不确定机器人系统的自适应跟踪控制研究

摘要

机器人系统是一类多变量、非线性、强耦合和时变的复杂系统，再加上测量和建模的不确定性以及负载变化和外部扰动的影响，我们很难建立其准确的动力学模型，所以必须面对大量不确定性因素的存在。而随着现代工业的迅速发展，对机器人控制精度和稳定性的要求也越来越高，因此研究不确定机器人系统的轨迹跟踪控制问题具有十分重要的理论和实际意义。论文针对一类不确定机器人系统，以李亚普诺夫稳定、自适应控制、模糊控制、积分变结构控制、Backstepping控制、鲁棒控制等理论为基础，提出了几种自适应轨迹跟踪控制方案。主要工作如下：
　　 首先，针对一类带有未知死区和外来干扰的不确定机器人系统，基于变结构控制原理，采用简化的死区输入模型，利用具有线性可调参数的模糊系统的逼近能力，提出了一种积分变结构自适应模糊控制方案。该方案取消了要求逼近误差平方可积的条件，同时利用Young’s不等式减少了模糊系统调节参数的数目，从而降低了实现的复杂性。然后利用Lyapunov综合方法证明了闭环系统是半全局一致终结有界的，并通过适当选取设计参数，跟踪误差收敛到零的一个邻域内。仿真结果表明了该方案的有效性与实用性。
　　 其次，讨论了一类带有外来干扰的不确定机器人系统的模糊自适应控制问题。基于滑模控制原理，利用具有线性可调参数的模糊系统去逼近过程未知函数，并通过对矩阵规则逆的使用，提出了一种模糊自适应跟踪控制器的设计方案。该方案取消了系统中M(q)已知及逼近误差平方可积的条件，并通过引入鲁棒自适应补偿项来消除建模误差和参数估计误差的影响。然后利用Lyapunov综合方法证明了闭环系统是一致终结有界的，且跟踪误差收敛到零。仿真结果表明了该方案的有效性与实用性。
　　 最后，针对一类带有外来干扰的不确定机器人系统，基于T-S模糊模型，并利用具有线性可调参数的模糊系统去逼近过程未知函数，再根据模型参考自适应跟踪控制系统的设计思想，提出了一种状态观测器与自适应模糊控制和Backstepping控制技术相结合的鲁棒跟踪控制器的设计方案。该方案只需测量机械臂位置，而无需测量角速度，通过状态观测器估计不可测量的关节角速度，再将观测量与估计量引入Backstepping设计中，从而得到了系统控制律。然后利用Lyapunov综合方法证明了闭环系统是一致终结有界的，且观测误差与系统跟踪误差收敛到零的一个邻域内。仿真结果表明了该方案具有较强的的鲁棒性和良好的跟踪性能。
　　 论文对上述研究成果在理论上进行了严格证明，又通过计算机仿真验证了控制算法的正确性和有效性。通过本文的研究，为解决不确定机器人系统在工程中面临的一些现实问题提供了新思路。