機器人系統(tǒng)重復學習軌跡跟蹤控制.pdf

1、機器人系統(tǒng)是一類復雜的高度非線性、強耦合的動力學系統(tǒng),其高精度軌跡跟蹤控制問題一直是機器人學與自動化領(lǐng)域的研究重點之一?；趦?nèi)模原理的重復學習控制是一種能夠精確跟蹤周期性參考輸入和抑制周期性擾動的控制方案,具有易于實現(xiàn)且不需要精確已知系統(tǒng)動力學模型的優(yōu)點。結(jié)合機器人系統(tǒng)經(jīng)常需要執(zhí)行具有重復性質(zhì)任務的特點以及重復學習控制特有的性質(zhì),本文針對機器人系統(tǒng)的高精度軌跡跟蹤問題,提出了幾類不同的重復學習控制方案。具體內(nèi)容如下:
　　1.形成

2、了一類新的機器人系統(tǒng)非線性分散重復學習控制,并采用一類具有“小誤差放大、大誤差飽和”功能的非線性飽和函數(shù)來進一步提升系統(tǒng)的跟蹤性能,使得在不增加驅(qū)動力矩的條件下獲得了更快的響應速度和更高的軌跡跟蹤精度。
　　2.針對實際中出于技術(shù)或經(jīng)濟原因,速度信號較難測得問題,提出了機器人系統(tǒng)輸出反饋重復學習控制策略,在只有位置信息可測以及模型信息不確定的條件下獲得了良好的控制品質(zhì);實現(xiàn)了對周期性參考信號的漸近穩(wěn)定跟蹤。
　　3.針對實際

3、系統(tǒng)中驅(qū)動器存在飽和非線性的問題,提出了機器人系統(tǒng)輸入受限情況下的有限維滑模重復學習控制方案。所提出的飽和滑模重復學習控制方案引入了飽和函數(shù),通過先驗地確定控制增益,可以保證機器人關(guān)節(jié)的輸入力矩小于驅(qū)動器的最大輸出力矩,有效地克服了驅(qū)動器飽和給控制系統(tǒng)帶來的潛在影響;且算法的實現(xiàn)不需要完全已知系統(tǒng)模型信息。
　　4.綜合重復學習控制和終端滑模技術(shù)的優(yōu)點,提出了機器人系統(tǒng)終端滑模重復學習混合控制方案。所提出的方案能夠有效跟蹤周期性參