关键词:
七自由度机械臂
轨迹跟踪控制
CMAC神经网络
柔顺控制
阻抗控制
摘要:
多自由度机械臂作为现代工业智能化发展的最主要的标志之一,对其高精度运动控制以及柔顺控制策略的研究一直是学界孜孜不倦研究的热点。本课题以国家自然科学基金项目“具有输入非线性与物理约束的多自由度重载机械臂关键伺服控制方法研究”为依托,针对多自由度机械臂非线性控制中存在的建模不确定性、关节摩擦系数不确定性以及外部环境存在的未知的扰动、系统输出约束问题以及与环境接触的任务等问题本文进行了以下几个部分的内容:
(1)多自由度机械臂自身具有非线性,如摩擦、间隙、死区等特性和受工况和环境影响的不确定性,而且多自由度机械臂的控制精度也受到偏载、末端执行器所接触的物体和机械臂自身结构的刚度、制造误差等因素的影响,因此必须构建一个合适的七自由度机械臂模型。首先根据机械臂的技术参数利用蒙特卡洛法完成对工作空间的仿真模拟分析,进而采用DH法构建机械臂的坐标体系,最后把正运动学表达式用齐次变换矩阵表示出来,并得到了展开式;然后使用MATLAB中的Robotics Toolbox工具箱验证了多自由度机械臂运动学正解的推导过程是否正确,接着再利用拉格朗日法对机械臂进行动力学建模,从而获得了机械臂的动力学方程,并进行了代码实现。
(2)七自由度机械臂的运动控制算法研究。根据控制系统中出现的未知的外界扰动,以及模型不确定性、输出约束等问题,设计了一个基于改进的自适应样条CMAC神经网络输出反馈控制器,从而能够以较低的增益获得更高的控制精度,同时也解决了系统中存在的各种问题,并通过仿真案例和实验检验了本章控制策略的效果。
(3)七自由度机械臂的柔顺控制算法研究。受到作业条件和工作复杂性的双重影响,如高度协调性的精确装配等方面,以往的单一位置控制技术大多难于应对,针对实际情况中机械臂末端与环境接触任务的情况,设计了把改进的自适应样条CMAC神经网络输出反馈控制器作为位置控制内环的阻抗控制器,从而达到了柔顺控制的目的。在此基础上,针对复杂环境下时变的刚度参数,设计了自适应阻抗控制器,使阻抗控制系统的柔顺性得到很大的提高,并以仿真实例证明了两种控制策略的稳定性和柔顺性,以解决机械臂外部可能出现的外部环境刚度变化的问题。
(4)七自由度机械臂实验。通过实验室所拥有的基于ROS的Franka机械臂实验平台进行关节运动控制实验和末端轨迹画圆实验,通过机械臂末端在经过环境阻碍之后能够快速的恢复到原来的轨迹跟踪的情况,以及轨迹跟踪精度能否满足性能指标,从而验证了所设计的控制策略的有效性。