基于雅各比在线估计的气压驱动连续型机器人优化控制

摘要

近些年来，随着机器人工作任务和环境的不断扩展，对其安全性、适应性和灵活性提出了更高的要求，连续型机器人的理论、设计与应用逐渐吸引越来越多的关注。连续型机器人由于其具有高柔顺性的本体结构和驱动器，可在一定程度内通过自身的柔顺性适应不同几何形状。这一优点使它有极大的潜能被应用于救援，勘探，医疗等领域中各种不确定的环境，完成复杂的作业任务。 但是，由于柔性本体结构和驱动器特性复杂，使得连续型机器人的数学模型相较于刚体机器人的数学模型常常存在非常大的不确定性，这就对连续型机器人的控制器设计提出了极大的挑战。与此同时，一般来说为了获得较好的控制效果，需要在机器人上安装大量传感器来检测状态变量。但是对于连续型机器人而言，柔性驱动器的存在又会使得传感器系统变得十分复杂，极大的增加了机器人的开发成本。 针对以上存在的问题，本文提出了一种不依赖数学模型的气压驱动连续型机器人控制器。其只利用机器人末端位置以及驱动气压反馈，通过自适应卡尔曼滤波器在线估计连续型机器人的雅各比矩阵，最终可以控制连续型机器人完成轨迹跟踪任务，这减轻了人们对精确的连续型机器人模型的需求并且极大减少了传感器的复杂度和数量。由于卡尔曼滤波在每个控制周期内只进行两个阶段的代数运算迭代，这极大的降低了预算负担并且保证了其具有实时控制的能力。除此之外，在估计出的雅各比矩阵的基础上，使用零空间投影的方法，实现了对连续型机器人的构型优化，避免了机器人过度弯曲的情况。最终的仿真和实验结果表明，本文提出的控制方法不仅能够完成轨迹跟踪控制，还具有良好的鲁棒性来抵抗系统不确定性以及外部扰动。

目录

声明

字母注释表

第一章 绪 论

1.3国内外研究现状

1.3.1连续型机器人的结构与驱动

1.3.2连续型机器人的数学模型

1.3.3连续型机器人的控制方法

1.4本文主要内容

第二章 机器人样机及模型

2.2.1样机的机械结构

2.2.2样机的反馈控制系统

2.3.1串并联机构运动学模型

2.3.2气动肌肉滞回模型

2.3.3广义雅各比矩阵

2.4本章小结

第三章 基于雅各比估计的优化控制器

3.2.2标准卡尔曼滤波模型

3.2.3强跟踪自适应卡尔曼滤波

3.3基于零空间投影的自适应构型优化控制

3.3.2零空间投影向量

3.4本章小结

第四章 可行性仿真测试

4.3轨迹跟踪仿真测试

4.3.1跟踪精度评估

4.3.2收敛性评估

4.4构型优化测试

4.4.1构型优化对跟踪精度的影响

4.4.2构型优化效果评估

4.5本章小结

第五章 对比实验与验证分析

5.2构型优化对比验证实验

5.3与基于模型的控制器的对比试验

5.3.1轨迹跟踪精度对比

5.3.2抗干扰性与鲁棒性验证

5.4本章小结

第六章 总结与展望

6.2未来工作展望

参考文献

发表论文和参加科研情况说明

致 谢