关于并联机器人控制策略研究

关于并联机器人控制策略研究
总结概括了并联机器人控制策略方面所取得的成果，并据此阐述了其未来发展趋势。

二、模糊控制在并联机器人控制中的应用
模糊控制作为一种计算机数字控制技术是以模糊集合论、模糊语言变量和模糊逻辑推理为基础。

以观测过程中的状态变量来计算作用变量的值为控制方法。

其结构一般是由输入变量和输出变量、模糊化、模糊推理和决策算法、模糊判决等构成。

其与被控对象组成的模糊控制系统如图1所示。

自从1965年美国加利福尼亚大学的控制论专家L A Zadeh教授提出模糊数学以来，在学术领域中引起广泛关注，并于20世纪80年代初将模糊控制首次运用于实际机器人，充分展现了模糊控制在机器人控制方面的应用潜力。

随着众多学者对模糊控制的深入研究，使其理论和方法日渐完善，在其他领域中都得到了成功应用。

与传统控制理论相比，模糊控制具有以下优点：（1）模糊控制能有效地利用操作人员的控制经验和专家知识；（2）模糊控制不必对被控对象建立精确的数学模型；（3）系统语言规则相对独立，利用控制规律间的模糊连接，容易得到折中选择，使控制效果更显著。

由于机器人在模糊控制情况下，只需要系统的输入与输出，从而简化了控制过程。

三、鲁棒控制在并联机器人控制中的应用
鲁棒控制在控制串联机器人的应用中已经相对成熟，但在并联机器人控制中的研究深度和广度还需要进一步提升。

鲁棒控制是在系统存在一定程度的参数不确定性和未建模动态时，为了让闭环系统保持稳定，而为其设计一种控制器。

目前，在机器人控制中主要采用的鲁棒控制方法有：基于反馈线性化的鲁棒控制、变结构控制、H∞控制和鲁棒自适应控制。

鲁棒控
制方法已成为并联机器人控制策略的研究热点。

1.基于反馈线性化的鲁棒控制
这种方法是将机器人的非线性项通过反馈线性化理论完全补偿，得到一个全局线性化和解耦的闭环方程，并利用成熟的线性控制理论，使系统满足一定的鲁棒性能要求，因此在并联机器人控制中得到一定应用。

此方法对于了解系统线性性能特征（如：超调量、阻尼比等）的情况较为有效。

而在不完全了解机器人动力学的情况下，可能会导致补偿不彻底、解耦不完全，在这种情况下通常才用高增益的方法来保证系统的鲁棒性，但通常会导致控制过大，执行器饱和。

2.变结构控制方法对并联机器人的控制作用
变结构控制方法主要是利用高速开关控制律，驱动非线性系统的状态轨迹进入滑动状态。

变结构控制不需对被控对象建立精确的数学模型，同时对于外接干扰和参数变化具有不敏感性，因而比较适合对并联机器人的控制。

Young首次上变结构控制器应用于机器人控制中，通过迫使系统进入滑动状态，关节间的非线性耦合通过控制器消除，有效的处理了机器人的定点调节问题。

燕山大学在并联机器人变结构控制方面取得了一定成果，如（1）在并联机器人控制中引入了离散趋近律的概念，提出了一种离散变结构控制算法，对轨迹跟踪有很好的效果；（2）设计了一种积分变结构控制方法，对系统抗干扰和参数摄动的鲁棒性增强，同时采用积分器对斗振具有削弱作用，使系统跟踪性能大大提高；（3）通过实验研究，提出了带有参数摄动补偿的高速、高精度滑模变结构控制方法。

以上的研究成果表明，变结构控制方法在并联机器人控制中具有广阔的应用前景。

3.H∞控制在并联机器人控制中的应用
H∞控制理论在近20年的发展过程中，在线性控制系统和非线性时变系统都得到了充分研究，研究成果不断涌现，使其成为分析和设计不确定性系统的有效工具。

在机器人控制中，
主要是采用线性控制方法和非线性H∞控制方法。

线性H∞控制是利用反馈线性方法将非线性被控对象线性化，按线性H∞控制的设计方法对处于不确定界内的闭环系统的任意摄动设计一种反馈控制器，使其具有鲁棒稳定性。

由于求解非线性偏微分方程存在一定难度，且很难保证其解的全局性，因此实行时变非线性系统的H∞控制比较困难。

代表性文献有[6]，给出了一种包含干扰衰减度的跟踪控制性能指标，结合非线性H∞优化理论，将干扰衰减问题转化为一个非线性极大极小代价控制问题。

文献[7]运用H∞设计框架，通过机器人Hamiltonian运动方程设计出最优控制器，对机器人轨迹跟踪进行控制。

非线性时变H∞控制方法具有较高的研究价值，也将在未来成为并联机器人控制方法研究的热点之一。

4.鲁棒自适应控制策略在并联机器人中的应用情况
鲁棒自适应控制策略是将自适应和鲁棒控制方法两者的精华相结合，一般是以自适应控制补偿不确定性，鲁棒控制补偿非参数不确定性。

主要包括自适应控制律的鲁棒性增强方法和不确定性上界函数参数的便是方法两种情况。

文献[8]提出了一种鲁棒自适应跟踪方法，用于对存在外界干扰与参数不确定性的液压并联机器人轨迹跟踪控制，从而保证全局的渐近跟踪。

文献[9]将非线性PD反馈和自适应控制两种控制方法相结合，保证了系统的稳定性且避免了初始输出力矩过大对机械臂造成的冲击。

鲁棒自适应控制对控制器实时性能的要求严格，对反复性强、持续时间较长的操作任务具有很好的控制效果。

四、并联机器人控制策略的发展趋势
由于并联机器人所属工作环境的多样化，在实际控制过程中会面临更多的不确定性因素，随着高速度、高精度并联机器人的开发应用，更好的提升并联机器人的实用化和智能化，各种鲁棒控制方法将会在机器人控制方面的作用愈发明显。

基于并联机器人复杂的非线性系统，
应在未来采用分散控制和鲁棒控制、自适应控制、智能控制方法相结合的复合控制方法，使并联机器人的研究不断深入。

参考文献：
[1]连朝阳，张京军，史丽红，高瑞贞.基于模糊控制的三自由度并联机器人的联合仿真[J].机床与液压，2011（9）：122-125.
[2]王洪瑞，侯增广，宋维公.并联机器人轨迹跟踪变结构控制的研究[J].机器人，1995，17（2）：65-69.
[3]Jun Yang，Geng Z J.C losed Form Forw and K in em atics Solution to a Class of H exapod Robots[J].IEEE Transaetions on Robotics and Automation，1998（6）：503-508.
[4]焦晓红，方一鸣.液压伺服驱动的并联机器人离散滑模变结构控制[J].自动化与仪器仪表，2001，93（1）：25-27.
[5]Nag-In Kin，Chong-Won Lee.High speed traking control of stew art platform manipulator via enhanced sliding mode control.IEEE Intemational Conference on Robotics &Automation，1998.
[6]Bor-sen Chen et al.A Nonliear Control Design in Robotic Systems Under Parameter Perturbation and External Disturbance.Int J of Contr，1994，59（2）：439-461.
[7]Youngjin Choi，et al.Robust Control of Manipulators Using Hamiltonian Optimization.Proc of the IEEE Int Conf on Rob and Autom，Albuquerque，New Mexico，1997：2358-2364.
[8]焦晓红，耿秋实，方一鸣，李运峰.并联机器人的鲁棒自适应控制[J].机器人技术与应用，
2002（4）：22-24.
[9]焦晓红，李运峰，方一鸣，耿秋实.一种机器人鲁棒自适应控制法[J].机器人技术与应用，2002（3）：40-43.
[10]吴博，吴盛林，赵克定.并联机器人控制策略的现状和发展趋势[J].机床与液压，2005（10）：5-8.
[11]王洪瑞，吴丽燕，温淑焕，魏立新.基于神经网络的鲁棒自适应控制[J].控制工程，2002，9（5）：66-68.
[12]王洪瑞，张克勤，黄真.并联机器人基于滑模理论的模糊控制[J].自动化与仪器仪表，1999，18（1）：8-11.
感谢您的阅读！。