没有合适的资源?快使用搜索试试~ 我知道了~
多自由度机器人惯性误差反馈融合闭环控制.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 172 浏览量
2022-12-01
09:12:31
上传
评论
收藏 230KB DOCX 举报
温馨提示
试读
6页
多自由度机器人惯性误差反馈融合闭环控制.docx
资源推荐
资源详情
资源评论
1. 引言
随着人工智能技术的发展, 各类型机器人的控制智能性越来越高, 为了提高机器人对
环境的自适应能力, 需要进行机器人的多自由度设计和智能控制设计, 结合环境的变换进行
参数的自动调整和优化辨识, 提高机器人的环境稳定性, 相关的多自由度机器人的人工智能
设计和优化控制方法研究受到人们的极大重视
[1]
.
传统方法中, 对多自由度机器人的控制方法主要有模糊 PID 控制方法、智能积分控制
方法以及鲁棒控制方法等
[2, 3]
, 建立多自由度机器人的参数辨识和信息融合模型, 结合传感
器信息采样和智能控制律设计, 实现多自由度机器人的姿态融合跟踪控制.文献[4]中提出基
于非线性严格反馈跟踪补偿识别的多自由度机器人的智能控制方法, 但该方法进行多自由
度机器人控制的误差反馈性能不好, 自适应性不强.文献[5]中提出基于延时脉冲估计的多自
由度机器人惯性误差融合的跟踪控制方法, 但该方法进行多自由度机器人控制的环境适应
性不好, 时延较大.
针对上述问题, 本文提出基于误差反馈融合跟踪的多自由度机器人闭环控制方法.
2. 控制约束参数模型和驱动机构部件柔性控制
2.1 控制约束参数辨识模型
为了实现多自由度机器人惯性误差反馈融合跟踪闭环控制, 首先构建多自由度机器人
惯性跟踪的参数辨识模型, 结合多因素约束参数融合方法, 进行机器人的自适应跟踪和控
制, 可以将多自由度机器人的被控约束参量模型分为确定性部分和非确定性部分
[6]
, 采用线
性二次型最优控制的方法, 得到多自由度机器人控制的性能指标函数为:
{x(k+1)=Ax(k)+BKx(k−τk)z(k)=Cx(k)+DKx(k−τk){x(k+1)=Ax(k)+BKx(k−τk)z(k)=Cx(k)+DKx(k−τk)
(1)
式中, A 为三轴期望加速度; B 为指向性系数; C 为动力参数; D 为结构系数; K 为参考位
置误差; τ
k
表示时延.根据对多自由度机器人转速及欧拉角参考因素的影响, 结合控制通道的
解耦特性, 得到多自由度机器人惯性误差反馈融合的状态空间模型为:
⎧⎩⎨⎪⎪x(k+1)=(A+ΔA1)x(k)+(B+ΔB1)Kx(k−τk)+F1w(k)z(k)=Cx(k)+DKx(k−τk)+F2w(k){x(k+1)=(A+ΔA1)x(k)+(B+ΔB1)Kx(k−τk)+F1w(k)z(k)=Cx(k)+DKx(k−τk)+F2w(k)
(2)
式中, w(k)∈R
n
, 表示多自由度机器的控制力矩, 即 w(k)∈L
2
(0, ∞), A, B, C, D, F
1
, F
2
为
适当维数的权系数分布矩阵, 表示俯仰角、俯仰角速度的关系; 变量 n 为正整数; ΔA
1
, ΔB
1
为电机基础转速及欧拉系数增益, 在三轴参考位置误差作用下, 得到输出的控制增益为:
ΔA1=GFA1,ΔB1=GFB1ΔA1=GFA1,ΔB1=GFB1
(3)
资源评论
罗伯特之技术屋
- 粉丝: 3903
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功