变长度弹性伸缩腿双足机器人动力学与控制

研究了半被动双足机器人的平面稳定行走的控制问题．基于弹簧质点模型，采用拉格朗日方法分别得到双足机器人单支撑阶段与双支撑阶段的动力学方程，对机器人系统的动力学方程求得周期解．应用非线性系统状态反馈线性化理论，在双足机器人的单支撑阶段和双支撑阶段中，通过控制双足机器人的腿长度，实现稳定的周期行走．在理论分析的基础上，对控制算法进行了仿真与研究．结果表明：在周期行走过程中，文中采用的变长度控制算法可以使双足机器人克服外界的干扰，并具有较强的抗干扰性．     

多体系统轨迹跟踪的瞬时最优控制保辛方法

随着近年来机器人在各行业领域的广泛应用,对机器人的动力学与控制性能不断提出新的要求,特别是对设计越来越复杂、操作越来越灵巧的智能机器人,要求其能够对目标轨迹实现高精度跟踪以满足实际工作需求. 因此,针对机器人多体系统对目标轨迹跟踪的任务需求,基于微分代数方程提出瞬时最优控制保辛方法. 首先,采用多体动力学绝对坐标建模方法建立机器人系统的普适动力学方程,即微分代数方程;然后,采用保辛方法将连续时间域内的微分代数方程进行离散化,进而得到以当前位置、速度和拉式乘子为未知量的非线性代数方程组;其次,通过引入对目标轨迹跟踪以及对控制加权的瞬时最优性能指标,根据瞬时最优控制理论获得当前最优控制输入;最后,通过离散时间步的更新完成对目标轨迹的跟踪任务. 为了验证本文方法的有效性,以双摆轨迹跟踪控制为例进行了数值仿真,结果表明:针对机器人轨迹跟踪任务所提出的瞬时最优控制保辛方法能够实现对目标轨迹的高精度跟踪,且瞬时最优控制由受控微分代数方程推导获得,更具一般性,能够适应其他复杂多体系统的轨迹跟踪控制问题.      

基于虚拟力概念的柔性臂空间机器人模糊退步自适应控制算法设计

讨论了漂浮基柔性臂空间机器人系统的动力学模拟、运动轨迹跟踪控制算法设计及柔性振动主动抑制。采用多体动力学建模方法并结合假设模态法,建立了漂浮基柔性臂空间机器人的系统动力学模型。基于该模型,针对系统惯性参数未知情况,提出了刚性运动基于模糊基函数网络自适应调节的退步控制算法,以完成柔性臂空间机器人载体姿态及机械臂各关节铰的协调运动。然后,为了主动抑制系统柔性振动,运用虚拟力的概念,构造了同时反映柔性模态和刚性运动轨迹的混合期望轨迹,通过改造原有的控制算法,提出了基于虚拟力概念的模糊退步自适应控制算法;这样不但保证了之前刚性运动控制方案对模型不确定的鲁棒性,而且能主动抑制柔性振动,从而提高了轨迹跟踪性能。理论分析及数值仿真算例均表明了控制方法的可行性。     

双臂空间机器人相对载体运动的增广自适应控制方法

本文讨论了载体位置、姿态均不受控制情况下,漂浮基双臂空间机器人末端爪手基联坐标系内轨迹跟踪的自适应控制问题.系统运动学、动力学分析结果表明,结合系统动量守恒关系得到的双臂空间机器人系统动力学方程,可以表示为一组新的适当选择的系统组合惯性参数的线性函数;从而克服了惯常的空间机器入系统动力学方程,关于系统惯性参数呈非线性函数关系的难点.以此为基础,并借助于增广变量法,针对双臂空间机器人末端爪手所持载荷参数未知的情况,设计了漂浮基双臂空间机器人末端爪手基联坐标系内轨迹跟踪的增广自适应控制方案.提出的控制方案具有不需要反馈、测量漂浮基的位置、移动速度及移动加速度的显著优点.系统数值仿真,证实了方法的有效性.     

柔性空间机器人快速终端滑模容错抑振控制

针对基座与臂杆存在柔性且执行机构发生故障的自由漂浮空间机器人系统,设计了快速终端滑模容错抑振控制器。结合线性弹簧假设、欧拉-伯努利梁理论和假设模态法提取了系统的柔性特征,利用拉格朗日方程推导出柔性基、柔性臂空间机器人系统的动力学模型;基于双幂次非奇异快速终端滑模为系统设计了有限时间容错控制器,采用Lyapunov函数法证明了闭环系统的稳定性;在此基础上,引入混合轨迹对容错控制器进行修正,进而构造出基于虚拟控制力的有限时间容错抑振控制器,实现对空间机器人载体姿态与关节轨迹的快速跟踪控制及基座与臂杆柔性振动的有效抑制。仿真结果表明,相较于无容错机制的计算力矩抑振控制算法,所设计算法的轨迹跟踪误差收敛速度提升了68.75%,弹性基座的振幅减小了78%,限定在1.1×10^-4 m之内。     

基于位置约束的两轮驱动机器人路径跟踪控制方法

两轮驱动机器人的应用越来越广泛,但由于两轮驱动机器人属于欠驱动系统,输入量不能使机器人按任意轨迹运动,因此较难控制。针对两轮驱动机器人的路径跟踪控制问题,分析了两轮驱动机器人运动模型,提出了一种新的路径跟踪控制方法。通过左右轮的双闭环PID控制来约束两轮机器人的速度和位姿,同时,在期望路径附近建立矢量场,引入位置约束,促使两轮机器人在偏离期望路径时能够快速回归,完成路径跟踪任务。搭建了两轮驱动机器人硬件实验平台,实现了两轮驱动机器人的路径跟踪控制。实验结果表明,两轮驱动机器人能够准确跟踪期望路径,对于设置的一种较复杂路径跟踪实验,得出的各跟踪点的相对误差的均方差为0.86%,最大相对误差为3.64%。     

空间双臂机器人抓捕翻滚目标后的鲁棒稳定控制

针对空间双臂机器人抓捕翻滚目标的稳定控制问题, 由于目标惯性参数的不确定性以及双臂同时作用于目标存在内力挤压, 已有的稳定控制方法无法有效地约束机械臂末端与目标的接触力与力矩, 无法保证控制过程中抓捕点处的接触安全. 为此, 本文考虑被抓捕目标惯性参数不确定性与双臂内力挤压对抓捕后阶段组合体稳定控制的影响, 提出了一种保证接触安全的鲁棒稳定控制方法. 首先, 根据目标的有界不确定性构造鲁棒正不变集, 同时考虑双臂与目标接触内力的影响, 利用预测控制方法在该不变集内规划控制目标运动的虚拟接触力与力矩. 然后, 根据目标动力学模型以及空间双臂机器人的运动约束, 规划空间双臂机器人的鲁棒安全期望运动轨迹. 最后, 利用障碍李雅普诺夫函数构造跟踪控制器, 使空间双臂机器人有效地跟踪期望轨迹, 从而使得翻滚目标运动受到等效于虚拟控制律的作用, 在保证接触安全的同时实现鲁棒的稳定控制. 通过空间双臂机器人稳定翻滚目标的仿真算例验证了所提方法的有效性.      

仿人跑步机器人变拓扑结构动力学分析

提出了仿人跑步机器人变拓扑结构动力学的分析方法. 首先建立坐标系统, 接着推导机器人的约束方程和雅可比矩阵,并以此为基础得到机器人在起跳阶段和飞行阶段 的动力学方程,同时确定不同阶段相互转换的识别方程,作为机器人从一个阶段转向另一个 阶段的条件. 另外对机器人从空中落地时着地脚和地面的冲击现象进行了分析. 最后采用 ADAMS软件建立了机器人的虚拟样机模型,通过模型仿真验证了该方法的有效性和可行性.     

仿青蛙机器人跳跃之力学分析与轨迹优化

目前,相比传统的轮式机器人,离散性运动的跳跃机器人具有更好的移动性能,得到了广泛的应用.本文从仿生学角度出发,选择具有优秀跳跃性能和合理运动结构的青蛙作为研究对象,建立了平面连杆机构仿青蛙机器人跳跃模型.在该模型的基础上,建立了仿青蛙机器人起跳阶段的运动学和动力学模型,得到了起跳阶段机器人各关节力矩与各关节运动轨迹,质心速度,质心加速度间的关系.结合遗传算法,对机器人在起跳阶段的跳跃轨迹进行了优化.在此基础上,从能量角度出发,对机器人在腾空阶段的跳跃轨迹进行了优化,得到了机器人最佳的跳跃轨迹.结合Matlab仿真分析,验证了方案的正确性和可行性.     

双臂空间机器人关节空间的补偿学习控制

在载体位置与姿态均不受控制情况下,结合动量(矩)守恒关系对系统进行了运动学、动力学的分析,得到了漂浮基双臂空间机器人的系统动力学方程.采用PD控制的计算力矩法,得到了系统的闭环动态误差方程,在此基础上设计了针对不确定性的自由漂浮空间机器人的控制方案,提出了一种基于遗传算法的补偿学习控制方法.将补偿学习控制与计算力矩法相结合,利用遗传算法的进化学习消除不确定因素的影响,实现机器人轨迹跟踪的良好控制.     

全柔性空间机器人运动振动一体化输入受限重复学习控制

探究基座、臂、关节全柔性影响下空间机器人动力学模拟、运动控制及基座、臂、关节三重柔性振动主动抑制的问题, 设计了不基于系统模型信息的运动振动一体化输入受限重复学习控制算法. 将柔性基座与关节等效为线性弹簧与扭转弹簧, 柔性臂视为欧拉-伯努利梁模型, 利用拉格朗日方程与假设模态法建立动力学模型, 然后, 用奇异摄动理论将模型分解为包含刚性变量与臂柔性振动的慢变子系统, 包含基座、关节柔性振动的快变子系统, 并分别设计相应的子控制器, 构成了带关节柔性补偿的一体化控制算法. 针对慢变子系统, 提出输入受限重复学习控制算法, 由双曲正切函数, 饱和函数与重复学习项构成, 双曲正切函数与饱和函数实现输入力矩受限要求, 重复学习项补偿周期性系统误差, 以完成对基座姿态、关节铰周期轨迹的渐进稳定追踪. 然而, 为了同时抑制慢变子系统臂的柔性振动, 运用虚拟力的概念, 构造同时反映臂柔性振动与系统刚性运动的混合轨迹, 提出了基于虚拟力概念的输入受限重复学习控制器, 保证基座、关节轨迹精确追踪的同时, 对臂的柔性振动主动抑制. 针对快变子系统, 采用线性二次最优控制算法抑制基座与关节的柔性振动. 仿真结果表明: 控制器适用于一般柔性非线性系统, 满足输入力矩受限要求, 实现对周期信号的高精度追踪, 有效抑制基座、臂、关节的柔性振动, 证实算法的可行性.      

基于干扰观测器的柔性关节空间机器人退步自适应控制

研究了载体位置、姿态均不受控的情况下,系统参数不确定的柔性关节空间机器人轨迹跟踪的控制问题.结合系统动量、动量矩守恒关系,利用拉格朗日法推导出系统的动力学模型.为减小系统柔性关节对系统控制精度的影响,采用关节柔性补偿器来等效降低系统关节的柔性.再借助奇异摄动法,针对系统参数不确定的情况,设计了柔性关节空间机器人基于干扰观测器的退步自适应滑模控制方案.该方案不需要对系统惯性参数进行线性化处理,控制器结构简单,且实现了空间机器人期望轨迹的精确跟踪控制.通过平面两杆空间机器人的数值仿真证明了该方法的有效性.     

Trajectory planning and tracking control for autonomous bicycle robot

Control of the autonomous bicycle robot offers considerable challenges to the field of robotics due to its nonholonomic, underactuated, and nonminimum-phase properties. Furthermore, instability and complex dynamic coupling make the trajectory planning of the bicycle robot even more challenging. In this paper, we consider both trajectory planning and tracking control of the autonomous bicycle robot. The desired motion trajectory of the contact point of the bicycle’s rear wheel is constructed using the parameterized polynomial curve that can connect two given endpoints with associated tangent angles. The parameters of the polynomial curve are determined by minimizing the maximum of the desired roll angle’s equilibrium of the bicycle, and this optimization problem is solved by the particle swarm optimization algorithm. Then, a control scheme that can achieve full-state trajectory tracking while maintaining the bicycle’s balance is proposed by combining a planar trajectory tracking controller with a roll angle balance controller. Simulation results are presented to demonstrate the effectiveness of the proposed method.     

Synchronization control for networked mobile robot systems based on Udwadia–Kalaba approach

This paper addresses the problem of synchronization control for networked multi-mobile robot systems from the perspective of analytical mechanics. By reformulating the task requirement as a constrained motion problem, a unified synchronization algorithm for networked multi-mobile robot systems with or without leaders is proposed in combination with algebraic graph theory and the Udwadia–Kalaba approach. With the proposed algorithm, the networked mobile robot system can achieve synchronization from arbitrary initial conditions for the leaderless case and realize accurate trajectory tracking with explicitly given reference trajectories for the leader-following case. Numerical simulations of a networked wheeled mobile robot system are performed under different network structures and various trajectory requirements to show the performance of the proposed control algorithm.

     

空间机器人捕获航天器后基于无源性理论的鲁棒镇定控制

研究了漂浮基空间机器人捕获非合作航天器过程对系统产生的冲击效应及其后联合体系统镇定运动的控制问题。为此,利用拉格朗日方法及牛顿-欧拉法分别获得了捕获前空间机器人及目标航天器的动力学模型;结合动量守恒定律、系统运动几何关系及力的传递规律,分析了捕获过程相互碰撞所产生的冲击效应,建立了捕获完成后两者联合体的系统动力学模型。在此基础上,针对同时存在不确定参数及外部扰动的联合体系统,设计了基于无源性理论的镇定运动神经网络H_∞鲁棒控制算法。本文提出的基于无源性理论设计的鲁棒控制算法具有良好的动态特性及较强的鲁棒性,可快速完成系统的镇定控制,实现轨迹的精确跟踪。系统数值模拟仿真验证了本文控制方案的正确性。     

Biomechanical and dynamic mechanism of locust take-off

The biomimetic locust robot hopping vehicle has promising applications in planet exploration and reconnaissance. This paper explores the bionic dynamics model of locust jumping by using high-speed video and force analysis. This paper applies hybrid rigid-flexible mechanisms to bionic locust hopping and studies its dynamics with emphasis laid on the relationship between force and jumping performance. The hybrid rigid-flexible model is introduced in the analysis of locust mechanism to address the principles of dynamics that govern locust joints and mechanisms during energy storage and take-off. The dynamic response of the biomimetic mechanism is studied by considering the flexi- bility according to the locust jumping dynamics mechanism. A multi-rigid-body dynamics model of locust jumping is established and analyzed based on Lagrange method; elastic knee and tarsus mechanisms that were proposed in previous works are analyzed alongside the original bionic joint configurations and their machinery principles. This work offers primary theories for take-off dynamics and establishes a theoretical basis for future studies and engineering applications.     

Orientation-error observer-based tracking control of nonholonomic mobile robots

In this paper, a novel trajectory tracking controller is proposed for mobile robots with unknown orientation angle by employing the orientation-error observer (OEO). In order to overcome the local stability resulted from linearization design methods, an asymptotically stable controller is designed using Lyapunov’s direct method. This method breaks down nonlinear systems into low-dimensional systems and simplifies the controller design using virtual auxiliary error function and partial Lyapunov functions. A state-feedback controller for the nonlinear error dynamics of the mobile robot is combined with an observer that estimates the orientation-error based on available trajectory information and measurement of the position coordinates. The stability of the system is easily proved via the Lyapunov theory. Abundant simulation and experiment results validate the effectiveness and superiority of the proposed control method.     

System modeling and tracking control of mobile manipulator subjected to dynamic interaction and uncertainty

Trajectory tracking of a mobile manipulator is a challenging research because of its complex nonlinearity and dynamics. This paper presents an adaptive control strategy for trajectory tracking of a mobile manipulator system that consists of a wheeled platform and a modular manipulator. When a robot system moves in the presence of sliding, it is difficult to accurately track its trajectory by applying the backstepping approach, even if we employ a non-ideal kinematic model. To address this problem, we propose using a combination of adaptive fuzzy control and backstepping approach based on a dynamic model. The proposed control scheme considers the dynamic interaction between the platform and manipulator. To accurately track the trajectory, we propose a fuzzy compensator in order to compensate for modeling uncertainties such as friction and external disturbances. Moreover, to reduce approximation errors and ensure system stability, we include a robust term to the adaptive control law. Simulation results obtained by comparing several cases reveal the presence of the dynamic interaction and confirm the robustness of the designed controller. Finally, we demonstrate the effectiveness and merits of the proposed control strategy to counteract the modeling uncertainties and accurately track the trajectory.