具有速度约束的坐垫机器人滑模控制方法研究
发布时间：2021-10-24 07:23
随着高龄人口增多,脑萎缩、慢性肌肉损伤等疾病导致步行障碍患者逐年增加,由于医护资源的有限性,使坐垫机器人得到了发展。在实际应用中,坐垫机器人运动速度过快,会影响使用者安全性,因此对机器人速度约束是必要的。然而限制机器人运行速度会使跟踪误差变大,同时加上负载的机器人重心会发生偏移,这两个因素导致其很难精确跟踪指定轨迹。为了提高坐垫机器人系统稳定性与跟踪精度,本论文基于滑模变结构控制理论,研究坐垫机器人轨迹跟踪问题,主要内容如下:建立考虑重心偏移坐垫机器人动力学模型;基于此模型设计速度约束型滑模变结构控制器,通过限制实际运动速度的幅值,并采用对轨迹和速度跟踪误差均实时补偿策略,降低速度受限对系统的影响,实现在安全速度范围内对轨迹的精确跟踪;设计新型滑模趋近率降低系统抖振提高系统稳定性;数值仿真结果说明了设计的控制器可以同时应对重心偏移与速度约束影响。在对速度约束的基础上考虑坐垫机器人以有限时间跟踪期望轨迹,设计了一种新的非线性滑模面,并基于变结构控制理论设计全局快速Terminal滑模控制器;利用李雅普诺夫理论分析证明了滑模面的可达性;提出了一种新的双幂次趋近率,使得系统状态从趋近滑模面到...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
坐垫机器人实物结构
第3章速度约束下坐垫机器人滑模控制233.3.2新型趋近率设计本小节通过设计新型趋近率改善控制的动态品质与状态趋近速度，降低抖振对系统稳定性的影响。在保证算法的实时性、快速性、鲁棒性的基础上提出了一种改进的趋近率如下sskssklawsra12)tanh(（3.20）其中，0,01,0,012rakk公式（3.20）是通过幂次趋近率稍作改进而得，用双曲正切函数代替符号函数，使趋近过程具有平滑性。现对此趋近率加以分析。指数项sskr1提升了系统状态到滑模面的趋近速度，我们可以通过对参数r控制达到我们满足实际需求的趋近速度。在运动点远离滑模面时，有很大跟踪误差，控制率迫使运动点以很快的速度向滑模面运动，当运动点接近滑模面时sskr1将迅速减小直至为零，这时运动点速度由)tanh(2sska来控制，此时双曲正切函数发挥了作用，由于它的存在速度不会太大而且不会突变，将以小速度平滑过渡，此时状态误差不断减小无限趋近于零，速度控制函数)tanh(2sska数值也不断变小，最终系统状态稳定在平衡点。sskr1主要加强系统的动态指标，保证控制的快速性，自适应因子1k的影响系统的动态品质。而含有双曲正切函数的项，确保系统平滑运动，这大大降低了系统抖振影响。双曲正切函数表示如下eeeesssss)tanh(（3.21）下图3.3表示双曲正切函数和符号函数仿真曲线对比图，明显看出双曲正切函数具有更好的平滑性。图3.3双曲正切函数与符号函数对比图Fig.3.3Hyperbolictangentfunctionandsignfunctioncomparisionchart
沈阳工业大学硕士学位论文284)()]3.0cos(3.0[2)()]3.0sin(3.0[2)(tttytttxddd（3.51）假设坐垫机器人中M=12.5kg,m=60kg,I=27.7kg.m2,0r=0.16m,l=0.4m,maxv=0.25m/s,坐垫机器人最大运动速度为0.58m/s，考虑安全因素，本文将最大速度设为0.25m/s。实际中机器人沿坐标轴方向运动，在x轴、y轴方向速度受限范围内，速度范围分别为smvsmsmvsmyx/25.0/25.0/25.0/25.0。角速度对患者影响很小，故不对角速度进行限制。系统初始状态设置为x)0(=0m,y)0(=0m,)0(=/4。采用公式（3.20）表示的趋近率，在控制公式（3.36）的作用下经过调试控制器中16.0,4.0,75,65,60,10,40,30,100,10,120021ddiagKiagcrldiagK运用MATLAB仿真，仿真时间120s，时间间隔0.01s，其仿真结果如图3.5-3.10。从图3.4可以看出坐垫服务机器人在x轴上摆线跟踪精度非常高，机器人在很短时间内（约0.1s左右）就跟踪上了指定轨迹。图3.5显示的是坐垫服务机器人在y轴上的运动路线，与x轴跟踪效果不同，机器人在y轴上运动初始存在很大误差，1.5s后逐渐跟上了摆线轨迹，然后一直保持稳定精确跟踪。从图3.6可以看出坐垫服务机器人在零时刻方向角为0.8弧度，随着时间增加，在大约5s左右，角度达到最大1.785弧度，然后角度开始减小，大约在10s左右恢复到了初始角度。因为在开始，就没有对方向角进行限制，这样机器人才可以实现全方向大角度旋转，体现了全向轮的优势。图3.4X轴轨迹跟踪Fig.3.4TrajectorytrackingofX-axis
【参考文献】：
期刊论文
[1]具有状态约束与输入饱和的全向移动机器人自适应跟踪控制[J]. 郑文昊,贾英民. 工程科学学报. 2019(09)
[2]我国道路交通事故发展趋势研究[J]. 王祥,金正烽. 交通科技与经济. 2019(03)
[3]半结构环境中电力作业机器人机械手鲁棒轨迹跟踪控制[J]. 江维,王杰,陈伟,余联庆,李红军,吴功平. 北京理工大学学报. 2019(04)
[4]基于不同趋近律的滑模机械臂控制[J]. 陈喆,陈康. 工业控制计算机. 2018(12)
[5]多关节机械臂轨迹跟踪自适应神经网络滑模控制[J]. 钱前,张爱华. 自动化仪表. 2018(12)
[6]移动机器人自适应神经滑模轨迹跟踪控制[J]. 宋立业,邢飞. 控制工程. 2018(11)
[7]倒立摆的神经网络自适应滑模控制[J]. 彭继慎,刘盼,宋立业. 控制工程. 2018(11)
[8]轮式移动机器人的反演滑膜动力学控制[J]. 李文科,杜宇波,王伦,姚晋晋. 陕西理工大学学报(自然科学版). 2018(05)
[9]人工智能养老的内涵、现状与实现路径[J]. 睢党臣,曹献雨. 新疆师范大学学报(哲学社会科学版). 2019(02)
[10]机器人产业发展研究[J]. 王万. 制造业自动化. 2018(04)
硕士论文
[1]全向轮式移动机器人轨迹跟踪控制研究[D]. 王其兵.东北大学 2011
本文编号：3454846
【文章来源】：沈阳工业大学辽宁省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
坐垫机器人实物结构
第3章速度约束下坐垫机器人滑模控制233.3.2新型趋近率设计本小节通过设计新型趋近率改善控制的动态品质与状态趋近速度，降低抖振对系统稳定性的影响。在保证算法的实时性、快速性、鲁棒性的基础上提出了一种改进的趋近率如下sskssklawsra12)tanh(（3.20）其中，0,01,0,012rakk公式（3.20）是通过幂次趋近率稍作改进而得，用双曲正切函数代替符号函数，使趋近过程具有平滑性。现对此趋近率加以分析。指数项sskr1提升了系统状态到滑模面的趋近速度，我们可以通过对参数r控制达到我们满足实际需求的趋近速度。在运动点远离滑模面时，有很大跟踪误差，控制率迫使运动点以很快的速度向滑模面运动，当运动点接近滑模面时sskr1将迅速减小直至为零，这时运动点速度由)tanh(2sska来控制，此时双曲正切函数发挥了作用，由于它的存在速度不会太大而且不会突变，将以小速度平滑过渡，此时状态误差不断减小无限趋近于零，速度控制函数)tanh(2sska数值也不断变小，最终系统状态稳定在平衡点。sskr1主要加强系统的动态指标，保证控制的快速性，自适应因子1k的影响系统的动态品质。而含有双曲正切函数的项，确保系统平滑运动，这大大降低了系统抖振影响。双曲正切函数表示如下eeeesssss)tanh(（3.21）下图3.3表示双曲正切函数和符号函数仿真曲线对比图，明显看出双曲正切函数具有更好的平滑性。图3.3双曲正切函数与符号函数对比图Fig.3.3Hyperbolictangentfunctionandsignfunctioncomparisionchart
沈阳工业大学硕士学位论文284)()]3.0cos(3.0[2)()]3.0sin(3.0[2)(tttytttxddd（3.51）假设坐垫机器人中M=12.5kg,m=60kg,I=27.7kg.m2,0r=0.16m,l=0.4m,maxv=0.25m/s,坐垫机器人最大运动速度为0.58m/s，考虑安全因素，本文将最大速度设为0.25m/s。实际中机器人沿坐标轴方向运动，在x轴、y轴方向速度受限范围内，速度范围分别为smvsmsmvsmyx/25.0/25.0/25.0/25.0。角速度对患者影响很小，故不对角速度进行限制。系统初始状态设置为x)0(=0m,y)0(=0m,)0(=/4。采用公式（3.20）表示的趋近率，在控制公式（3.36）的作用下经过调试控制器中16.0,4.0,75,65,60,10,40,30,100,10,120021ddiagKiagcrldiagK运用MATLAB仿真，仿真时间120s，时间间隔0.01s，其仿真结果如图3.5-3.10。从图3.4可以看出坐垫服务机器人在x轴上摆线跟踪精度非常高，机器人在很短时间内（约0.1s左右）就跟踪上了指定轨迹。图3.5显示的是坐垫服务机器人在y轴上的运动路线，与x轴跟踪效果不同，机器人在y轴上运动初始存在很大误差，1.5s后逐渐跟上了摆线轨迹，然后一直保持稳定精确跟踪。从图3.6可以看出坐垫服务机器人在零时刻方向角为0.8弧度，随着时间增加，在大约5s左右，角度达到最大1.785弧度，然后角度开始减小，大约在10s左右恢复到了初始角度。因为在开始，就没有对方向角进行限制，这样机器人才可以实现全方向大角度旋转，体现了全向轮的优势。图3.4X轴轨迹跟踪Fig.3.4TrajectorytrackingofX-axis
【参考文献】：
期刊论文
[1]具有状态约束与输入饱和的全向移动机器人自适应跟踪控制[J]. 郑文昊,贾英民. 工程科学学报. 2019(09)
[2]我国道路交通事故发展趋势研究[J]. 王祥,金正烽. 交通科技与经济. 2019(03)
[3]半结构环境中电力作业机器人机械手鲁棒轨迹跟踪控制[J]. 江维,王杰,陈伟,余联庆,李红军,吴功平. 北京理工大学学报. 2019(04)
[4]基于不同趋近律的滑模机械臂控制[J]. 陈喆,陈康. 工业控制计算机. 2018(12)
[5]多关节机械臂轨迹跟踪自适应神经网络滑模控制[J]. 钱前,张爱华. 自动化仪表. 2018(12)
[6]移动机器人自适应神经滑模轨迹跟踪控制[J]. 宋立业,邢飞. 控制工程. 2018(11)
[7]倒立摆的神经网络自适应滑模控制[J]. 彭继慎,刘盼,宋立业. 控制工程. 2018(11)
[8]轮式移动机器人的反演滑膜动力学控制[J]. 李文科,杜宇波,王伦,姚晋晋. 陕西理工大学学报(自然科学版). 2018(05)
[9]人工智能养老的内涵、现状与实现路径[J]. 睢党臣,曹献雨. 新疆师范大学学报(哲学社会科学版). 2019(02)
[10]机器人产业发展研究[J]. 王万. 制造业自动化. 2018(04)
硕士论文
[1]全向轮式移动机器人轨迹跟踪控制研究[D]. 王其兵.东北大学 2011
本文编号：3454846
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3454846.html
