一种对机器人阻抗控制中不确定性进行补偿的方法.pdf

《一种对机器人阻抗控制中不确定性进行补偿的方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、!"#$年%月机床与液压(89!"#$第&&卷第'期()*+,-./0012+345)61,*7:;<=&&-;='!"#!#">?'$'@A=BCCD=#""#E?FF#=!"#$="'=""!一种对机器人阻抗控制中不确定性进行补偿的方法##!王宇驰!陈友东!游玮"#>北京航空航天大学机械工程及自动化学院!北京#""#'#$!>安徽埃夫特智能装备有限公司!安徽芜湖!&#""G#摘要!机器人建模中存在的不确定性&给机器人精确控制带来了困难&在机器人力控制中尤为明显&制约了力控制在实际生产中的应用'

2、采用模糊控制(神经网络等智能控制方法是解决这些经典控制理论所面临问题的有效手段'文中使用无监督学习的神经网络对不确定性进行在线补偿&提高阻抗控制的力跟踪性能&通过仿真验证了算法的有效性'关键词!阻抗控制$神经网络$不确定性补偿中图分类号!/U!&!=!VV文献标志码!)VV文章编号!#""#E?FF#"!"#$#"'E""GE?2')4-:)-F-*('.5,)'G.3'$),%.)%'5%.=-?-)#*(':,.3'F-.)$-1##!k)-H3MOB&*+.-3;M];DZ&306kQB"

3、#>7O;;<;Y(QO8DBO8<.DZBDQQSBDZ8D])MP;L8PB;D&XQB8DZ6DB_QSCBP9&XQBABDZ#""#'#&*BD8$!>)DMB.Y;SP.cMB[LQDP*;>&1P]>&kMM)DMB!&#""G&*BD8#>?5)$,3)!/QMDOQSP8BDPBQCQdBCPBDZBDS;^;PL;]Q/BCBCQC[QOB8<<9;^_B;M

4、CBDS;^;PY;SOQO;DPS;<&8D],DPQ<6DCM[QS_BCQ]

5、SP8BDPBQCQdBCPBDZBDS;^;PBL[Q]8DOQO;DPS;<;D/QQYYQOPB_QTDQCC;YPQ[S;[;CQ]DQMS8<8@'96-$:5!,L[Q]8DOQO;DPS;<$-QMS8

6、传统的基于位置控制的机器人由于位置控制精度用神经网络对阻抗控制中存在的不确定性进行补偿&和刚度相对较低的原因&不能直接用于抛光(打磨(以提高力控制的性能'和文献)$*相比&文中先确去毛刺等需要机器人末端与环境动态连续接触的任务定阻抗参数的初值&再在这个基础上进行位置补偿&中&为了扩展机器人的应用范围&需要使用机器人力将更加易于实现&进行位置补偿也将使系统具有更强)#*的鲁棒性)$*'控制'机器人力控制可以分为两种基本的方法!力@位置混合控制&阻抗控制'力@位置混合控制将任务#"阻抗控制和神经网络空

7、间分为位置控制空间和力控制空间&分别采用位置#=#V阻抗控制控制和力控制)!*机器人阻抗控制的期望阻抗模型常用如下形式!'阻抗控制源于+;Z8D定义的机械阻......抗!输入运动和输出力之间的关系'阻抗模型中既包H]"*E*S#f(]"*E*S#f1]"*E*S#eE8Q"##含了机械结构固有的特性也包含了主动控制的部分&式中!H]((](1]分别为期望阻抗模型的惯性矩阵(通过调节机器人末端的阻抗...&即末端位置和作用力之阻尼矩阵(刚度矩阵$*(*(*分别为机器人末端)?*...间的关系&达到

8、控制接触力的目的'的加速度(速度(位移$*S(*S(*S分别为机器人机器人控制模型存在的不确定性和环境参数存在末端期望的加速度(速度(位移$8Q为机器人末端的不确定性可以分为两类!结构不确定性"7PSMOPMSQT受到的作用力'为了实现对期望力8]的跟踪&常将]6DOQSP8BDPBQC#&比如模型参数不准确$非结构不确上述方程的右端改为8]E8Q&即定性......"6DCPSMOPMSQ]6DOQSP8BDPBQC#&比如高频未建模H"*E*#f("*E*#f1"*E*#e8E