【摘 要】
:
阻抗控制是机械臂力/位置跟踪控制的关键技术之一。然而,传统的阻抗控制过分依赖精确地环境模型,难以适应参数不能准确测量的工作环境;此外,建模误差是难以避免的,这导致基于参数已知的控制方法难以取得高精度的轨迹跟踪效果,进而影响机械臂末端力/位置跟踪性能。如何减小机械臂不确定性和环境未知性对机械臂力/位置跟踪的影响一直是控制领域的研究热点。本文以阻抗控制为研究基础,并考虑机械臂动力学参数不确定性问题作为
论文部分内容阅读
阻抗控制是机械臂力/位置跟踪控制的关键技术之一。然而,传统的阻抗控制过分依赖精确地环境模型,难以适应参数不能准确测量的工作环境;此外,建模误差是难以避免的,这导致基于参数已知的控制方法难以取得高精度的轨迹跟踪效果,进而影响机械臂末端力/位置跟踪性能。如何减小机械臂不确定性和环境未知性对机械臂力/位置跟踪的影响一直是控制领域的研究热点。本文以阻抗控制为研究基础,并考虑机械臂动力学参数不确定性问题作为主要研究内容,同时对复杂场景下机械臂的避障运动规划进行研究。(1)针对环境中障碍物对机械臂作业安全性的影响,以人工势场法为基础进行避障路径规划。通过改进人工势场斥力势场函数解决目标点非最优点的缺陷;引入了可变步长机制,通过淘汰碰撞路径点避免重新规划新路径,提高了人工势场法的效率;对离散路径点进行轨迹规划,提高了路径点的平滑性。(2)针对环境先验知识不足而导致规划的阻抗函数中参考轨迹不理想,进而影响机械臂末端力/位置跟踪性能的问题,设计基于自适应阻抗控制的力跟踪方案,根据力跟踪误差对参考轨迹进行实时在线更新,达到解决环境建模误差影响的目的,间接提高了机械臂力跟踪性能。面对非结构性环境,该控制方案更具有灵活性和适用性,提高了控制系统的通用性。(3)针对机械臂系统动力学不确定性导致力/位置跟踪性能下降的问题,同时考虑不可避免的外界扰动和关节执行器摩擦力因素,设计了基于自适应神经网络的位置控制器,该控制系统采用单参数神经网络拟合笛卡尔空间动力学,解决了运动学参数不确定性的问题,并对神经网络理想权值矩阵最大奇异值的平方进行在线估计,从而只需更新单个学习参数,进而减少计算压力并提高控制系统的实时性。最后,结合Lyapunov稳定性定理分析,严格证明了系统的稳定性。(4)为提高力/位置跟踪控制系统的工程应用价值,将该算法应用于高自由度Sawyer机械臂的控制系统中,高度验证了该控制系统的有效性及实用性,很大程度上加快了智能控制器的实际应用速度,这对于智能控制器的工程应用有着很大的意义。
其他文献
随着线上购物机制一步步多元化,产品品类丰富化,实体零售店面临的市场竞争的压力越来越大,国外实体零售品牌的相继撤离中国市场,销售额一步步被压缩,门店裁员,严格把控预算,以及关店的也时时发生。面对如此市场格局,实体零售店应该加快转型。相对于线上购物,实体零售店的最大优势就是活人与顾客面对面沟通的机会。那么实体零售店该如何把握基层员工与顾客之间面对面沟通的契机,改善顾客在实体店购物的体验呢?这对于实体零
稀疏微波处理作为一种有效降低系统复杂度的微波处理手段,已经逐渐成为微波处理的主流方法。而微波频段在雷达信号处理中也是主要的电磁波频段,因此稀疏微波处理也能很好的应用于雷达信号处理中。由于合成孔径雷达在方位向和距离向都进行采样,所以导致采样的数据量很大,而采用稀疏微波处理的手段能有效的降低数据量,提高信号处理的速度,因此稀疏微波处理在合成孔径雷达中具有广泛且高效的应用。深度学习作为以机器学习为基础,
木薯作为全球第六大粮食作物,应用价值很高,既可以用多种方式加工成食品,也可以应用到经济市场中。然而,由于木薯叶易遭受病毒性疾病的侵害,因此,其产量和质量难以得到保证。早期,需要专家到田间对木薯叶的疾病类型进行判断和治疗,但该方法耗时耗力,并且需要专家有丰富的诊断经验。目前,基于深度学习的识别技术可以较大提高识别疾病类型的效率,但难于处理背景复杂且样本数量较少的数据集,网络模型的识别精度仍不够高。因
过去几十年计算机领域的发展,安全资产的保护,安全算法的设计与防护显得越来越重要。芯片的攻击与防御在芯片安全领域是一个广泛研究的课题,针对安全算法的攻击方式有很多种,其中差分故障(Differential Fault Analysis,DFA)是密码分析学中一个强大的技术,通过干扰算法的计算过程,利用错误的结果推断出密钥。本文将采用差分故障分析模型,定位出Data Encryption Standa
电力变压器是我国运输电力流程中不可或缺的设备,关系着电力系统的正常运行。确保电网的稳定运行需要及时对变压器的潜伏性故障进行维修,避免进一步的事故发生。在变压器故障诊断领域中,采用油中溶解气体分析法(Dissolved Gas Analysis,DGA)是极为有效且普遍的诊断方法,特征气体识别法、三比值法等传统故障诊断方法都是基于油中溶解气体分析法构建的。目前,人工智能技术不断发展,变压器故障诊断方
噪声背景下对目标信号进行提取是信息处理领域的研究热点,在雷达、移动通信水下声呐、语音、医疗诊断等无线系统中有着广泛且重要的应用。在设计上述无线系统接收端信号检测器时,首先要建立噪声背景数据的数学模型。由于真实噪声数据的非高斯和脉冲特性,高斯分布的噪声已不再适合用来对噪声数据进行建模。为了能够在实际应用中获得更好的检测性能,对脉冲噪声进行研究显得特别重要。但是,现阶段基于脉冲噪声下的信号检测器,其设
随着智能手机的广泛使用,人们通过手机软件打车已成为一种流行的交通方式。而近年来城市交通拥堵的不断加剧,以及出租车(网约车)行业发生多起违法犯罪案件,如何在城市中合理的进行车辆派单,减少交通拥堵的发生和保障司机和乘客在服务过程中的安全越来越成为人们关心的问题。本文以此为出发点,提出了基于时间与安全联合优化的车辆派单策略,从时间和安全两个方面对乘客的叫车请求做出合理的派单。首先,本文从深圳市出租车轨迹
手术导航系统能够辅助医生在术中精确地定位病灶的具体位置,并以可视化引导的方式辅助医生将病灶清除。作为核心系统之一,空间定位系统能够提供手术器械尖端空间定位信息的实时反馈,辅助医生更加准确地完成手术操作。但术中操作通常会使软组织发生形变或位移,这使得术前规划以及术中配准失效,判断病变组织是否清除完全成为难题。相关研究利用动物实验验证了不同生物组织阻抗值的差异性并实现精准分类,这表明在术中利用生物电阻
随着信息技术的不断发展,分布式、云计算、边缘计算等技术越来越成熟,催生了越来越多的数据量。海量数据让数据的管理和价值挖掘变得愈加复杂和困难。随着数据量越来越大,从日常生活中的医疗、购物和娱乐到全球经济的健康发展以及击溃恐怖主义,都需要依靠预测的质量。这就需要一种能够快速且准确预测的系统,推荐系统应运而生。推荐算法从提出起,因为其在不同应用场景的广阔应用前景吸引了众多学者不断进行完善与发展,所以诞生
行人重识别是进行跨视频监控设备行人检索的重要过程,其核心思想是提取行人特征并进行相似性度量。行人重识别技术在追踪犯罪人员,寻找失踪人口,建立新型智慧商场等方面有着重要意义。在远距离公共监控场景下,行人脸部特征难以捕捉,所以行人重识别研究主要关注行人的身体特征。目前,对行人特征提取的研究多采用卷积神经网络提取单帧行人图像的衣服颜色和样式等外观特征,但这些外观特征在不同时间地点的监控视频中容易发生变化