基于t⁃s模糊模型的机器人轨迹跟踪控制

《基于t⁃s模糊模型的机器人轨迹跟踪控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于T⁃S模糊模型的机器人轨迹跟踪控制摘要：为了解决机器人跟踪控制的建模误差和扰动所引起的不稳定问题，设计一种基于T⁃S模糊模型的滑模控制器。首先对机器人动力学方程进行扇区非线性处理，建立T⁃S模糊模型，然后设计出保证机器人系统渐近稳定的滑模控制器。对二连杆机器人进行给定轨迹实验时，系统具有良好的轨迹跟踪性能，系统误差很快收敛到零。实验结果表明该方法对非线性系统具有较强的鲁棒稳定性，验证了该方法的有效性。关键词：T⁃S模糊模型；滑模控制；轨迹跟踪控制；机器人中图分类号：TN911⁃34；TP273文献标识码：A文章编号

2、：1004⁃373X（2014）08⁃0102⁃03RobottrajectorytrackingcontrolbasedonT⁃SfuzzymodelLIUGui⁃lin，GAODao⁃xiang，YANLei（CollegeofTechnology，BeijingForestryUniversity，Beijing100083，China）Abstract：Anadaptiveslidingmodecontrollerbased10onT⁃Sfuzzymodelwasdesignedforo

3、vercomingtheinstabilityresultedfrommodellingerrorandperturbationofrobotictrackingmanipulator.AT⁃Sfuzzymodelisestablishedbyusingsectornonlinearityprocessingforrobotdynamicequations.Theslidingmodecontrollerisdesignedtoensureasymptoticalstabilityofrobotsystem.Inthegiventrackexperimentofth

4、etwo⁃linkrobot，thesystemachievedperfecttrajectorytrackingeffect，andthesystemerrorwasconvergedtozerorapidly.Theresultsshowthatthemethodproposedinthispaperhashighrobuststabilityfornonlinearsystem.Theeffectivenessofthemethodwasverifiedintheexperiment.Keywords：T⁃Sfuzzymodel；slidingmo

5、decontrol；trajectorytrackingcontrol；robot0引言10轨迹跟踪和稳定性是控制中的两个典型问题[1]。机器人轨迹跟踪控制的主要目的是通过给定各关节的驱动力矩，使得机器人的位置、速度等状态变量跟踪给定的理想轨迹[2]。传统的轨迹跟踪控制方法大多数是基于确定、定量化的数学模型来设计控制器，而现实世界大多数控制系统由于结构的复杂性和扰动的存在，系统精确的数学模型难以得到。但是，基于模型的控制可以让大多数复杂的非线性系统线性化[3]。针对非线性系统轨迹跟踪和稳定性问题，目前已做了大量的研究。文献[4]针对轮式移动机器人的非完整运动学模型，利用自适应反

6、演控制技术设计了具有全局渐近稳定性的自适应控制器并利用李雅普诺夫理论证明了其具有全局渐近稳定，仿真结果验证了所设控制器的有效性和正确性。文献[5]10设计反演非奇异终端神经滑模控制处理具有不确定干扰和建模误差的多关节机械臂的轨迹跟踪问题，仿真结果表明该方法具有良好的轨迹跟踪性能。文献[6]针对具有广义不确定性的非线性系统，设计自适应模糊反演控制器，仿真结果表明该控制方法具有良好的动态品质和跟踪性能，对非线性控制系统具有很强的鲁棒性和自适应性。文献[7]在一种稳定的机器人神经网络（NN）控制器基础上，提出神经网络控制器和监督控制器相结合的控制方案，仿真结果表明该方法具有较好的鲁棒

7、性和跟踪效果。文献[8]针对产生回归轨迹的连续非线性动态系统，基于确定学习理论，使用径向基函数神经网络为机器人任务空间跟踪控制设计了一种新的自适应神经网络控制算法，不仅实现了闭环系统所有信号的最终一致有界，而且在稳定的控制过程中，沿着回归跟踪轨迹实现了部分神经网络权值的方式存储，可以用来改进系统的控制性能，也可以应用到类似的控制任务中，能够有效地节约时间和能量。这些方法各有优劣，大多数都用性不强，或者控制器设计过程复杂。Takagi和Sugeno在1985年提出了T⁃S模糊建模的