关键词:
柔性机器人遥操作系统
同步控制
网络通信约束
时变时延
复合自适应神经网络
阻抗控制
固定时间
摘要:
柔性机器人遥操作系统作为典型的人机交互型系统,因其远程可控性、交互性、灵敏性等被广泛应用于高空深海探测、远程医疗、抢险救灾等众多控制领域中,具有广阔的发展前景以及独特的应用价值。随着作业环境的复杂化及多变化,人们对遥操作系统的暂稳态性能以及任务完成度有着更高的要求。但一方面系统中的信息传输依赖于网络通信信道,不可避免地会存在时间延迟、通道容量及带宽限制的问题,从而降低系统信号的传输速度和精度。另一方面,为提高遥操作系统的安全性、扩展性和人机协作能力引入了具有柔性关节的机械臂,这使得系统动力学模型具有更为复杂的非线性和强耦合性。此外,当系统作用于工作环境时,极易受到未知的外界干扰,进而影响系统的稳定性和快速性。因此,如何在网络诱导时延以及不精确系统模型下,通过构造新的控制策略来实现柔性机器人遥操作系统主从同步控制并保证系统的稳定性、鲁棒性以及快速性,是本论文的主要研究内容。论文的主要研究工作如下:(1)针对网络通信约束下的不确定柔性机器人遥操作系统提出了基于反步法的自适应神经网络同步控制策略。首先,构造了新的时延估计器,解决了非对称时变时延给系统带来的影响。其次,基于神经网络控制方法在线估计并补偿了系统不确定性,进而构建了一种自适应补偿控制协议。通过提出的反步法控制策略,不仅实现了时延下柔性机器人遥操作系统的同步控制,同时有效地补偿了存在未知参数的输入量化引起的额外非线性和量化误差。进一步针对反步法控制中存在的固有问题,提出精确差分器实现了固定时间内更快速、更精准地估计虚拟控制器的导数且不存在估计误差。最后,基于Lyapunov稳定性定理,给出了实现柔性机器人遥操作系统同步控制的充分条件,在理论上证明了闭环系统的所有状态最终有界。(2)针对不确定的柔性机器人遥操作系统提出了基于阻抗控制的复合自适应神经网络固定时间同步控制策略。首先,设计了新的复合自适应神经网络控制方案,实现了固定时间内对系统动力学不确定以及未知干扰的在线补偿。其次通过阻抗控制提供理想的主从参考轨迹,实现了位置跟踪和力跟踪的控制目标,提高了系统的透明性。基于提出的固定时间控制策略,实现了柔性机器人遥操作系统主从同步误差的固定时间收敛,同时也提高了系统的透明性、稳定性、鲁棒性、收敛精度以及收敛速度。进一步提出固定时间命令滤波器解决了反步法控制中存在的“复杂性爆炸”问题,实现了固定时间内对虚拟控制器导数的估计及误差补偿。最后,利用Lyapunov稳定性定理,给出了系统控制器参数以及固定时间稳定性的充分条件,为控制器设计提供了理论依据。最后通过仿真结果,验证了论文提出的控制策略实现了柔性机器人遥操作系统的同步控制。同时与现有控制方法进行了对比仿真,进一步验证了所设计控制策略的优越性。