | 2021-09-08 | 2021-09-08 | 一种网络遥操作机器人系统的准同步控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111049469.0A CN113820978B (zh) | 2021-09-08 | 2021-09-08 | 一种网络遥操作机器人系统的准同步控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113820978A CN113820978A (zh) | 2021-12-21 |
CN113820978B true CN113820978B (zh) | 2023-05-26 |
Family
ID=78914193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111049469.0A Active CN113820978B (zh) | 2021-09-08 | 2021-09-08 | 一种网络遥操作机器人系统的准同步控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113820978B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5266875A (en) * | 1991-05-23 | 1993-11-30 | Massachusetts Institute Of Technology | Telerobotic system |
CN108983734A (zh) * | 2018-08-29 | 2018-12-11 | 燕山大学 | 一种考虑三角形结构下遥操作系统的有限时间控制方法 |
CN110000788A (zh) * | 2019-04-17 | 2019-07-12 | 燕山大学 | 用于远程操作系统的有限时间容错控制方法 |
GB201911738D0 (en) * | 2019-07-12 | 2019-10-02 | Huaiyin Inst Technology | Adaptive backstepping optimal control method of fractional-order chaotic electromechanical transducer system |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5473694A (en) * | 1994-06-29 | 1995-12-05 | The United States Of America As Represented By The Secretary Of The Navy | Synchronization of nonautonomous chaotic systems |
DE60139793D1 (de) * | 2001-12-21 | 2009-10-15 | St Microelectronics Srl | Vorrichtung zur Abstandsmessung mittels chaotischer Signale |
US8655589B2 (en) * | 2012-01-25 | 2014-02-18 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling motion of spacecrafts |
CN108845494B (zh) * | 2018-08-29 | 2021-06-01 | 东北大学 | 一种二阶严反馈混沌投影同步方法 |
CN109358506B (zh) * | 2018-10-26 | 2021-07-23 | 南京理工大学 | 一种基于干扰观测器的自适应模糊遥操作控制方法 |
EP3898132A1 (en) * | 2019-02-01 | 2021-10-27 | Google LLC | Generating a robot control policy from demonstrations |
CN111136633B (zh) * | 2020-01-13 | 2021-04-09 | 燕山大学 | 针对时变时延下柔性主-从机器人系统的全状态控制方法 |
CN111360830B (zh) * | 2020-03-18 | 2021-07-16 | 华南理工大学 | 一种基于协同跟踪的柔性机械臂的振动控制方法 |
CN111814333A (zh) * | 2020-07-08 | 2020-10-23 | 江南大学 | 奇异Lur’e网络聚类同步的牵制节点选择方法 |
-
2021
- 2021-09-08 CN CN202111049469.0A patent/CN113820978B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5266875A (en) * | 1991-05-23 | 1993-11-30 | Massachusetts Institute Of Technology | Telerobotic system |
CN108983734A (zh) * | 2018-08-29 | 2018-12-11 | 燕山大学 | 一种考虑三角形结构下遥操作系统的有限时间控制方法 |
CN110000788A (zh) * | 2019-04-17 | 2019-07-12 | 燕山大学 | 用于远程操作系统的有限时间容错控制方法 |
GB201911738D0 (en) * | 2019-07-12 | 2019-10-02 | Huaiyin Inst Technology | Adaptive backstepping optimal control method of fractional-order chaotic electromechanical transducer system |
Also Published As
Publication number | Publication date |
---|---|
CN113820978A (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109358506B (zh) | 一种基于干扰观测器的自适应模糊遥操作控制方法 | |
CN109240086B (zh) | 一种非线性双边遥操作系统的自适应鲁棒控制方法 | |
CN110262256B (zh) | 一种非线性遥操作系统的多边自适应滑模控制方法 | |
CN108015763B (zh) | 一种抗噪声干扰的冗余度机械臂路径规划方法 | |
CN113110059B (zh) | 基于事件触发的单连杆机械臂系统实际跟踪的控制方法 | |
CN108646569B (zh) | 离散时间状态下的遥操作系统的控制方法 | |
CN110116409B (zh) | 一种基于扰动观测器的四通道遥操作双边控制方法 | |
CN110340894B (zh) | 一种基于模糊逻辑的遥操作系统自适应多边控制方法 | |
CN110794678B (zh) | 一种磁滞非线性受限下的四通道遥操作力反馈控制方法 | |
CN109085749A (zh) | 一种基于自适应模糊反演的非线性遥操作双边控制方法 | |
CN110497415B (zh) | 一种基于干扰观测器的多机械臂系统的一致控制方法 | |
Hashemzadeh et al. | Adaptive control for state synchronization of nonlinear haptic telerobotic systems with asymmetric varying time delays | |
Bouteraa et al. | Distributed synchronization control to trajectory tracking of multiple robot manipulators | |
CN106406097A (zh) | 多机械臂系统的分布式自适应协调控制方法 | |
CN109514559B (zh) | 基于输出重定义的柔性机械臂时标分离鲁棒控制方法 | |
Zhao et al. | Manipulator trajectory tracking based on adaptive sliding mode control | |
Peng et al. | Research on hover control of AUV uncertain stochastic nonlinear system based on constructive backstepping control strategy | |
CN113820978B (zh) | 一种网络遥操作机器人系统的准同步控制方法 | |
CN108406766B (zh) | 一种基于复合积分滑模的多机械臂系统同步控制方法 | |
Li et al. | Fixed‐time fault‐tolerant control of manipulator systems based on sliding mode observer | |
CN113927596B (zh) | 一种基于宽度神经学习的时变输出约束机器人遥操作有限时间控制方法 | |
Wang et al. | Fuzzy sliding mode control based on RBF neural network for AUV path tracking | |
CN111216146B (zh) | 一种适用于网络化机器人系统的二部一致性量化控制方法 | |
Zhang et al. | H∞ robust control design for teleoperation systems | |
CN110361960B (zh) | 针对基于时滞概率分布的双边遥操作系统的同步控制方法 |
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 |