针对传统机器人关节控制算法跟踪精度低、鲁棒性差的缺点,基于自适应神经网络提出了一种机器人关节轨迹跟踪算法。算法由自适应神经网络和在线学习反馈模块组成,自适应神经网络将自适应函数同神经网络结合,提高了神经网络训练准确性。同时通过在线学习反馈模块实时更新非线性基函数的内部权值,以进一步减小跟踪误差。再采用时间尺度分离减少了神经网络和在线学习的耦合误差,使得内部权重低于输出层权重的更新速度,从而使模型结构能够迅速适应未知的动态变化与干扰。仿真实验表明,所提算法与对比算法相比误差值要低约60%,说明了该算法可以提高机器人轨迹跟踪精度,降低误差。

针对串联型柔性多关节机器人实时运动控制中存在多模态残余振动这一问题,提出了一种通过设计混合时滞滤波器构建多模态输入整形器的振动抑制方法。首先,分析了柔性多关节机器人产生振动的原因,介绍了抑制柔性振动所采用主要方法,并分析了ZVD型时滞滤波器在解决多模态柔性振动问题上存在的局限;其次,针对级联多模态时滞滤波器时滞过大的问题,构建了最优时滞滤波器;再次,给出了基于频率误差的性能指标函数,通过构建混合时滞滤波器,将脉冲幅值以及时间滞与混合参数λ建立线性映射关系,将优化残余振动的问题简化为优化混合参数λ;最后,通过机器人本体实验验证本方法在时滞和对频率误差适应性上的优势。

为提高柔性机器人的运动性能,设计了一种基于弧形螺旋弹簧的旋转型串联弹性驱动器,采用多级回转轴承组合结构,将刚度不同的弹簧内外双层串联,实现关节的大范围柔性输出。建立弹性驱动器动力学模型,采用反演控制方法,设计了弹性驱动器柔性关节控制器;采用Matlab和Adams软件进行联合仿真,对外力干扰下柔性关节的动力学性能进行了仿真分析。结果表明,控制器能够克服干扰力使柔性关节在0.59 s内恢复平衡状态,验证了所设计弹性驱动器结构和控制规律的有效性。

气动柔性机器人具有质量轻、环境适应性强、无需元件驱动、在恶劣条件下拥有较好的可靠性等优点。然而,转向运动控制一直是气动柔性机器人开发的最大难题并制约其大规模应用。针对此问题,设计一种通过电控加热使得热收缩膜实现主动转向的充气臂式柔性机器人,对其端部执行机构进行建模设计,对充气壁材料和热缩膜材料进行了实验选择;在此基础上,构建热致收缩的转向控制数学模型,搭建实验样机,并对转向效果进行验证。得到结论如下:充气壁带膜选择0.08 mm厚的PE筒膜,热缩膜选取厚度0.075 mm、宽度20 mm的PVC热缩膜,最佳的热缩温度为80℃。通过脉冲控制,实现了直角转向。该柔性机器人在管道检测方面具有良好的应用潜力。

提出了一种基于磁流变液的振动控制阻尼器,实现对柔性机器人关节振动的半主动控制.利用磁流变液在磁场作用下固液转换的快速、连续、可逆性能,提出了一种阻尼力连续可调的振动控制阻尼器的设计方法,建立了其动力学模型,分析了其性能并将其应用于移动防化机器人上,建立了机械手肩关节振动模型并对振动衰减进行了仿真分析.最后,研制了样机并进行了振动控制实验,实验结果验证了所提方法的有效性.

针对双连杆柔性机器人臂,设计了非线性自适应鲁棒控制器,该控制器基于动态反馈,实现刚性模式鲁棒调节及弹性振动抑制。由于高度非线性双连杆柔性机器人臂受间隙、有效载荷变化及外部干扰等不确定因素影响,非线性自适应鲁棒控制器设计具有较大挑战性。该设计针对未知干扰,通过内部模型与鲁棒稳定器并行的方式进行自适应调整,稳定器采用进化算法进行优化,提高了自适应鲁棒性。

目前的仿人形机器人研究多以刚性材料为主,仿形精度不高且无法真实模拟人的体态特征。针对这一问题,设计了一种仿人形气动柔性机器人。设计了一种IBP-PID的稳压控制方法,实现了柔性机器人气动元件内的精密气压控制,进而提高了柔性机器人的尺寸控制精度;设计了空间视觉尺寸测量实验,检验该控制算法的准确性。结果表明:该稳压控制算法在微气压环境下的控制效果良好,兼顾了动态特性和稳定性;柔性机器人的关键部位尺寸控制精度在0.5%以内,验证了控

提出了一种柔性机器人用永磁变刚度机构。由于电动机转矩有限,在不用增加绳索拉力的情况下,通过该机构实现了柔性机器人关节更强的变刚度能力。该永磁变刚度机构主要由磁弹簧单元和滑轮绳索单元构成。通过虚位移法建立了弹簧磁力和绳索拉力解析模型,通过实验对永磁体间磁力和绳索上的拉力进行测量,测量结果和模型计算结果基本吻合。其结果表明,永磁体间磁力、绳索拉力和刚度随永磁体间气隙减小呈非线性增加,随永磁体长度和平均半径的增加而增加,保持三角形结构高不变,绳索拉力和刚度随着三角形结构底长的增加而增加,减小滑轮半径,可以进一步增加绳索刚度变化范围。