模型及负载不确定情形下机械臂自适应运动控制

《模型及负载不确定情形下机械臂自适应运动控制》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、模型及负载不确定情形下机械臂自适应运动控制李江平2016年1月中图分类号：TP242UDC分类号：621.3模型及负载不确定情形下机械臂自适应运动控制作者姓名李江平学院名称自动化学院指导教师马宏宾教授答辩委员会主席张长泉教授申请学位工学硕士学科专业控制科学与工程学位授予单位北京理工大学论文答辩日期2016年1月RobotManipulatorAdaptiveMotionControlwithUncertainModelandPayloadCandidateName：JiangpingLiSchoolorDepar

2、tment:SchoolofAutomationFacultyMentor:Prof.HongbinMaChair,ThesisCommittee：Prof.ChangquanZhangDegreeApplied:MasterofEngineeringMajor：ControlScienceandEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence：January，2016研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导

3、下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要在当今的工业生产和日常生活中，机器人扮演着日益重要的角色。随着机器人的应用场景的日益广泛，作为机器人执行机构重要组成部分的机械臂，其动力学模型具有高度非线性化、强耦合和时变的特点，这使得机

4、械臂在工作过程中存在着许多的不确定性。为了使机械臂在面对不确定性时具有更好的智能性，本课题研究了机械臂在自身模型具有不确定性和外力负载具有不确定性的情形下，分别通过基于FAT（函数逼近技术）技术对模型不确定性的矩阵进行估计的方法和“一步猜测”思想对未知的负载进行估计的方法，并在此基础上设计出阻抗自适应控制器和离散时间自适应控制器，使得机械臂在不确定性情形下的智能性得到提高。本文主要工作概括如下：（1）针对机械臂模型中存在的不确定性，通过FAT技术估计模型中的不确定项，在此基础上设计出机械臂的阻抗自适应控制器，并对

5、系统的稳定性进行证明。通过将该控制器应用于基于iCub机器人的双臂跟随控制实验中，验证了该算法的实际可行性。（2）针对机械臂的外力负载中存在的不确定性情形，根据“一步猜测”思想对当前时刻的外力负载进行估计，然后设计出离散时间自适应控制器。为验证算法的理论可行性，分别将其应用于两自由度和六自由度机械臂PUMA560仿真实验中，通过实验表明该算法对未知的负载估计效果和关节角轨迹跟踪效果良好。本论文的研究对于机械臂的智能性研究具有一定的探索意义，对于未来机械臂的智能性发展有所裨益。关键词：机械臂；不确定性；FAT技术；

6、“一步猜测”；自适应控制1北京理工大学硕士学位论文AbstractRobotplaysmoreandmoreimportantroleinourindustrialproductionanddailylife.Asanimportantpartoftherobotactuatorsystem,therobotmanipulatorisahighlynon-linear,coupling,andtime-varyingcomplicatedsystemwithexpandingoftherobotapplicati

7、onarea.Sotherearemanyuncertaintiesintherobotdynamicsmodel.Inordertoimprovetheintelligenceoftherobotmanipulatorwhenfacingtheseuncertainties,inthispaperweusefunctionapproximationtechniques(FAT)toestimatetheunknownmatricesinthedynamicmodelandthe“one-stepguess”id

8、eatoapproximatetheunknownpayload,thendesigntheimpedanceadaptivecontrolleranddiscrete-timeadaptivecontrollerwhentherearesomeuncertaintiesinthemodelorpayload.Themaincontributionsarehighligh