机器人多变量控制方法简述
来源:互联网 发布:携程国际业务部 知乎 编辑:程序博客网 时间:2024/06/05 16:32
Thanks Mark W. Spong for his great work of Robot Modeling and Control.
机器人动力学模型
首先,我们将给出机械臂的动力学方程。机器人运动方程为:
PD控制
一个独立关节的PD控制策略可以写成下列向量形式:
然而,实际中仅使用PD控制无法保证系统实现渐进跟踪。在实践中,将会出现稳态误差,因为机器人必须能够使电机产生一个保持力矩来平衡重力扭矩
上述控制律需要在每个时刻根据拉格朗日方程来计算重力项,在这些未知的情况下无法计算上述控制律。
逆动力学控制
关节空间
逆动力学控制包括两个表达式,一个是内环控制,一个是外环控制。考虑一个n-连杆刚性机器人的动力学方程:
如果根据下列公式选择控制输入
一个明显的选择是令:
任务空间
任务空间内的跟踪可以通过修改外环控制,保持内环控制来实现。通过使用
实施逆动力学控制方法的一个缺点是:系统参数必须是明确已知的。
基于无源性的运动控制
再次考虑机器人动力学方程:
基于无源性的鲁棒控制
鲁棒控制器是一个固定的控制器,它被设计用来面对大范围不确定时依然能满足性能要求。
对上述控制器做如下修改:
令
基于无源性的自适应控制器
自适应控制器与鲁棒控制器的区别在于:它采用某种形式的参数估计。在重复的运动任务中,由固定的鲁棒控制器产生的跟踪误差也趋于重复;随着控制参数根据运行时的信息而更新,由自适应控制器产生的跟踪误差预计会随时间减少。
在自适应控制方法中,
阅读全文
0 0
- 机器人多变量控制方法简述
- 常见多变量/多元统计分析方法分类图
- matlab多变量牛顿方法求解非线性方程组
- matlab多变量牛顿方法求解非线性方程组
- 什么是多变量测试
- python 多变量赋值
- python 多变量赋值
- 多变量线性回归
- 多变量线性回归
- exercise 5 多变量
- Python 多变量赋值
- python函数 多变量
- 工业机器人运动规划方法简述
- iOS自定义多变量函数,如何获取多变量
- 复杂多变量数据可视化
- clementine多变量标准化操作方法
- 多变量线性回归 原理
- week2 多变量线性回归
- UDP通信在NAT(NAPT/内网穿透)中Session保持实现与效果测试
- 斯坦福大学公开课机器学习课程(Andrew Ng)七最优间隔分类器
- HeadFirst设计模式笔记
- 01.Web基础知识 第二章 Web开发基础知识
- API学习TreeSet
- 机器人多变量控制方法简述
- Tomcat搭建
- 解决:The superclass "javax.servlet.http.HttpServlet" was not found on the Java Bu
- 设计模式小结
- scikit-learn学习笔记(四)Ridge Regression ( 岭回归 )
- 【STM32】 keil软件工具--工程目标选项配置(下)
- Java 的NIO的使用
- js基础 事件基础二
- linux入门-shell(.sh)脚本编写和运行