CN117601122A - 一种气动人工肌肉位置跟踪控制系统及算法 - Google Patents
一种气动人工肌肉位置跟踪控制系统及算法 Download PDFInfo
- Publication number
- CN117601122A CN117601122A CN202311574619.9A CN202311574619A CN117601122A CN 117601122 A CN117601122 A CN 117601122A CN 202311574619 A CN202311574619 A CN 202311574619A CN 117601122 A CN117601122 A CN 117601122A
- Authority
- CN
- China
- Prior art keywords
- pneumatic artificial
- artificial muscle
- controller
- error
- pneumatic
- 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.)
- Granted
Links
- 210000003205 muscle Anatomy 0.000 title claims abstract description 85
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 10
- 238000013461 design Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000012938 design process Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 13
- 230000003044 adaptive effect Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008602 contraction Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
- B25J9/1075—Programme-controlled manipulators characterised by positioning means for manipulator elements with muscles or tendons
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1635—Programme controls characterised by the control loop flexible-arm control
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种气动人工肌肉位置跟踪控制系统及算法,所述跟踪控制系统包括轨迹生成器Cr、反馈控制器C、气动人工肌肉的模型P;所述轨迹生成器Cr生成气动人工肌肉的期望运动轨迹yd,气动人工肌肉的闭环系统根据气动人工肌肉的实际运动轨迹y减去气动人工肌肉的期望运动轨迹yd,得到气动人工肌肉的位置误差误差e,气动人工肌肉的位置误差信号e经过反馈控制器C得到控制信号u,控制信号u作用于气动人工肌肉的模型P,得到气动人工肌肉的实际运动轨迹y。本发明消除了在线设计控制器方法在对高阶系统设计过程中需对控制器参数进行复杂、繁琐的递归选取的限制。
Description
技术领域
本发明属于机器人技术领域,涉及一种软体机器人驱动器,具体涉及一种气动人工肌肉位置跟踪控制系统及算法。
背景技术
随着材料科学、仿生学、机器人学、计算机科学等领域的蓬勃发展,利用相关技术和学科孕育而生的软体机器人驱动器及其应用成为了机器人领域的研究热点之一。在众多软体机器人驱动器中,气动人工肌肉因其结构简单、柔顺性好、输出力大、功率质量比高等优点脱颖而出。然而,由于气囊和编织物的柔顺特性及注入气体过程中气囊和编织物之间的摩擦等因素,气动人工肌肉具有较强的非线性特性和时变特性,其严重影响了驱动系统的运动精度。
同时,由于气动人工肌肉中的橡胶等软体材料具有弹性,且气动人工肌肉内部气体具有可压缩性,致使其对负载变化和外界干扰较为敏感。常用的技术手段是借助于神经网络与模糊逻辑系统对未知非线性函数的强大逼近能力设计控制策略,或在控制器中引入自适应技术进行参数辨识。但是,这些方法无法实现绝对精准的函数逼近,且大量在线学习参数的实时更新更是增加了算法的计算负担和复杂性。值得注意的是,自适应技术通常被用于辨识时不变的未知参数,其无法直接对含有未知且时变参数的非线性系统进行控制器设计。
发明内容
为了解决经典PI/PID控制器无法获得令人满意的对气动人工肌肉的控制精度和神经网络、模糊逻辑系统或自适应技术无法完全补偿系统非线性函数以及带来的算法计算负担等问题,本发明提供了一种气动人工肌肉位置跟踪控制系统及算法。本发明无需使用自适应机制、神经网络以及模糊逻辑系统辨识模型未知项,且未对虚拟控制信号进行求导或滤波操作,而是通过对误差信号的调节与变换,摆脱了对于辨识、逼近、估计、观测以及求导等环节的依赖,进而简化了控制器结构,同时可对气动人工肌肉的位置跟踪误差的超调量、收敛时间/速度以及稳态值进行预先设定,保证了控制信号连续且无剧增现象。
本发明的目的是通过以下技术方案实现的:
一种气动人工肌肉位置跟踪控制系统,包括轨迹生成器Cr、气动人工肌肉的闭环系统,其中:
所述气动人工肌肉的闭环系统包括反馈控制器C、气动人工肌肉的模型P;
所述轨迹生成器Cr生成气动人工肌肉的期望运动轨迹yd,气动人工肌肉的闭环系统根据气动人工肌肉的实际运动轨迹y减去气动人工肌肉的期望运动轨迹yd,得到气动人工肌肉的位置误差误差e,气动人工肌肉的位置误差信号e经过反馈控制器C得到控制信号u,控制信号u作用于气动人工肌肉的模型P,得到气动人工肌肉的实际运动轨迹y。
一种利用上述跟踪控制系统进行气动人工肌肉位置跟踪控制的算法,包括以下步骤:
步骤(1)建立如下气动人工肌肉的非线性输出反馈系统:
其中,x=[x1,...,xn]T表示系统状态;i作为下标表示第i个式子,n为系统阶数;u表示系统输入;y表示系统输出;fi(η,y)、fn(η,y)和di(x,t)、dn(x,t)分别表示非线性函数和干扰;
非线性输出反馈系统的控制目标为系统输出的实际位置y(t)跟踪轨迹生成器Cr生成的期望位置yd(t),位置误差信号e(t)被描述为:
e(t)=y(t)-yd(t)
步骤(2)建立如下气动人工肌肉的输入驱动滤波器:
其中,l1,...,ln表示多项式系数,该多项式具有如下形式:
H(s)=xn+l1xn-1+l2xn-2+...+ln-1x+ln
输入驱动滤波器的误差ei被描述为:
步骤(3)将非线性输出反馈系统与输入驱动滤波器结合,得到气动人工肌肉模型的集总系统P,其描述为:
可以看出,系统中的状态是可用的,因此,步骤(4)中的控制器设计将基于集总系统;
步骤(4)基于气动人工肌肉模型的集总系统设计气动人工肌肉的反馈控制器C,具体步骤如下:
步骤(41)设计调节函数φ(t):
其中,ts>0表示设计参数;
利用调节函数分别对位置误差变量e(t)和系统状态进行调节:
z1(t)=φ(t)(y(t)-yd(t))
其中,z1(t)表示调节后的误差变量;zi(t)表示调节后的系统状态变量;
步骤(42)对调节后的位置误差进行转换,转换方式如下:
其中,Ai(t)表示转换后的误差,ki表示控制器参数,且满足条件ki>0;
步骤(43)基于反步法设计过程,设计如下反馈控制器C:
α1(t)=-c1h1(t)
u(t)=αn(t)
其中,ci和β分别表示控制器参数,且满足ci>0和β>0;α1,...,αn-1表示虚拟控制律;
步骤(5)在位置跟踪中,给定初始位置,初始位置作为实际位置的第一个点,与期望位置作差得到位置误差信号e,位置误差信号e经过反馈控制器C中的调节函数和变换方式转换为虚拟控制率α,即控制信号u,控制信号u在模型P中转换为实际位置y,y反馈回去与期望输入的第二个点作差,以此循环逐渐减小跟踪的误差,直到整个运动过程完成。
相比于现有技术,本发明具有如下优点:
1、为了解决含有较强非线性特性和时变特性的气动人工肌肉位置跟踪控制问题,本发明从非线性输出反馈系统角度出发,设计了一款结构简单的PI型输出反馈控制器,其可对气动人工肌肉的位置跟踪误差的超调量、收敛时间/速度以及稳态值进行预先设定,不仅保证了暂态和稳态跟踪性能,还确保了控制信号连续且无剧增现象。
2、本发明通过引入误差转换策略来实现跟踪误差的调整,可以实现精准的输出跟踪。
3、本发明不依赖系统非线性函数、干扰函数以及参考信号导数的信息,且未使用自适应机制、神经网络、模糊逻辑系统、干扰观测器等对未知项进行辨识,因此避免了大量在线学习参数的实时更新,本发明所设计的控制器不仅对系统信息的需求量少且结构简单。
4、本发明使用误差修正技术消除了在线设计控制器方法在对高阶系统设计过程中需对控制器参数进行复杂、繁琐的递归选取的限制。
附图说明
图1是气动人工肌肉位置跟踪控制系统的原理示意图;
图2是本发明设计的控制器和现有MFAC控制器的位置跟踪图(左为本发明设计的控制器,右为无模型自适应控制器);
图3是本发明设计的控制器和现有MFAC控制器的跟踪误差图(左为本发明设计的控制器,右为无模型自适应控制器);
图4是本发明设计的控制器和现有MFAC控制器的速度图(左为本发明设计的控制器,右为无模型自适应控制器);
图5是本发明设计的控制器和现有MFAC控制器的控制输入图(左为本发明设计的控制器,右为无模型自适应控制器)。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本发明针对含有较强非线性特性和时变特性的气动人工肌肉的位置跟踪控制问题,从非线性输出反馈系统角度出发,设计了一种结构简单的PI型输出反馈控制器。即:通过对误差信号的调节与变换,简化了控制器结构;通过对气动人工肌肉的位置跟踪误差的超调量、收敛时间/速度以及稳态值进行预先设定,保证了控制信号连续且无剧增现象。本发明设计的控制器可以有效实现气动人工肌肉的末端位置跟踪控制。具体设计步骤如下:
步骤(1):对气动人工肌肉常用的三元模型(由弹簧单元、阻尼单元和收缩单元组成)建立非线性输出反馈系统:
步骤(11)建立气动人工肌肉的动力学方程:
式中,m表示负载的质量;xs(t)表示气动人工肌肉的收缩量;PS(t)表示气动人工肌肉内部的气压;g表示重力加速度;B(PS)表示阻尼单元;K(PS)表示弹簧单元;F(PS)表示收缩单元;B0、B1、K0、K1、F0、F1分别表示弹簧单元、阻尼单元、收缩单元的多项式系数。
在实际情况下,负载的质量m的质量不能精准测量,其可表述为:m=m0+Δm,m0表示初始质量,Δm表示质量的变化量;同时,气动人工肌肉内部的气压PS(t)有如下关系:PS(t)=P0+ΔP(t),P0表示初始状态下气动人工肌肉内部的气压,ΔP(t)表示注入气动人工肌肉中的气压。
步骤(12)建立气动人工肌肉位置跟踪的运动状态方程:
在应用过程中,气动人工肌肉存在两个平衡点位置:
1)在t=0时刻,气动人工肌肉处于初始的平衡状态,气动人工肌肉在内部气压P0时具有的初始长度为x0;
2)在t时刻,气动人工肌肉处于最大收缩量的状态,气动人工肌肉在内部气压PS(t)时具有的初始长度为xs(t);
其中,
步骤(13)建立气动人工肌肉的非线性输出反馈系统:
令x1(t)=x(t),由步骤(12)中建立的气动人工肌肉位置跟踪的运动状态方程可以得出:
式中,y(t)和x2(t)分别表示气动人工肌肉的位置和速度;u(t)表示控制输入。在此气动人工肌肉位置跟踪控制系统中并没有强非线性函数,所以di(x,t)、dn(x,t)的值为0。其中,干扰是由弹簧单元等引起,在i=1时无干扰,即fi(η,y))0,在i=2时,fn(η,y)=-D(t)x2(t)-G(t)x1(t)。
非线性输出反馈系统的控制目标为系统输出的实际位置y(t)跟踪轨迹生成器Cr生成的期望位置yd(t),位置误差信号e(t)被描述为:
e(t)=y(t)-yd(t)
在本实施例中,
步骤(2)建立如下输入驱动滤波器:
式中,l1=2,l2=1。
输入驱动滤波器的误差ei被描述为:
步骤(3)将非线性输出反馈系统与输入驱动滤波器结合,得到气动人工肌肉模型的集总系统P,其可描述为:
步骤(4)设计反馈控制器C
步骤(41)设计调节函数:
其中,ts=2。
利用调节函数分别对位置误差变量和系统状态进行调节:
z1(t)=φ(t)(y(t)-yd(t))
步骤(42)对调节后的位置误差进行转换,转换方式如下:
其中,k1=0.2,k2=6。
步骤(43)基于反步法设计过程,设计反馈控制器C:
α1(t)=-c1h1(t)
u(t)=αn(t)
其中,c1=2,c2=2,β=0.1,α1,...,αn-1表示虚拟控制律。
步骤(5)在位置跟踪中,给定初始位置,初始位置作为实际位置的第一个点,与期望位置作差得到位置误差信号e,位置误差信号e经过反馈控制器C中的调节函数和变换方式转换为虚拟控制率α,即控制信号u,控制信号u在模型P中转换为实际位置y,y反馈回去与期望输入的第二个点作差,以此循环逐渐减小跟踪的误差,直到整个运动过程完成。
步骤(6)使用现有的无模型自适应控制器(Model-Free Adaptive Controller,MFAC)进行对比实验,该控制器被要求在相同的条件下运行。控制器参数被评定为η=0.52、μ=1.91、ρ=0.97及λ=0.008。
由图2可以看出,本发明设计的控制器与现有的MAFC均可以实现气动人工肌肉的跟踪控制。两种控制器在初始阶段表现相同,均从初始状态以很快的速度达到指定的参考输出。随着控制器的长时间运行以及跟踪轨迹的幅值和频率不断增加,稳态误差明显变化。
由图3可以看出,利用MFAC得到的稳态误差随着参考轨迹的频率和振幅的增加而增加。在相同的条件下,本发明所设计的控制方法优于现有的MFAC,其实现了输出跟踪误差在指定的时间内收敛至指定的界限内,即跟踪误差在2s内收敛至界限(-0.2,0.2)内。同时,随着参考轨迹频率和振幅的增加,本发明设计的控制器依然保证了输出跟踪误差式中位于指定界限内。
表1给出了在稳态情况下两种控制器的RMSTE。通过表1中的数值,可以明显的看出在长时间运行以及跟踪轨迹的幅值和频率不断增加的情况下,本发明设计的控制器优于现有的MFAV,其具有更小的稳态误差。
表1
对比图4可以看出,本发明设计的控制器在实现气动人工肌肉位置跟踪时,保证了气动人工肌肉速度连续且无突变。
图5可以看出,本发明设计的控制器在初始阶段具有较小的控制输入,而MFAC具有较大的控制输入。
综合图2-图5及表1所示结果可以看出,相比现有方法,本发明不仅可以保证控制精度,还可以实现气动人工肌肉的输出跟踪误差在指定的时间内收敛至指定的界限内,且不会逃离指定的界限。
Claims (2)
1.一种气动人工肌肉位置跟踪控制系统,其特征在于所述跟踪控制系统包括轨迹生成器Cr、气动人工肌肉的闭环系统,其中:
所述气动人工肌肉的闭环系统包括反馈控制器C、气动人工肌肉的模型P;
所述轨迹生成器Cr生成气动人工肌肉的期望运动轨迹yd,气动人工肌肉的闭环系统根据气动人工肌肉的实际运动轨迹y减去气动人工肌肉的期望运动轨迹yd,得到气动人工肌肉的位置误差误差e,气动人工肌肉的位置误差信号e经过反馈控制器C得到控制信号u,控制信号u作用于气动人工肌肉的模型P,得到气动人工肌肉的实际运动轨迹y。
2.一种利用权利要求1所述跟踪控制系统进行气动人工肌肉位置跟踪控制的算法,其特征在于所述算法包括以下步骤:
步骤(1)建立如下气动人工肌肉的非线性输出反馈系统:
其中,x=[x1,…,xn]T表示系统状态;i作为下标表示第i个式子,n为系统阶数;u表示系统输入;y表示系统输出;fi(η,y)、fn(η,y)和di(x,t)、dn(x,t)分别表示非线性函数和干扰;
非线性输出反馈系统的控制目标为系统输出的实际位置y(t)跟踪轨迹生成器Cr生成的期望位置yd(t),位置误差信号e(t)被描述为:
e(t)=y(t)-yd(t)
步骤(2)建立如下气动人工肌肉的输入驱动滤波器:
其中,l1,…,ln表示多项式系数,该多项式具有如下形式:
H(s)=xn+l1xn-1+l2xn-2+…+ln-1x+ln
输入驱动滤波器的误差ei被描述为:
步骤(3)将非线性输出反馈系统与输入驱动滤波器结合,得到气动人工肌肉模型的集总系统P,其描述为:
步骤(4)基于气动人工肌肉模型的集总系统设计气动人工肌肉的反馈控制器C,具体步骤如下:
步骤(41)设计调节函数φ(t):
其中,ts>0表示设计参数;
利用调节函数分别对位置误差变量e(t)和系统状态进行调节:
z1(t)=φ(t)(y(t)-yd(t))
其中,z1(t)表示调节后的误差变量;zi(t)表示调节后的系统状态变量;
步骤(42)对调节后的位置误差进行转换,转换方式如下:
其中,Ai(t)表示转换后的误差,ki表示控制器参数,且满足条件ki>0;
步骤(43)基于反步法设计过程,设计如下反馈控制器C:
α1(t)=-c1h1(t)
u(t)=αn(t)
其中,ci和β分别表示控制器参数,且满足ci>0和β>0;α1,…,αn-1表示虚拟控制律;
步骤(5)在位置跟踪中,给定初始位置,初始位置作为实际位置的第一个点,与期望位置作差得到位置误差信号e,位置误差信号e经过反馈控制器C中的调节函数和变换方式转换为虚拟控制率α,即控制信号u,控制信号u在模型P中转换为实际位置y,y反馈回去与期望输入的第二个点作差,以此循环逐渐减小跟踪的误差,直到整个运动过程完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311574619.9A CN117601122B (zh) | 2023-11-23 | 2023-11-23 | 一种气动人工肌肉位置跟踪控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311574619.9A CN117601122B (zh) | 2023-11-23 | 2023-11-23 | 一种气动人工肌肉位置跟踪控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117601122A true CN117601122A (zh) | 2024-02-27 |
CN117601122B CN117601122B (zh) | 2024-04-30 |
Family
ID=89957400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311574619.9A Active CN117601122B (zh) | 2023-11-23 | 2023-11-23 | 一种气动人工肌肉位置跟踪控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117601122B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150266186A1 (en) * | 2013-08-20 | 2015-09-24 | President And Fellows Of Harvard College | Low strain pneumatic networks for soft robots |
CN109407513A (zh) * | 2018-12-14 | 2019-03-01 | 江南大学 | 气动人工肌肉关节的基于迭代反馈整定的跟踪控制方法 |
CN109613831A (zh) * | 2019-02-01 | 2019-04-12 | 河海大学常州校区 | 基于动态数学模型前馈pid的气动人工肌肉控制系统及方法 |
CN112388620A (zh) * | 2020-11-23 | 2021-02-23 | 华中科技大学鄂州工业技术研究院 | 一种用于气动肌肉驱动系统的轨迹跟踪控制算法 |
US20220125530A1 (en) * | 2019-02-28 | 2022-04-28 | Koninklijke Philips N.V. | Feedback continuous positioning control of end-effectors |
-
2023
- 2023-11-23 CN CN202311574619.9A patent/CN117601122B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150266186A1 (en) * | 2013-08-20 | 2015-09-24 | President And Fellows Of Harvard College | Low strain pneumatic networks for soft robots |
CN109407513A (zh) * | 2018-12-14 | 2019-03-01 | 江南大学 | 气动人工肌肉关节的基于迭代反馈整定的跟踪控制方法 |
CN109613831A (zh) * | 2019-02-01 | 2019-04-12 | 河海大学常州校区 | 基于动态数学模型前馈pid的气动人工肌肉控制系统及方法 |
US20220125530A1 (en) * | 2019-02-28 | 2022-04-28 | Koninklijke Philips N.V. | Feedback continuous positioning control of end-effectors |
CN112388620A (zh) * | 2020-11-23 | 2021-02-23 | 华中科技大学鄂州工业技术研究院 | 一种用于气动肌肉驱动系统的轨迹跟踪控制算法 |
Non-Patent Citations (5)
Title |
---|
叶强果: "下肢外骨骼机器人气动肌肉柔性关节控制策略研究", 中国优秀硕士论文电子期刊网, 31 March 2023 (2023-03-31) * |
李雪皑: "气式机械臂系统设计及位置控制研究", 中国博士学位论文电子期刊网, 1 September 2021 (2021-09-01) * |
王杨: "基于鲁棒建模的气动人工肌肉驱动仿生关节的轨迹跟踪控制", 机器人, vol. 38, no. 2, 31 March 2016 (2016-03-31), pages 248 - 256 * |
赵智睿: "气动人工肌肉外骨骼机器人位置跟踪控制", 液压与气动, vol. 46, no. 4, 30 April 2022 (2022-04-30), pages 10 - 16 * |
邢志广: "人工肌肉驱动器研究进展综述", 机械工程学报, vol. 57, no. 9, 31 May 2021 (2021-05-31), pages 1 - 11 * |
Also Published As
Publication number | Publication date |
---|---|
CN117601122B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717265B (zh) | 一种基于控制变量参数化的无人飞行器巡航跟踪控制系统及控制方法 | |
CN111580392B (zh) | 一种串联倒立摆的有限频率范围鲁棒迭代学习控制方法 | |
Lian | Intelligent controller for robotic motion control | |
CN109828468B (zh) | 一种针对磁滞非线性机器人系统的控制方法 | |
Syed Salim et al. | Position control of pneumatic actuator using self-regulation nonlinear PID | |
Yuan et al. | Neural network based self-learning control strategy for electronic throttle valve | |
CN112859604B (zh) | 一种针对未知动态注塑成型过程的二维数据驱动最优跟踪控制方法 | |
CN113359421A (zh) | 一种压电精密气体流量阀的复合控制系统及方法 | |
Rios-Gutierrez et al. | Efficient position control of DC Servomotor using backpropagation Neural Network | |
CN111273544A (zh) | 基于预测rbf前馈补偿型模糊pid的雷达俯仰运动控制方法 | |
CN114509949A (zh) | 一种机器人预定性能的控制方法 | |
CN111930010A (zh) | 一种基于lstm网络的通用mfa控制器设计方法 | |
CN111640415A (zh) | 一种基于粒子群算法的主动降噪算法参数优化方法 | |
CN117601122B (zh) | 一种气动人工肌肉位置跟踪控制系统及方法 | |
CN110119085B (zh) | 一种Manutec R3型工业机器人动态优化系统 | |
Abdulla et al. | Roll control system design using auto tuning LQR technique | |
Dias et al. | A self-organizing fuzzy controller with a fixed maximum number of rules and an adaptive similarity factor | |
CN115202293B (zh) | 一种工业机器人两段式速度规划方法 | |
CN112589798B (zh) | 基于介电弹性体执行器的软体机器人状态反馈控制方法 | |
CN113283090B (zh) | 基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法 | |
CN115179300A (zh) | 一种预定时间的柔性机械臂轨迹跟踪控制方法 | |
CN114879508A (zh) | 一种基于模型预测控制的磨削机器人路径跟踪控制方法 | |
CN113741469A (zh) | 一种用于机电系统含预定性能和死区输入约束的输出反馈轨迹跟踪控制方法 | |
CN110389525B (zh) | 基于极限学习机的混联机构自适应反步控制方法 | |
CN114571451A (zh) | 一种可调漏斗边界的自适应滑模控制方法及设备 |
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 |