CN113885493A - 基于pd+鲁棒控制器的并联机器人轨迹跟踪控制方法 - Google Patents

基于pd+鲁棒控制器的并联机器人轨迹跟踪控制方法 Download PDF

Info

Publication number
CN113885493A
CN113885493A CN202111095558.9A CN202111095558A CN113885493A CN 113885493 A CN113885493 A CN 113885493A CN 202111095558 A CN202111095558 A CN 202111095558A CN 113885493 A CN113885493 A CN 113885493A
Authority
CN
China
Prior art keywords
parallel robot
controller
model
tracking control
robust
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.)
Pending
Application number
CN202111095558.9A
Other languages
English (en)
Inventor
张铁
马广才
曹亚超
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202111095558.9A priority Critical patent/CN113885493A/zh
Publication of CN113885493A publication Critical patent/CN113885493A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，包括如下步骤：建立并联机器人基本动力学模型；引入摩擦模型建立并联机器人完整动力学模型；基于PD控制器对并联机器人进行轨迹跟踪控制；对并联机器人完整动力学模型进行动力学参数辨识；基于辨识得到的完整动力学模型设计鲁棒控制器，结合PD控制器共同对并联机器人进行轨迹跟踪控制。本发明提供的基于PD+鲁棒控制器的轨迹跟踪控制方法同时具有PD控制器易于实现，适用性强和鲁棒控制器鲁棒性强的特点，适用于6自由度及少自由度并联机器人，并对其他机构的轨迹跟踪控制有一定的借鉴意义。

Description

基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法
技术领域
本发明涉及一种控制方法，特别是涉及一种基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法。
背景技术
一般而言，并联机器人是指由动平台与静平台通过若干条独立的运动支链连接而成的闭环运动机构。这种机构一般具有高度非线性的动力学模型，通常被用于高速、高加速度和高精度的工作场景，这要求并联机器人必须具有相当高的轨迹跟踪精度。
尽管在控制领域有很多新进展，但是PD/PID控制无疑是工业中最常用的轨迹跟踪控制算法。这种控制器结构简单，易于实现，调参规则可用性强，控制效果稳定可靠，因此在实时控制当中应用十分广泛。作为PID控制器的一种简化形式，PD控制器是保证机械臂稳定性和良好轨迹跟踪性能的最简形式，因此通常被应用于机器人的轨迹跟踪控制领域。这种控制方案保证了机器人设定点位置控制的局部渐近稳定性，并且对于低速运动能够达到令人满意的性能。然而，由于并联机器人的运动控制模型一般是非线性的，在将机器人的运动位置信息从笛卡尔空间转换到关节空间时往往会出现非线性映射的情况，这将导致机器人运动关节受到位置突变和速度突变等外界干扰的影响，在机器人处于高速运动状态时，这种效应变得活跃起来，此时PD控制无法保证系统的稳定性。
为了解决这个问题，文献名为带有摩擦的机器人鲁棒控制(机械工程学报，2007(09):102-106)根据机械系统中摩擦力的特性，把有关标量情况下摩擦力的结论推广到矢量空间中，使机器人系统中的外部干扰控制问题具体化，针对摩擦力的一般特性，设计鲁棒补偿控制器来抑制摩擦力对机器人控制系统的影响，使得机器人实际运动轨迹能够全局渐进收敛与所给定的期望轨迹。文献名为考虑交流伺服电机动力学特性的并联机构鲁棒轨迹跟踪控制方法研究(自动化学报，2007,33(1):37-43)以含平行四边形支链结构的3自由度平动并联机构为研究对象，在分别建立了机构和交流伺服电机动力学模型以及考虑因简化模型和外部干扰造成的不确定性影响的基础上设计了一种可以有效抑制上述因素影响的鲁棒轨迹跟踪控制器，并在理论上证明了系统的稳定收敛并具有抗干扰的能力。然而，基于鲁棒控制算法的轨迹跟踪控制方法需要了解机器人系统的动态特性，因此其工业应用仍面临着巨大的挑战和难度。
因此，针对上述技术问题，有必要提出一种基于PD+鲁棒控制算器的轨迹跟踪控制方法。
发明内容
本发明的主要目的在于提供一种基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其可克服现有的技术缺陷，能够实现在并联机器人PD控制的基础上加入鲁棒控制器进一步抑制外界干扰，达到提高轨迹跟踪精度和鲁棒性的目的。
本发明的目的至少通过如下技术方案之一实现。
基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，包括以下步骤：
S1、建立并联机器人运动学模型；
S2、建立并联机器人基本动力学模型；
S3、引入线性摩擦模型建立并联机器人完整动力学模型；
S4、基于PD控制器对并联机器人进行轨迹跟踪控制；
S5、对并联机器人完整动力学模型进行动力学参数辨识；
S6、基于辨识得到的完整动力学模型设计鲁棒控制器，结合PD控制器共同对并联机器人进行轨迹跟踪控制。
优选的，所述并联机器人包括动平台、静平台和I条支链，动平台与静平台通过各支链连接在一起。
优选的，步骤S1中建立的并联机器人运动学模型为：
P＝Γ(d*)
其中，P是动平台相对静平台的位姿矩阵，d*是并联机器人各支链驱动关节的名义位置，Γ为P与d*之间的数学映射关系。
优选的，基于并联机器人的运动学模型可以得到并联机器人动平台和各连杆的速度和位置建立并联机器人基本动力学模型：
Figure BDA0003268990380000021
其中D(d*)为对称的广义质量矩阵，
Figure BDA0003268990380000022
为哥氏力和离心力矩阵，G(d*)为重力项矩阵，τ为广义外力矩阵，d*是并联机器人各支链驱动关节的名义位置，
Figure BDA0003268990380000023
和
Figure BDA0003268990380000024
分别为并联机器人各支链的名义加速度和名义速度。
优选的，所述并联机器人完整动力学模型为：
Figure BDA0003268990380000025
其中，τf为并联机器人的线性摩擦模型，
Figure BDA0003268990380000026
和
Figure BDA0003268990380000027
分别为并联机器人各支链的实际加速度和实际速度。
优选的，步骤S4中，基于PD控制器的并联机器人完整动力学方程表示为：
Figure BDA0003268990380000031
其中，Kp和Kd分别为PD控制器的比例增益参数和微分增益参数，e和
Figure BDA0003268990380000032
分别为并联机器人各关节的位置误差和速度误差，
Figure BDA0003268990380000033
为PD控制器的补偿项，τpd为基于PD控制器对并联机器人进行轨迹跟踪控制时各关节的力矩值。
优选的，对基于PD控制器的并联机器人完整动力学模型进行动力学参数辨识，辨识后的基于PD控制器的并联机器人完整动力学模型为：
Figure BDA0003268990380000034
其中
Figure BDA0003268990380000035
为辨识得到的并联机器人完整动力学模型的建模误差。
优选的，在动力学模型的基础上求解鲁棒控制器的逆动力学补偿项，在有外界干扰时，基于PD控制器的并联机器人完整动力学模型为：
Figure BDA0003268990380000036
其中，ω为并联机器人受到的外界干扰。
优选的，加入鲁棒控制器的逆动力学补偿项后，基于PD+鲁棒控制器的并联机器人完整动力学模型为：
Figure BDA0003268990380000037
其中，u为基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项。
优选的，基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项具体为：
Figure BDA0003268990380000038
其中
Figure BDA0003268990380000039
均为u的子项，η为辅助计算的变量并且有
Figure BDA00032689903800000310
α为鲁棒控制效果调节参数，α1为任意给定的正常数，并且有：
Figure BDA00032689903800000311
其中，λ＞0为加权系数，γ、ε、β为设置的正数，t为时间，
Figure BDA00032689903800000312
为动力学模型建模误差的上界。
与现有技术相比，本发明的有益效果是：
本发明提供的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法同时具有PD控制器易于实现，适用性强和鲁棒控制器鲁棒性强的特点，适用于6自由度及少自由度并联机器人，并对其他机构的轨迹跟踪控制有一定的借鉴意义。
附图说明
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需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法的控制框图；
图2为本发明实施例1和实施例2所用3-CRU并联机器人机构简图；
图3为本发明实施例3和实施例4所用3-RRS并联机器人机构简图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
实施例1：步骤1中基于D-H法建立3-CRU并联机器人的运动学模型。
一种基于PD+鲁棒控制器的3-CRU并联机器人轨迹跟踪控制方法，包括以下步骤：
S1、建立3-CRU并联机器人运动学模型；
本实施例中，所采用的3-CRU并联机器人包括动平台、静平台和3条成中心对称布置的CRU支链，这里的C，R和U分别代表圆柱副，转动副和虎克铰。每条支链都通过圆柱副在一端连接静平台，通过虎克铰在另一端连接动平台。基于D-H法建立3-CRU并联机器人运动学模型，以支链1为例，按照一定规则把连杆坐标系嵌入3-CRU并联机器人的每一个连杆机构中，从而建立支链1各连杆坐标系，如图2所示，同理可建立支链2和支链3的连杆坐标系；在并联机器人动平台和静平台根据右手定则分别建立动坐标系o-xyz和静坐标系O-XYZ,则可以定义第i(i＝1,2,3)条支链第j-1(j＝1,2,3,…,5)连杆坐标系到第j连杆坐标系的位姿齐次变换矩阵为Tij，那么3-CRU并联机器人的动平台相对于静平台的运动学模型为：
P＝Ti1Ti2Ti3...Ti5
其中P是动坐标系o-xyz相对于静坐标系O-XYZ的位姿矩阵。
S2、建立3-CRU并联机器人基本动力学模型；
基于3-CRU并联机器人运动学模型可以得到并联机器人动平台和各连杆的速度和位置，进而得到系统的动能和势能，那么基于拉格朗日法可得3-CRU并联机器人的基本动力学模型为
Figure BDA0003268990380000051
其中，
Figure BDA0003268990380000052
和d*分别是3-CRU并联机器人各支链驱动关节的名义加速度、名义速度和名义位置，D(d*)为对称的广义质量矩阵，
Figure BDA0003268990380000053
为哥氏力和离心力矩阵，G(d*)为重力项矩阵，τ为广义外力矩阵。
S3、引入线性摩擦模型建立3-CRU并联机器人完整动力学模型；
将如下所示线性库伦+粘滞摩擦力模型引入3-CRU并联机器人基本动力学模型：
Figure BDA0003268990380000054
其中，τf为驱动关节的摩擦力，fc为库伦摩擦系数，fv为粘性摩擦系数。
可以得到3-CRU并联机器人完整动力学模型为
Figure BDA0003268990380000055
S4、基于PD控制器对3-CRU并联机器人进行轨迹跟踪控制；
基于PD控制器的3-CRU并联机器人完整动力学方程表示为：
Figure BDA0003268990380000056
其中，Kp和Kd分别为PD控制器的比例增益参数和微分增益参数，e和
Figure BDA00032689903800000513
分别为3-CRU并联机器人各关节的位置误差和速度误差，
Figure BDA0003268990380000057
为PD控制器的补偿项，τpd为基于PD控制器对3-CRU并联机器人进行轨迹跟踪控制时各关节的力矩值。
S5、对3-CRU并联机器人完整动力学模型进行动力学参数辨识；
将3-CRU并联机器人完整动力学模型进行线性化处理得到其线性形式为：
Figure BDA0003268990380000058
其中，
Figure BDA0003268990380000059
为待辨识的动力学参数的回归矩阵，H为待辨识动力学参数向量。
基于最小二乘法对3-CRU并联机器人的动力学参数进行辨识，辨识结果可以表示为：
Figure BDA00032689903800000510
将动力学参数辨识结果代入可得3-CRU并联机器人的完整动力学模型为：
Figure BDA00032689903800000511
其中
Figure BDA00032689903800000512
为辨识得到的3-CRU并联机器人完整动力学模型的建模误差。
S6、基于辨识得到的3-CRU并联机器人完整动力学模型设计鲁棒控制器，结合PD控制器共同对3-CRU并联机器人进行轨迹跟踪控制。
基于PD控制器的并联机器人轨迹跟踪控制方法不能有效地抑制外界干扰带来的不利影响，为此结合鲁棒控制器形成PD+鲁棒控制器，对并联机器人的轨迹跟踪进行控制。
在3-CRU并联机器人完整动力学模型的基础上求解鲁棒控制器的逆动力学补偿项，便可以得到基于PD+鲁棒控制器的3-CRU并联机器人轨迹跟踪控制方法。在有外界干扰时，基于PD控制器的3-CRU并联机器人完整动力学模型为
Figure BDA0003268990380000061
其中，ω为3-CRU并联机器人受到的外界干扰。
加入鲁棒控制器的逆动力学补偿项后，基于PD+鲁棒控制器的3-CRU并联机器人完整动力学模型为：
Figure BDA0003268990380000062
其中，u为基于鲁棒控制器的3-CRU并联机器人各驱动关节的逆动力学补偿项。
基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项具体为：
Figure BDA0003268990380000063
其中
Figure BDA0003268990380000064
均为u的子项，η为辅助计算的变量并且有
Figure BDA0003268990380000065
α为鲁棒控制效果调节参数，α1为任意给定的正常数，并且有：
Figure BDA0003268990380000066
其中，λ＞0为加权系数，γ、ε、β为给定正数，t为时间，
Figure BDA0003268990380000067
为动力学模型建模误差的上界。
实施例2：与实施例1的不同之处为步骤1中基于矢量法建立3-CRU并联机器人的运动学模型。
一种基于PD+鲁棒控制器的3-CRU并联机器人轨迹跟踪控制方法，包括以下步骤：
S1、建立3-CRU并联机器人运动学模型；
本实施例中，所采用的3-CRU并联机器人包括动平台、静平台和3条成中心对称布置的CRU支链，这里的C，R和U分别代表圆柱副，转动副和虎克铰。每条支链都通过圆柱副在一端连接静平台，通过虎克铰在另一端连接动平台。基于矢量法建立3-CRU并联机器人运动学模型，在并联机器人动平台和静平台根据右手定则分别建立动坐标系o-xyz和静坐标系O-XYZ,那么3-CRU并联机器人的动平台相对于静平台的矢量可以表示为：
Figure BDA0003268990380000071
将各向量在静坐标系O-XYZ当中的位姿带入到上式中便可得到3-CRU并联机器人的运动学模型为：
P＝Γ(d*)
其中，P是动平台相对静平台的位姿矩阵，d*是3-CRU并联机器人各支链驱动关节的名义位置，Γ为P与d*之间的数学映射关系。
S2、建立3-CRU并联机器人基本动力学模型；
基于3-CRU并联机器人运动学模型可以得到并联机器人动平台和各连杆的速度和位置，进而得到系统的动能和势能，那么基于拉格朗日法可得3-CRU并联机器人的基本动力学模型为
Figure BDA0003268990380000072
其中，
Figure BDA0003268990380000073
和d*分别是3-CRU并联机器人各支链驱动关节的名义加速度、名义速度和名义位置，D(d*)为对称的广义质量矩阵，
Figure BDA0003268990380000074
为哥氏力和离心力矩阵，G(d*)为重力项矩阵，τ为广义外力矩阵。
S3、引入线性摩擦模型建立3-CRU并联机器人完整动力学模型；
将如下所示线性库伦+粘滞摩擦力模型引入3-CRU并联机器人基本动力学模型：
Figure BDA0003268990380000075
其中，τf为驱动关节的摩擦力，fc为库伦摩擦系数，fv为粘性摩擦系数。
可以得到3-CRU并联机器人完整动力学模型为
Figure BDA0003268990380000076
S4、基于PD控制器对3-CRU并联机器人进行轨迹跟踪控制；
基于PD控制器的3-CRU并联机器人完整动力学方程表示为：
Figure BDA0003268990380000077
其中，Kp和Kd分别为PD控制器的比例增益参数和微分增益参数，e和
Figure BDA0003268990380000078
分别为3-CRU并联机器人各关节的位置误差和速度误差，
Figure BDA0003268990380000079
为PD控制器的补偿项，τpd为基于PD控制器对3-CRU并联机器人进行轨迹跟踪控制时各关节的力矩值。
S5、对3-CRU并联机器人完整动力学模型进行动力学参数辨识；
将3-CRU并联机器人完整动力学模型进行线性化处理得到其线性形式为：
Figure BDA0003268990380000081
其中，
Figure BDA0003268990380000082
为待辨识的动力学参数的回归矩阵，H为待辨识动力学参数向量。
基于最小二乘法对3-CRU并联机器人的动力学参数进行辨识，辨识结果可以表示为：
Figure BDA0003268990380000083
将动力学参数辨识结果代入可得3-CRU并联机器人的完整动力学模型为：
Figure BDA0003268990380000084
其中
Figure BDA0003268990380000085
为辨识得到的3-CRU并联机器人完整动力学模型的建模误差。
S6、基于辨识得到的3-CRU并联机器人完整动力学模型设计鲁棒控制器，结合PD控制器共同对3-CRU并联机器人进行轨迹跟踪控制。
在3-CRU并联机器人完整动力学模型的基础上求解鲁棒控制器的逆动力学补偿项，便可以得到基于PD+鲁棒控制器的3-CRU并联机器人轨迹跟踪控制方法。在有外界干扰时，基于PD控制器的3-CRU并联机器人完整动力学模型为
Figure BDA0003268990380000086
其中，ω为3-CRU并联机器人受到的外界干扰。
加入鲁棒控制器的逆动力学补偿项后，基于PD+鲁棒控制器的3-CRU并联机器人完整动力学模型为：
Figure BDA0003268990380000087
其中，u为基于鲁棒控制器的3-CRU并联机器人各驱动关节的逆动力学补偿项。
基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项具体为：
Figure BDA0003268990380000088
其中
Figure BDA0003268990380000089
均为u的子项，η为辅助计算的变量并且有
Figure BDA00032689903800000810
α为鲁棒控制效果调节参数，α1为任意给定的正常数，并且有：
Figure BDA00032689903800000811
其中，λ＞0为加权系数，γ、ε、β为给定正数，t为时间，
Figure BDA00032689903800000812
为动力学模型建模误差的上界。
实施例3：与实施例1，2的不同之处为步骤1中采用3-RRS并联机器人作为实施对象，三个输入均为角度。
一种基于PD+鲁棒控制器的3-RRS并联机器人轨迹跟踪控制方法，包括以下步骤：
S1、建立3-RRS并联机器人运动学模型；
本实施例中，所采用的3-RRS并联机器人由一个动平台P1P2P3,三条支链BiCiPi(i＝1,2,3)和一个静平台B1B2B3组成。其中，动平台通过球面副(S副)与各支链连接，静平台通过转动副(R副)与各支链连接，且Bi处转动副的轴线与Ci处转动副的轴线对应平行。分别根据右手定则建立与动平台固结的动坐标系o-xyz和与静平台固结的静坐标系O-XYZ，如图3所示。基于矢量法建立3-RRS并联机器人的运动学模型，那么3-RRS并联机器人的动平台相对于静平台的矢量可以表示为：
Figure BDA0003268990380000091
将各向量在静坐标系O-XYZ当中的位姿带入到上式中便可得到3-RRS并联机器人的运动学模型为：
P＝Γ(θ*)
其中，P是动平台相对静平台的位姿矩阵，θ*是3-RRS并联机器人各支链驱动关节的名义角度，Γ为P与θ*之间的数学映射关系。
S2、建立3-RRS并联机器人基本动力学模型；
基于3-RRS并联机器人运动学模型可以得到并联机器人动平台和各连杆的速度和位置，进而得到系统的动能和势能，那么基于拉格朗日法可得3-RRS并联机器人的基本动力学模型为
Figure BDA0003268990380000092
其中，
Figure BDA0003268990380000093
和θ*分别是3-RRS并联机器人各支链驱动关节的名义角加速度、名义角速度和名义角度，D(θ*)为对称的广义质量矩阵，
Figure BDA0003268990380000094
为哥氏力和离心力矩阵，G(θ*)为重力项矩阵，τ为广义外力矩阵。
S3、引入线性摩擦模型建立3-RRS并联机器人完整动力学模型；
将如下所示线性库伦+粘滞摩擦力模型引入3-RRS并联机器人基本动力学模型：
Figure BDA0003268990380000095
其中，τf为驱动关节的摩擦力，fc为库伦摩擦系数，fv为粘性摩擦系数。
可以得到3-RRS并联机器人完整动力学模型为
Figure BDA0003268990380000101
S4、基于PD控制器对并联机器人进行轨迹跟踪控制；
基于PD控制器的3-RRS并联机器人完整动力学方程表示为：
Figure BDA0003268990380000102
其中，Kp和Kd分别为PD控制器的比例增益参数和微分增益参数，e和
Figure BDA0003268990380000103
分别为3-RRS并联机器人各关节的位置误差和速度误差，
Figure BDA0003268990380000104
为PD控制器的补偿项，τpd为基于PD控制器对3-RRS并联机器人进行轨迹跟踪控制时各关节的力矩值。
S5、对3-RRS并联机器人完整动力学模型进行动力学参数辨识；
将3-RRS并联机器人完整动力学模型进行线性化处理得到其线性形式为：
Figure BDA0003268990380000105
其中，
Figure BDA0003268990380000106
为待辨识的动力学参数的回归矩阵，H为待辨识动力学参数向量。
基于最小二乘法对3-RRS并联机器人的动力学参数进行辨识，辨识结果可以表示为：
Figure BDA0003268990380000107
将动力学参数辨识结果代入可得3-RRS并联机器人的完整动力学模型为：
Figure BDA0003268990380000108
其中
Figure BDA0003268990380000109
为辨识得到的3-RRS并联机器人完整动力学模型的建模误差。
S6、基于辨识得到的3-RRS并联机器人完整动力学模型设计鲁棒控制器，结合PD控制器共同对3-RRS并联机器人进行轨迹跟踪控制。
在3-RRS并联机器人完整动力学模型的基础上求解鲁棒控制器的逆动力学补偿项，便可以得到基于PD+鲁棒控制器的3-RRS并联机器人轨迹跟踪控制方法。在有外界干扰时，基于PD控制器的3-RRS并联机器人完整动力学模型为
Figure BDA00032689903800001010
其中，ω为3-RRS并联机器人受到的外界干扰。
加入鲁棒控制器的逆动力学补偿项后，基于PD+鲁棒控制器的3-RRS并联机器人完整动力学模型为：
Figure BDA00032689903800001011
其中，u为基于鲁棒控制器的3-RRS并联机器人各驱动关节的逆动力学补偿项。
基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项具体为：
Figure BDA0003268990380000111
其中
Figure BDA0003268990380000112
均为u的子项，η为辅助计算的变量并且有
Figure BDA0003268990380000113
α为鲁棒控制效果调节参数，α1为任意给定的正常数，并且有：
Figure BDA0003268990380000114
其中，λ＞0为加权系数，γ、ε、β为给定正数，t为时间，
Figure BDA0003268990380000115
为动力学模型建模误差的上界。
实施例4：与实施例1，2，3的不同之处为步骤5中基于加权最小二乘法对3-RRS并联机器人的动力学参数进行辨识。
一种基于PD+鲁棒控制器的3-RRS并联机器人轨迹跟踪控制方法，包括以下步骤：
S1、建立3-RRS并联机器人运动学模型；
本实施例中，所采用的3-RRS并联机器人由一个动平台P1P2P3,三条支链BiCiPi(i＝1,2,3)和一个静平台B1B2B3组成。其中，动平台通过球面副(S副)与各支链连接，静平台通过转动副(R副)与各支链连接，且Bi处转动副的轴线与Ci处转动副的轴线对应平行。分别根据右手定则建立与动平台固结的动坐标系o-xyz和与静平台固结的静坐标系O-XYZ，如图3所示。基于矢量法建立3-RRS并联机器人的运动学模型，那么3-RRS并联机器人的动平台相对于静平台的矢量可以表示为：
Figure BDA0003268990380000116
将各向量在静坐标系O-XYZ当中的位姿带入到上式中便可得到3-RRS并联机器人的运动学模型为：
P＝Γ(θ*)
其中，P是动平台相对静平台的位姿矩阵，θ*是3-RRS并联机器人各支链驱动关节的名义角度，Γ为P与θ*之间的数学映射关系。
S2、建立3-RRS并联机器人基本动力学模型；
基于3-RRS并联机器人运动学模型可以得到并联机器人动平台和各连杆的速度和位置，进而得到系统的动能和势能，那么基于拉格朗日法可得3-RRS并联机器人的基本动力学模型为
Figure BDA0003268990380000121
其中，
Figure BDA0003268990380000122
和θ*分别是3-RRS并联机器人各支链驱动关节的名义角加速度、名义角速度和名义角度，D(θ*)为对称的广义质量矩阵，
Figure BDA0003268990380000123
为哥氏力和离心力矩阵，G(θ*)为重力项矩阵，τ为广义外力矩阵。
S3、引入线性摩擦模型建立3-RRS并联机器人完整动力学模型；
将如下所示线性库伦+粘滞摩擦力模型引入3-RRS并联机器人基本动力学模型：
Figure BDA0003268990380000124
其中，τf为驱动关节的摩擦力，fc为库伦摩擦系数，fv为粘性摩擦系数。
可以得到3-RRS并联机器人完整动力学模型为
Figure BDA0003268990380000125
S4、基于PD控制器对并联机器人进行轨迹跟踪控制；
基于PD控制器的3-RRS并联机器人完整动力学方程表示为：
Figure BDA0003268990380000126
其中，Kp和Kd分别为PD控制器的比例增益参数和微分增益参数，e和
Figure BDA0003268990380000127
分别为3-RRS并联机器人各关节的位置误差和速度误差，
Figure BDA0003268990380000128
为PD控制器的补偿项，τpd为基于PD控制器对3-RRS并联机器人进行轨迹跟踪控制时各关节的力矩值。
S5、对3-RRS并联机器人完整动力学模型进行动力学参数辨识；
将3-RRS并联机器人完整动力学模型进行线性化处理得到其线性形式为：
Figure BDA0003268990380000129
其中，
Figure BDA00032689903800001210
为待辨识的动力学参数的回归矩阵，H为待辨识动力学参数向量。
基于加权最小二乘法对3-RRS并联机器人的动力学参数进行辨识，辨识结果可以表示为：
Figure BDA00032689903800001211
其中，G为权值矩阵，可取3-RRS并联机器人各关节力矩误差的标准差的倒数作为该关节的权值。
将动力学参数辨识结果代入可得3-RRS并联机器人的完整动力学模型为：
Figure BDA00032689903800001212
其中
Figure BDA0003268990380000131
为辨识得到的3-RRS并联机器人完整动力学模型的建模误差。
S6、基于辨识得到的3-RRS并联机器人完整动力学模型设计鲁棒控制器，结合PD控制器共同对3-RRS并联机器人进行轨迹跟踪控制。
在3-RRS并联机器人完整动力学模型的基础上求解鲁棒控制器的逆动力学补偿项，便可以得到基于PD+鲁棒控制器的3-RRS并联机器人轨迹跟踪控制方法。在有外界干扰时，基于PD控制器的3-RRS并联机器人完整动力学模型为
Figure BDA0003268990380000132
其中，ω为3-RRS并联机器人受到的外界干扰。
加入鲁棒控制器的逆动力学补偿项后，基于PD+鲁棒控制器的3-RRS并联机器人完整动力学模型为：
Figure BDA0003268990380000133
其中，u为基于鲁棒控制器的3-RRS并联机器人各驱动关节的逆动力学补偿项。
基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项具体为：
Figure BDA0003268990380000134
其中
Figure BDA0003268990380000135
均为u的子项，η为辅助计算的变量并且有
Figure BDA0003268990380000136
α为鲁棒控制效果调节参数，α1为任意给定的正常数，并且有：
Figure BDA0003268990380000137
其中，λ＞0为加权系数，γ、ε、β为给定正数，t为时间，
Figure BDA0003268990380000138
为动力学模型建模误差的上界。
本发明中的轨迹跟踪控制方法以PD控制器为基础，这种控制器易于实现，适用性强，轨迹跟踪控制效果比较理想，非常适合用于并联机器人的轨迹跟踪控制当中。
在为并联机器人设计好PD控制器后，该控制方法在PD控制器的基础上增加了鲁棒控制器，显著地提高了控制系统的鲁棒性，能够有效地抑制外界干扰对并联机器人轨迹跟踪带来的不利影响。
综上所述，本发明提供的基于PD+鲁棒控制器的轨迹跟踪控制方法同时具有PD控制器易于实现，适用性强和鲁棒控制器鲁棒性强的特点，适用于6自由度及少自由度并联机器人，并对其他机构的轨迹跟踪控制有一定的借鉴意义。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要求的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所设计的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，包括以下步骤：
S1、建立并联机器人运动学模型；
S2、建立并联机器人基本动力学模型；
S3、引入线性摩擦模型建立并联机器人完整动力学模型；
S4、基于PD控制器对并联机器人进行轨迹跟踪控制；
S5、对并联机器人完整动力学模型进行动力学参数辨识；
S6、基于辨识得到的完整动力学模型设计鲁棒控制器，结合PD控制器共同对并联机器人进行轨迹跟踪控制。
2.根据权利要求1所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，所述并联机器人包括动平台、静平台和I条支链，动平台与静平台通过各支链连接在一起。
3.根据权利要求1所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，步骤S1中建立的并联机器人运动学模型为：
P＝Γ(d*)
其中，P是动平台相对静平台的位姿矩阵，d*是并联机器人各支链驱动关节的名义位置，Γ为P与d*之间的数学映射关系。
4.根据权利要求1所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，基于并联机器人的运动学模型可以得到并联机器人动平台和各连杆的速度和位置建立并联机器人基本动力学模型：
Figure FDA0003268990370000011
其中D(d*)为对称的广义质量矩阵，
Figure FDA0003268990370000012
为哥氏力和离心力矩阵，G(d*)为重力项矩阵，τ为广义外力矩阵，d*是并联机器人各支链驱动关节的名义位置，
Figure FDA0003268990370000013
和
Figure FDA0003268990370000014
分别为并联机器人各支链的名义加速度和名义速度。
5.根据权利要求4所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，所述并联机器人完整动力学模型为：
Figure FDA0003268990370000015
其中，τf为并联机器人的线性摩擦模型，
Figure FDA0003268990370000016
和
Figure FDA0003268990370000017
分别为并联机器人各支链的实际加速度和实际速度。
6.根据权利要求5所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，步骤S4中，基于PD控制器的并联机器人完整动力学方程表示为：
Figure FDA0003268990370000021
其中，Kp和Kd分别为PD控制器的比例增益参数和微分增益参数，e和
Figure FDA0003268990370000022
分别为并联机器人各关节的位置误差和速度误差，
Figure FDA0003268990370000023
为PD控制器的补偿项，τpd为基于PD控制器对并联机器人进行轨迹跟踪控制时各关节的力矩值。
7.根据权利要求6所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，对基于PD控制器的并联机器人完整动力学模型进行动力学参数辨识，辨识后的基于PD控制器的并联机器人完整动力学模型为：
Figure FDA0003268990370000024
其中
Figure FDA0003268990370000025
为辨识得到的并联机器人完整动力学模型的建模误差。
8.根据权利要求7所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，在动力学模型的基础上求解鲁棒控制器的逆动力学补偿项，在有外界干扰时，基于PD控制器的并联机器人完整动力学模型为：
Figure FDA0003268990370000026
其中，ω为并联机器人受到的外界干扰。
9.根据权利要求8所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，加入鲁棒控制器的逆动力学补偿项后，基于PD+鲁棒控制器的并联机器人完整动力学模型为：
Figure FDA0003268990370000027
其中，u为基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项。
10.根据权利要求9所述的基于PD+鲁棒控制器的并联机器人轨迹跟踪控制方法，其特征在于，基于鲁棒控制器的并联机器人各驱动关节的逆动力学补偿项具体为：
Figure FDA0003268990370000028
其中
Figure FDA0003268990370000029
均为u的子项，η为辅助计算的变量并且有
Figure FDA00032689903700000210
α为鲁棒控制效果调节参数，α1为任意给定的正常数，并且有：
Figure FDA0003268990370000031
其中，λ＞0为加权系数，γ、ε、β为设置的正数，t为时间，
Figure FDA0003268990370000032
为动力学模型建模误差的上界。
CN202111095558.9A 2021-09-17 2021-09-17 基于pd+鲁棒控制器的并联机器人轨迹跟踪控制方法 Pending CN113885493A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111095558.9A CN113885493A (zh) 2021-09-17 2021-09-17 基于pd+鲁棒控制器的并联机器人轨迹跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111095558.9A CN113885493A (zh) 2021-09-17 2021-09-17 基于pd+鲁棒控制器的并联机器人轨迹跟踪控制方法

Publications (1)

Publication Number Publication Date
CN113885493A true CN113885493A (zh) 2022-01-04

Family

ID=79009824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111095558.9A Pending CN113885493A (zh) 2021-09-17 2021-09-17 基于pd+鲁棒控制器的并联机器人轨迹跟踪控制方法

Country Status (1)

Country Link
CN (1) CN113885493A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117647985A (zh) * 2024-01-30 2024-03-05 中国科学院苏州生物医学工程技术研究所 一种助力机器人轨迹跟踪控制方法、系统、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10249763A (ja) * 1997-03-18 1998-09-22 Kobe Steel Ltd ロボットマニピュレータの制御パラメータ調整方法
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
CN108319145A (zh) * 2018-02-27 2018-07-24 江苏大学 一种新型混联式汽车电泳涂装输送机构的时延估计pd滑模控制方法
CN109062039A (zh) * 2018-07-25 2018-12-21 长安大学 一种三自由度Delta并联机器人的自适应鲁棒控制方法
CN110110469A (zh) * 2019-05-08 2019-08-09 丁亚东 基于奇异值分解的并联机器人动力学参数辨识方法
CN110531707A (zh) * 2019-09-16 2019-12-03 无锡信捷电气股份有限公司 Scara机器人的摩擦模型改进以及动力学参数辨识方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10249763A (ja) * 1997-03-18 1998-09-22 Kobe Steel Ltd ロボットマニピュレータの制御パラメータ調整方法
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
CN108319145A (zh) * 2018-02-27 2018-07-24 江苏大学 一种新型混联式汽车电泳涂装输送机构的时延估计pd滑模控制方法
CN109062039A (zh) * 2018-07-25 2018-12-21 长安大学 一种三自由度Delta并联机器人的自适应鲁棒控制方法
CN110110469A (zh) * 2019-05-08 2019-08-09 丁亚东 基于奇异值分解的并联机器人动力学参数辨识方法
CN110531707A (zh) * 2019-09-16 2019-12-03 无锡信捷电气股份有限公司 Scara机器人的摩擦模型改进以及动力学参数辨识方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
冯志友，范志宏: "2UPS-RPU并联机构的鲁棒轨迹跟踪控制", 天津工业大学学报 *
张耀欣: "高性能平面二自由度并联机器人研究", 中国优秀博士学位论文全文数据库信息科技辑 *
朱龙英，成磊，郑帅，陆宝发，赫建立: "基于动力学补偿的并联机器人鲁棒轨迹跟踪控制研究", 机床与液压 *
沈辉,吴学忠: "平面二自由度并联机构的PD型鲁棒控制", 机械科学与技术 *
陈平，张宏立: "并联机器人运动稳定性优化控制研究", 计算机仿真 *
马广才: "3-CRU并联机器人的精度标定与轨迹跟踪控制方法研究", 中国优秀硕士学位论文全文数据库信息科技辑 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117647985A (zh) * 2024-01-30 2024-03-05 中国科学院苏州生物医学工程技术研究所 一种助力机器人轨迹跟踪控制方法、系统、设备及介质
CN117647985B (zh) * 2024-01-30 2024-05-03 中国科学院苏州生物医学工程技术研究所 一种助力机器人轨迹跟踪控制方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
Qian et al. Dynamics and trajectory tracking control of cooperative multiple mobile cranes
CN108466289B (zh) 一种考虑关节摩擦的并联机器人的动力学建模方法
Wu et al. Nonlinear time-optimal trajectory planning for varying-rope-length overhead cranes
CN109634111A (zh) 一种高速重载机器人动态变形计算方法
CN113885493A (zh) 基于pd+鲁棒控制器的并联机器人轨迹跟踪控制方法
Woernle Trajectory tracking for a three-cable suspension manipulator by nonlinear feedforward and linear feedback control
Zarebidoki et al. Dynamic modeling and adaptive control of a cable-suspended robot
English et al. Failure tolerance through active braking: A kinematic approach
Chen et al. Design and dynamics modeling of a novel 2R1T 3-DOF parallel motion simulator
Zhang et al. A pose/force symmetric coordination method for a redundant dual-arm robot
CN112703090A (zh) 机器人控制装置、机器人控制方法及机器人控制程序
Tsuchiya et al. Contact force control of dual-rotor helicopter with protect frame
Zhang et al. Varying inertial parameters model based robust control for an aerial manipulator
Stoltmann et al. Linearised feedforward control of a four-chain crane manipulator
Park et al. Object-Aware Impedance Control for Human–Robot Collaborative Task With Online Object Parameter Estimation
Wei et al. Manipulators 3D printing trajectory tracking control combined with RBFNNs and visual feedback
TWI808852B (zh) 六軸機器手臂深度學習穩定控制方法
Kilicaslan et al. Control of constrained spatial three-link flexible manipulators
CN116079743B (zh) 一种移动机械臂系统建模及防倾覆控制方法
CN112157650B (zh) 车载机械臂动力学建模与控制方法
CN115781669B (zh) 一种轮式移动机械臂加速度层重复运动规划方法
Li et al. Adaptive robust control of the cable driven system for position tracking
Zatla et al. Optimal Reference Trajectory for a Type X n-1 R p Underactuated Manipulator.
Gao et al. Composite error-based finite time super twisting sliding mode synchronous control for hybrid mechanism
Hu et al. Pre-train-based neural-learning control of a novel parallel robot by local model approximation

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