关键词： SCARA机器人   动力学   参数辨识   前馈控制  

摘要： 为了保证工业机器人在执行装配、抛光等与环境交互的接触任务的作业质量，要求工业机器人具有对工作环境中的不确定性变化迅速做出反应的能力，表现出较高的自主性和稳健性，即实现工业机器人的柔顺控制。阻抗控制可以实现机器人末端位置和力的动态协调控制，使机器人具有柔顺性;基于机器人模型的动态控制可以实现对影响机器人运动精度的动力学因素的补偿，提高机器人的控制精度和动态性能。本文针对水平关节型(SCARA)机器人动力学参数辨识与阻抗控制等关键技术开展研究，设计了基于辨识模型的自适应阻抗控制系统，实现了机器人的柔顺控制。　　建立SCARA机器人运动学和动力学模型。采用M-DH参数法建立了机器人的正解模型，分析了机器人的机构奇异点;结合代数法计算效率高和几何法物理意义明确的优点，建立了机器人的逆解模型，通过MATLAB仿真验证了所求的运动学正逆解。将SCARA机器人简化为RRP结构，分别使用Lagrange方法、Newton-Euler方法建立了简化机器人的连杆动力学模型，通过对比两种方法的建模结果，验证了所建立模型的准确性;结合机器人的关节动力学模型和连杆动力学模型，建立其系统动力学模型;利用ADAMS验证了简化后的动力学模型的可行性，使用Robotics工具箱证明了简化后的动力学模型的准确性。　　设计SCARA机器人的动力学参数辨识方案。将简化的机器人动力学模型线性化，得到了机器人的最小惯性参数集和满秩观测矩阵。选取五阶的傅里叶级数作为待优化的激励轨迹，选择观测矩阵条件数最小作为优化目标，提出了一种基于Sigmoid函数和反正弦函数的双层自适应遗传算法，基于该算法使用MATLAB求得了机器人的最优激励轨迹。设计了电机电流、关节角度、速度和加速度的采集和滤波方案，分别使用均值滤波、巴特沃夫斯低通滤波、零相位滤波和RLOESS平滑滤波对相关数据进行降噪处理。提出了基于动态遗忘指数的鲁棒递推最小二乘法的参数辨识方法，并采用MATLAB和ADAMS参数辨识完成联合仿真实验。通过分析可知，辨识模型解算出的关节力矩与模拟仿真力矩的误差小，辨识模型精度高，证明了辨识方案的可行性。　　基于参数辨识模型，结合阻抗控制、前馈控制、PD控制和鲁棒控制原理，提出了一种基于动力学前馈PD鲁棒控制的阻抗控制算法，并使用Lyapunov原理证明了算法的稳定性。为了提高阻抗控制在接触空间的稳定性，设计了RMAC阻抗轨迹自适应机制和刚度模糊自适应机制。为了验证算法的可行性，在MATLAB中分别进行自由空间轨迹跟踪实验和接触空间的柔顺性实验。仿真结果，证明了控制系统具有较强的轨迹跟踪精度和良好柔顺性。在SCARA机器人实验台上进行参数辨识实验，基于参数辨识实验结果，分别在自由空间和接触空间进行轨迹跟踪实验和阻抗实验。实验结果证明了所设计的自适应阻抗控制算法是可行的。

关键词： 工业机器人   动力学模型   动力学参数辨识   反向传播算法   拖动示教  

摘要： 随着工业机器人的应用领域不断增长,机器人不仅要准确跟踪目标位置,而且要对机器人与环境的交互力进行精确控制,以实现开放化的人机协作能力。但是工业机器人通常没有集成力矩传感器,对作用力的感知能力较弱,所以在人机协作的实现上存在较大的困难。因此,采用动力学模型代替力矩传感器计算机器人的受力情况是实现力感知能力的重要途径。本文以工业机器人为研究对象,从动力学建模、动力学参数辨识与拖动示教方法等方面进行了系统研究,以提高工业机器人的协作能力。本文首先基于牛顿—欧拉迭代法对机器人完整的动力学方程进行推导,并采用库伦与粘性摩擦模型以建立机器人的线性动力学模型;基于有限傅里叶级数构造机器人的激励轨迹,并以最小化观测矩阵的条件数为优化准则对轨迹系数进行优化。为了提高激励轨迹中采样数据的信噪比,使用带通滤波器对数据进行滤波处理,最后基于加权最小二乘法对机器人的动力学参数进行辨识,并通过实验验证参数辨识值的精度。为了提高动力学模型的精度,本文进一步构建更加全面的关节摩擦模型。针对库伦+粘性摩擦模型在低速运动时的不足,采用Stribeck摩擦对关节摩擦力矩进行显式建模,并设计匀速运动的辨识轨迹与粒子群优化算法对摩擦参数进行辨识。但是摩擦参数与惯性参数的分开辨识会放大噪声影响,并降低参数的辨识精度。因此,提出一种基于反向传播学习算法的辨识方法对完整的动力学参数进行辨识,该方法以动力学模型的预测力矩与实际力矩之间的均方误差为损失函数,沿着损失函数的负梯度方向更新动力学参数,并通过迭代更新使损失函数最小化,从而得到最优的动力学参数。针对关节摩擦力矩的复杂特性,提出一种基于深度神经网络的隐式建模方法,构建一个以关节运动为输入,摩擦力矩为输出的深度神经网络,并通过训练使网络建立从输入到输出的映射函数,从而实现摩擦力矩的辨识,并避免了复杂的摩擦建模过程。针对当前工业机器人示教效率低的问题,本文提出一种免力矩传感器的机器人拖动示教控制方案。在动力学模型的基础上,设计一种扰动卡尔曼滤波观测器对机器人的关节外力矩进行最优估计;然后基于导纳控制方法建立关节外力矩与期望示教轨迹的动态响应关系,并提出一种自适应阻尼的方法以提高示教的平稳性;最后经由位置模式下的控制系统控制机器人跟踪期望轨迹,从而实现工业机器人的拖动示教。基于六自由度工业机器人的实验平台,本文开展了机器人的动力学参数辨识、关节摩擦建模与辨识、拖动示教三方面的实验。基于所提的参数辨识方法,得到了机器人完整的动力学参数,并通过对比力矩预测的均方根误差,验证了参数的准确性,由此证明了所提动力学建模与参数辨识方法的优越性。基于已辨识的动力学模型,在实验机器人进行了拖动示教实验,实验结果验证了所提控制方法的有效性与可行性。

关键词： 运动规划   混合优化   神经动力学   冗余度机械臂   二次规划  

摘要： 冗余度机器人拥有巨大的应用潜力,因为它们具有优越的灵活性和出众的准确性。但其现有的运动规划方案及其求解器的设计方法在很大程度上限制它们的进一步推广与普及。传统的冗余度机器人运动规划算法大多考虑结构化场景下的简单跟踪任务,这能够简化算法设计步骤并降低计算机的算力需求,但难以充分发挥冗余度机器人的灵活性特点,无法满足复杂环境和任务对机器人的性能和功能要求。对于多指标问题的考虑也大多基于伪逆矩阵法,这类传统的方法在优化问题的设计上不够直观灵活,在求解速度和求解精度上也存在局限性。这使得冗余度机器人在运动规划算法与求解器设计上存在较大的探究空间。对于冗余度机器人运动规划问题,多个优化指标或功能指标的混合优化设计能够充分发挥其冗余度特性。优化指标所带来的性能优化和功能指标所赋予的附加功能,能够有效提高机器人对复杂环境和任务的适配能力,也能够使机器人系统更加智能。随着机器人应用领域的扩大,其工作环境将日渐繁杂,其任务需求也将愈发多样,多指标混合优化的机器人运动规划设计方案将起到重要作用。此外,为了在保证机器人控制性能的基础上,应对复杂指标所带来的求解复杂度上升的问题,需要设计一种鲁棒且高效的求解器。利用神经网络的并行求解结构特性,设计基于神经动力学的冗余度机器人运动规划求解器是一个行之有效的方案。为了在机器人运动规划过程中提高其性能表现并增强其执行能力,本文针对冗余度机器人运动规划中的末端跟踪问题、障碍物碰撞问题、重复运动时关节角偏移问题、噪声干扰问题等关键问题,以提高冗余度机器人系统的运动规划性能为目标,以Kinova Jaco2机械臂和实验室自主设计的移动机器人为对象,从冗余度机器人运动规划中的运动学等式约束、功能约束、目标函数和求解器设计四个方面开展基于神经动力学的冗余度机器人混合优化策略的分析、设计与应用研究。本文的主要工作总结如下:1)设计了一种新型的运动学等式约束,用于克服传统机器人运动规划方案的末端跟踪性能缺陷。经过理论分析发现,基于对偶神经网络的机器人运动规划方案存在末端位置误差积累与限定初始位置配置的缺陷。在对传统方案控制律进行分析的基础上设计了一种能够在机器人任务执行过程中消除初始误差、克服误差积累问题的新型等式约束。并在仿真和实验中验证该等式约束在克服上述缺陷的有效性和在机器人控制上的准确性。2)设计了一种新型混合功能约束,使机器人在运动规划过程中能够同时兼顾障碍物躲避、末端姿态保持和关节极限躲避三种功能。其中的末端姿态保持方法不需要精确的机器人姿态数据,能使机器人保持任意可达末端姿态。在固定机械臂和可移动机器人上的仿真和实验结果验证了该混合功能约束在机器人运动规划中的有效性。3)设计了两种混合目标函数,均能在机器人进行无偏重复运动同时最大化其可操作性。这两种混合目标函数分别利用了传统的固定权重融合法和新提出的时变系数融合法进行设计。时变系数融合法通过在时间上对冗余度机器人灵活性进行再分配,提高机器人的运动规划性能。通过这两种混合目标函数在机器人重复运动任务上的仿真实验,验证了它们在机器人重复运动中兼顾关节角偏移问题和可操作性最大化问题的有效性,同时也通过对比实验结果探究了这两种融合方法的优化特性并证实了时变系数融合法的优越性。4)设计了一种抗噪求解器,用于抑制机器人运动规划中的噪声干扰,特别是机器人重复运动时可能出现的周期性噪声。在证明该求解器的全局稳定性的基础上,验证其欧拉离散型和泰勒离散型的零稳定性和一致收敛性。通过机器人仿真和实验验证所提出的求解器在不同激活函数和不同周期噪声下的优秀抗扰能力和精确求解能力。5)设计了一种兼顾关节角偏移问题和力矩范数最小化问题的混合优化方案,在加速度层解决机器人在重复运动过程中的关节角偏移问题和机器人力矩范数最小化问题。将其用于机器人上以验证该混合优化方案有效性。

关键词： 智能机器人  

ISBN: (纸本)9787560665269

摘要： 本书系统地介绍了智能机器人学的基本理论和基础知识。本书共9章, 包括位姿描述, 正、逆向运动学, 动力学方程, 轨迹规划计算, 位置控制, 机器人感知技术, 人机交互以及仿生机器人等内容。

关键词： 自适应控制   铰接间隙   振动控制   刚柔耦合  

摘要： 人工智能领域的不断发展,为人们带来了新型产品。人们对于物质要求也随之上升。从能满足需求逐渐转变到高质量、高速度完成,从最初的机械制造到如今的无人工厂,机器人顺应时代要求不断提升性能。如何在保证快速响应的同时又能保证高精度的工艺,专家学者从振动着手,分析高速运转下的振动情况。机器人的转速、安装排列方式、铰接关系都会产生振动碰撞,从而导致机器人抛磨工件质量下降。本文额外引入6自由度来表示柔性关节的变形情况,结合凯恩方程,建立了含间隙铰的刚柔耦合动力学方程。采用Lankarani-Nikravesh模型描述碰撞力的法向变形、改进的Coulomb模型描述挤压时的摩擦力,运用广义α法对铰间隙的刚柔耦合动力学方程进行求解,同时采用PID控制和自适应反演控制分别对振动力进行抑制和位移平滑处理,最后仿真与实验验证了上述联合控制方法对双臂机器人系统能较好的抑制振动,并不对原轨迹曲线产生影响,最终达到平稳。选用ADAMS的FLEX模块对抛磨机器人的转动关节进行柔性化,从而建立了抛磨机器人刚柔耦合模型。为减小柔性关节对机器人运动精度的影响,在模型中加入扭簧,设置预载荷,在此基础上对比纯刚体机器人与柔性关节机器人运动差异以及不同间隙对机器人定位误差的影响。为更快地减小振动幅值、快速达到平稳状态,利用鱼群算法寻找PID的参数优解,再与自适应反演算法结合,搭建MATLAB与ADAMS的交互仿真实验平台,通过控制力矩的波动幅度来减小振动。通过实验验证不同间隙及不同转速对机器人做重复运动时的影响,存在合理间隙确保机器人的重复定位精度最高。将实验中提取的碰撞力作为干扰项,验证联合控制算法的有效性。此外,本文利用振动信号产生的能量进行对比,分析不同的安装方式、安装距离间的相互关系,在保证加工精度的情况下,为简化机器人结构、降低成本、实现加工空间的最优化提供支撑。

关键词： 连续型机器人   线驱动   多体系统   实时动力学  

摘要： 连续型机器人作为一类新兴的仿生机器人，具有强灵活性以及高安全性的作业特点，针对医学介入手术、医疗康复，空间抓捕、辅助操作、生产检修、水下捕获等非结构环境具有广泛的应用前景。然而，连续型机器人依赖于自身的柔顺变形进行作业，也给其带来了变形不确定、物理量反馈有限、作业稳定性低以及作业精度差的问题。因此，本文在总结已有研究的基础上，聚焦于线驱动连续型机器人的动力学建模、数值求解及其感知等方面进行研究，有助于解决阻碍连续型机器人广泛应用的问题。主要工作如下：　　(1)考虑系统中刚性/柔性部件运动的耦合效应，基于虚功率原理建立了一种考虑牵引线约束及摩擦的线驱动连续型机器人高保真度刚柔耦合动力学模型。根据牵引线与机器人动态位形的几何关系，采用牵引线时变驱动长度建立系统的几何约束方程，使其能充分反映牵引线对机器人位形的约束作用，推导出拉氏乘子与牵引线驱动力关系式，进一步考虑了牵引线的摩擦影响。通过多组数值仿真与样机实验的对比分析，所建立的动力学模型适用于单/多根线驱动的单/多串联臂的连续型机器人，并且适用于空载/存在外载荷的复杂场景。　　(2)线驱动连续型机器人的实时动力学分析。基于集中质量矩阵法将梁单元的惯性力虚功率等效离散为三点求和形式，采用梁单元在共旋坐标系内为小变形的假设，进一步将梁单元的重力虚功率离散为求和形式，减小数值计算困难。从力学原理出发，基于模型降噪法滤除系统中的高频分量。通过多组数值仿真与实验结果的对比分析，所建立的动力学模型显著地降低了系统方程的刚性，不仅可以使用刚性微分方程积分器进行求解，还可以使用传统的非刚性微分方程积分器计算;在保证给定数值计算精度的条件下，有效地提升数值计算效率，并且实现了平缓驱动的连续型机器人动力学模型的实时求解。　　(3)线驱动连续型机器人牵引线动态张力及张紧/松弛驱动状态的感知。通过分析牵引线在机器人内部的运动规律，基于Stribeck的库伦摩擦模型描述牵引线滑动摩擦力，并给出牵引线张力沿路径的传递函数，可以准确地反映牵引线张力沿路径的损失，并可以捕捉到牵引线张力的迟滞现象。研究牵引线驱动状态与张力的物理关系，提出了一种求解牵引线张力的非线性互补方法，不仅可以准确地计算牵引线张力，还可以得到牵引线的驱动状态。通过数值仿真与样机实验结果的对比分析，所提出的感知方法可以在仅使用驱动长度数据的条件下，有效地实现机器人大位移大转动、弯曲及扭转变形的张力及张紧/松弛驱动状态的感知。　　(4)线驱动连续型机器人动态外载荷感知。分析牵引线与机器人内部结构的自接触行为，建立牵引线接触点检测模型，进一步提升力学模型的准确性。在此基础上，建立将牵引线的张力作为输入的动力学模型，将约束方程与系统广义加速度相关联，给出了动力学模型的求解算法。该方法仅需牵引线的张力及驱动长度数据即可实现，无需使用位形传感器或在交互区域安装力传感器，降低了机器人的硬件要求。实验验证了其有效性。

关键词： 机器人学   智能车辆   同时定位和建图   视觉惯性导航  

摘要： 随着国民经济以及科技的发展,智能车辆作为移动机器人皇冠上的明珠正在如火如荼的发展中。在未知的环境中,基于多传感器融合的同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术是支撑智能车辆实现自主导航并完成指定任务的关键基础。由于实际行驶环境的复杂性,搭载于智能车辆上的SLAM系统的精度以及鲁棒性仍难以满足需求。因此,本文以智能车辆在复杂未知环境里自主定位建图问题为背景,利用相机、惯性导航传感器之间的互补性,针对视觉惯导紧耦合的SLAM关键技术开展研究,设计了一套完整的基于非线性优化架构的视觉惯导导航系统(Visual Inertial Navigation System,VINS),解决智能车辆复杂场景适应性问题。主要工作如下:1.对智能车辆以及VINS系统的国内外发展现状进行了调研,针对应用于智能车辆VINS系统,定义其所涉及的坐标系,建立车辆运动学模型、相机观测模型和惯性传感器运动模型,并基于上述模型建立智能车辆VINS问题的整体架构,为应用于智能车辆的VINS关键技术研究搭建研究平台。2.消失点是利用二维图像构建并理解三维世界的重要特征,针对车载连续视频流消失点估计问题,出基于光流检测和边缘检测相结合的消失点估计算法。光流本质是视频流中相邻帧之间的运动场,实际车辆的行驶方向大多数与道路边界或车道标线平行,运动场指向消失点,因此,结合边缘和光流来投票估计消失点可以高算法的鲁棒性,最终实验结果表明,该算法能供实时且准确的消失点位置,为停止检测算法图片分割供重要的三维场景结构线索。3.出融合停止检测的视觉惯导定位算法。当前,大多数的VINS系统假定环境大面积静态,而智能车辆所处的场景通常具有高动态性,因此该假设极大地限制了VINS的实用性。智能车辆在高动态场景下停止后,环境中存在的大量运动特征点给特征跟踪线程引入误匹配,这将导致轨迹的漂移和建图精度的降低,甚至使得系统重置。为解决上述问题,本文在VINS前端出改进的相位相关算法来取相邻图像帧的精确运动信息;在后端,引入停止约束优化滑窗内的状态变量,以解决智能车辆在高动态场景停止期间轨迹漂移问题,实验结果表明本算法能极大高复杂场景下智能车辆停止期间位姿估计精度。4.出融合运动学约束的视觉惯导定位算法VINS-Motion。本方法利用车辆运动学约束简化运动模型,将视觉、惯导和车辆运动特征耦合进行位姿估计。该算法在前端加入前文出的停止检测模块,在后端处理中,若前端检测到车辆处于停止状态,则在滑窗内根据停止约束进行优化;否则,除了已有的边缘化先验信息构造的残差项、IMU预积分残差项和视觉重投影残差项之外,根据阿克曼转向模型构建车辆朝向/速度残差,并推导该残差项关于待优化变量的雅克比矩阵,最后最小化四个残差项的加权和以获得待优化状态变量最大后验估计,从而分别在停止和运动期间高系统的一致性和准确性。在KITTI数据集上的实验结果表明VINS-Motion在挑战性场景中具有明显性能升。5.出基于IMU信息自适应辅助视觉特征点识别算法(Self-Adaptive Feature Correspondences Identification,SFCI),进一步将SCFI算法紧融合到VINS前端数据处理单元,命名为VINS-SFCI。SFCI算法利用IMU预积分的结果预测新图像帧的位姿,在弱纹理信息和运动模糊的情况下,为了增加特征匹配对的数量和跟踪长度,利用IMU预测的位姿来搜索潜在的匹配对,并融合视觉信息建立新的匹配对;另一方面,IMU预测的位姿同时可消除动态物体引入的误匹配。实验结果表明,SFCI算法有效地高了特征匹配的精度和跟踪长度,VINS-SFCI系统通过供更鲁棒的视觉特征点跟踪结果,实现了智能车辆复杂场景的精确定位。针对以上研究内容,本文完成了系统性的验证和分析,结果表明所出的算法在挑战性场景中具有明显的性能增益,彰显出重要的实用价值。本文的研究有助于高VINS系统应用于智能车辆的鲁棒性和智能化,对其在实际复杂场景的落地部署具有积极意义。

关键词： 管道机器人   双质体   傅里叶非圆齿轮   非对称惯性力   动力学模型  

摘要： 管网是天然气、石化和核工业等重要领域的基础设施,而管道机器人是实现管网智慧管理必不可少的设备。现有的轮式、腿式、履带式管道机器人,很难在输送腐蚀、易燃介质或直径较小的特种管道环境中工作,而动力系统完全密封、结构紧凑的惯性管道机器人更具优越性,研究具有高移动能力的惯性管道机器人对极端管网维护具有重要意义。为了提升惯性管道机器人的移动性能,提出了两种非圆齿轮驱动的双质体惯性管道机器人,并阐明了两种机器人的机构原理与行走机制。针对其内部非对称惯性激振系统,设计了一种新型的变速非圆齿轮,并且讨论了非圆齿轮为凸形的边界条件。为了研究机器人的移动规律,建立了干燥管道环境中两种管道机器人的两自由度动力学模型。分析了非圆齿轮不同阶数、系数以及相位角对管道机器人移动性能的影响。进一步,对两种类型机器人的动力学行为进行定量分析,解释了关键设计参数对移动性能的影响规律,发现如下结论:对于惯性管道机器人,平均移动速度随着电机转速、连接弹簧刚度的增大先增大后减小再增大,随着非圆齿轮偏心率的增大先增大后减小;对于冲击管道机器人,随着非圆齿轮偏心率以及电机转速在每个区间上增大而增大,随着碰撞间隙的增大而减小。通过对比,得出了双质体冲击管道机器人移动性能更好的结论。最后,设计并试制了双质体冲击管道机器人试验样机,测试了冲击管道机器人在不同转速下的平均速度,并与理论数值进行对比,二者整体的变化趋势相符,试验结果表明理论分析与试验基本吻合,从而证明了利用偏心块激发非对称惯性力和碰撞冲击提高机器人移动性能的可行性,同时验证了双质体冲击管道机器人动力学模型的正确性。

关键词： 6-RSS并联机器人   运动副间隙   弹性动力学   模糊PID控制   多种群遗传算法  

摘要： 并联机器人响应快、精度高与稳定性好的性能有利于开展精密工件的装配研究。并且随着实际生产需求的提高,近年来各国开始青睐于高速、轻质量的并联机器人。然而,在并联机器人的实际运行过程中,高速与轻质容易导致并联机器人的支链产生弹性变形,进而导致系统产生不确定性的弹性振动。同时,各构件的制造误差和磨损误差会导致并联机器人的运动副失去原有的精度。这些不确定性误差严重影响了并联机器人的动态性能。其中支链弹性变形和运动副间隙误差相互影响,进一步加剧了系统性能的衰退。开展基于并联机器人弹性动力学模型的运动副间隙耦合分析有利于提高系统动力学模型的精度,降低控制系统的复杂程度。因此,本文以6-RSS并联机器人为研究对象,综合分析了运动副间隙与弹性变形引起的误差,并基于分析结果建立控制系统,提高了6-RSS并联机器人的运行精度和稳定性。具体研究工作如下所示:首先,建立6-RSS并联机器人的运动学模型,搭建虚拟样机开展运动学仿真,将其结果与数值分析结果对比分析,验证并联机器人模型的正确性与合理性。随后将6-RSS并联机器人系统拆分为动平台子系统、驱动臂子系统以及从动臂子系统,将运动学分析与虚功原理结合建立各个子系统的刚体动力学模型。利用矢量相加获得系统的刚体动力学模型,并通过虚拟样机与理论模型完成系统的动力学分析。其次,基于6-RSS并联机器人的各个子系统,利用Newton-Euler方程、Lagrange方程以及有限元理论,建立各个子系统的动力学模型。基于运动学约束方程和动平台子系统的动力学模型将各支链子系统的弹性动力学模型结合,创建系统的弹性动力学模型。基于模型开展仿真分析探究弹性变形对并联机器人动态特性的影响。然后,通过数值统计原理与随机函数建立系统中各个运动副的间隙模型,计算各个支链的虚拟杆长。分析存在运动副间隙时各个运动副处的碰撞接触力,将其与虚拟杆长结合到系统的弹性动力学模型中,建立含运动副间隙的6-RSS并联机器人动力学模型。之后通过数值分析,研究运动副间隙对系统动态特性的影响;将其结果与支链弹性变形的结果对比,综合分析运动副间隙与支链弹性变形间的耦合关系以及两者对系统动态特性的影响。最后,结合含运动副间隙的系统弹性动力学模型,分别建立模糊PID控制系统、遗传算法(GA)优化的模糊PID控制系统以及多种群遗传算法(MPGA)优化的模糊PID控制系统。通过数值仿真,对比三种控制系统下动平台加速度误差的变化情况,选择合适的控制系统提高6-RSS并联机器人的运行精度与稳定性。