针对传统空间机器人控制方法需要测量角速度信息的问题,提出一种基于扩张状态观测器的优化控制方法,实现不确定条件下自由漂浮空间机器人(Free-Floating Space Robot,FFSR)末端轨迹跟踪控制。首先,在FFSR名义模型的基础上,考虑参数不精...针对传统空间机器人控制方法需要测量角速度信息的问题,提出一种基于扩张状态观测器的优化控制方法,实现不确定条件下自由漂浮空间机器人(Free-Floating Space Robot,FFSR)末端轨迹跟踪控制。首先,在FFSR名义模型的基础上,考虑参数不精确以及外部扰动因素,建立更符合实际工程的FFSR模型;而后,通过增广变量方法将FFSR模型转化成状态空间表达形式,并基于此设计扩张状态观测器,对状态变量以及不确定项进行在线估计;进而,将观测器的输出作为控制器的输入,提出一种基于状态依赖黎卡提方程(State-Dependent Riccati Equation,SDRE)的优化控制方法;最后,在Matlab/Simulink平台上对所提控制方法进行数值仿真。结果表明:所设计的状态观测器能有效观测FFSR关节角的角速度以及末端抓手位置信息,且通过所设计的优化控制器能够实现机械臂末端的精确跟踪控制。展开更多
存在外部干扰以及模型参数不精确时,自由漂浮空间机器人(Free-floating Space Robot,FFSR)末端控制精度无法保证且输出力矩将明显增大,针对此问题提出了一种基于干扰观测器的优化控制方法。首先,根据拉格朗日方程和动量矩守恒定律获得了...存在外部干扰以及模型参数不精确时,自由漂浮空间机器人(Free-floating Space Robot,FFSR)末端控制精度无法保证且输出力矩将明显增大,针对此问题提出了一种基于干扰观测器的优化控制方法。首先,根据拉格朗日方程和动量矩守恒定律获得了FFSR的动力学方程和运动学方程表达式。而后,基于FFSR名义模型设计SDRE优化控制器,实现输出力矩和输出误差两项指标的最优化。进而,为克服外部干扰以及参数误差引起的模型不确定性,设计非线性干扰观测器对不确定部分进行在线估计,并反馈到控制器输入中,进一步提高机器人末端轨迹跟踪精度。最后,以两自由度的二连杆空间机器人为对象进行Matlab/Simulink仿真。结果表明:当开启干扰观测器时,这里所提方法在末端跟踪精度以及控制器输出力矩这两项指标上均有明显改善。展开更多
针对自由漂浮双臂空间机器人(Dual-Arm Free Floating Space Robot,DFFSR)在地面装调与空间作业不同重力环境下的轨迹跟踪控制问题,提出了一种自适应RBF神经网络鲁棒控制方法。首先,根据第二类拉格朗日建模方法,获取DFFSR的动力学基本...针对自由漂浮双臂空间机器人(Dual-Arm Free Floating Space Robot,DFFSR)在地面装调与空间作业不同重力环境下的轨迹跟踪控制问题,提出了一种自适应RBF神经网络鲁棒控制方法。首先,根据第二类拉格朗日建模方法,获取DFFSR的动力学基本表达形式;其次,基于DFFSR名义模型设计经典PI控制器,实现模型精确条件下的轨迹跟踪控制;进而,利用RBF神经网络的非线性逼近特性,对动力学方程中的惯性矩阵以及重力不确定项进行在线逼近,设计自适应RBF神经网络控制器,并通过设计鲁棒控制器对逼近误差以及外部扰动进行控制补偿,以实现不同重力环境下的DFFSR的关节鲁棒控制。MATLAB/Simulink仿真结果表明,所提控制方法能在两种不同重力环境下,实现关节角度的精确跟踪,且能有效克服外部扰动带来的影响,具有较强的鲁棒性。展开更多
文摘针对传统空间机器人控制方法需要测量角速度信息的问题,提出一种基于扩张状态观测器的优化控制方法,实现不确定条件下自由漂浮空间机器人(Free-Floating Space Robot,FFSR)末端轨迹跟踪控制。首先,在FFSR名义模型的基础上,考虑参数不精确以及外部扰动因素,建立更符合实际工程的FFSR模型;而后,通过增广变量方法将FFSR模型转化成状态空间表达形式,并基于此设计扩张状态观测器,对状态变量以及不确定项进行在线估计;进而,将观测器的输出作为控制器的输入,提出一种基于状态依赖黎卡提方程(State-Dependent Riccati Equation,SDRE)的优化控制方法;最后,在Matlab/Simulink平台上对所提控制方法进行数值仿真。结果表明:所设计的状态观测器能有效观测FFSR关节角的角速度以及末端抓手位置信息,且通过所设计的优化控制器能够实现机械臂末端的精确跟踪控制。
文摘存在外部干扰以及模型参数不精确时,自由漂浮空间机器人(Free-floating Space Robot,FFSR)末端控制精度无法保证且输出力矩将明显增大,针对此问题提出了一种基于干扰观测器的优化控制方法。首先,根据拉格朗日方程和动量矩守恒定律获得了FFSR的动力学方程和运动学方程表达式。而后,基于FFSR名义模型设计SDRE优化控制器,实现输出力矩和输出误差两项指标的最优化。进而,为克服外部干扰以及参数误差引起的模型不确定性,设计非线性干扰观测器对不确定部分进行在线估计,并反馈到控制器输入中,进一步提高机器人末端轨迹跟踪精度。最后,以两自由度的二连杆空间机器人为对象进行Matlab/Simulink仿真。结果表明:当开启干扰观测器时,这里所提方法在末端跟踪精度以及控制器输出力矩这两项指标上均有明显改善。
文摘针对自由漂浮双臂空间机器人(Dual-Arm Free Floating Space Robot,DFFSR)在地面装调与空间作业不同重力环境下的轨迹跟踪控制问题,提出了一种自适应RBF神经网络鲁棒控制方法。首先,根据第二类拉格朗日建模方法,获取DFFSR的动力学基本表达形式;其次,基于DFFSR名义模型设计经典PI控制器,实现模型精确条件下的轨迹跟踪控制;进而,利用RBF神经网络的非线性逼近特性,对动力学方程中的惯性矩阵以及重力不确定项进行在线逼近,设计自适应RBF神经网络控制器,并通过设计鲁棒控制器对逼近误差以及外部扰动进行控制补偿,以实现不同重力环境下的DFFSR的关节鲁棒控制。MATLAB/Simulink仿真结果表明,所提控制方法能在两种不同重力环境下,实现关节角度的精确跟踪,且能有效克服外部扰动带来的影响,具有较强的鲁棒性。
