CAMOZZI康茂勝執(zhí)行器對機器人的控制
隨著信息、機械、材料等多學科的交叉發(fā)展，機器人在輔助甚至替代人類進行協(xié)調工作方面嶄露出良好的應用潛質和強勁的市場需求。因此，機器人技術的研究不僅具有明顯的應用前景，而且具有重要的理論價值。本文將機器人操作過程描述為多自由度運動/力混合非線系統(tǒng)，重點圍繞如何處理執(zhí)行器非線和狀態(tài)約束等不確定因素展開研究，旨在提高機器人控制能。

CAMOZZI康茂勝執(zhí)行器對機器人的控制
研究了在執(zhí)行器間隙非線況下機器人抓取物體的協(xié)調控制問題，提出了一種補償執(zhí)行器間隙的運動/力分散模糊控制方案。首先，基于間隙非線逆補償思想，構造了一種執(zhí)行器間隙逆模型自適應控制方法。然后，通過建立分散魯棒自適應模糊協(xié)調控制方法，保證了物體運動和內力分別收斂于期望值。zui后，將所提方法在雙臂機器人系統(tǒng)上進行仿真計算并與已有方法進行比較，結果證實了所提方法的有效。二、研究了多機械臂在執(zhí)行器磁滯非線和運動受限況下的協(xié)調控制問題，提出了一種基于Barrier李雅普諾夫函數方法的機器人自適應模糊控制方案。首先，在多機械臂的執(zhí)行器動力學方程中建立了磁滯模型，進而引入了自適應控制技術補償并減少來自未知磁滯非線的影響。緊接著，將不同工作環(huán)境下運動要求考慮進控制器設計，有效地限制了被操作物體的運動范圍。并且，基于李雅普諾夫穩(wěn)定定理，保證了所提方法在多機械臂協(xié)調過程中運動和力控制能。zui后，多組比較結果說明了所提方法的有效。三、研究了具有廣義未知執(zhí)行器非線的機器人系統(tǒng)運動控制方法，建立了新型的Nussbaum函數分析工具，解決了未知時變非線控制系數的穩(wěn)定分析問題。相比較于已有的Nussbaum函數方法，所提的方法不僅將多個未知控制系數從常數擴展為時變量，而且去除了多個控制系數上下界已知的假設條件。將自適應魯棒控制與Nussbaum函數方法相結合，保證了機器人系統(tǒng)狀態(tài)在廣義執(zhí)行器非線況下漸近收斂到期望軌跡。進一步地，為減少因使用傳統(tǒng)Nussbaum函數引起的控制抖動，提出了一種基于飽和Nussbaum函數的控制方法。所提Nussbaum函數是基于時間擴展思想構造，減少了傳統(tǒng)幅值擴展Nussbaum函數帶來的值域不確定問題。四、研究了雙機械臂協(xié)調控制過程中由輸出機構導致的狀態(tài)磁滯約束問題，提出了一種自適應神經網絡控制器，實現了機器人運動/力協(xié)調控制。所提方法完成了輸出磁滯約束特分析，并應用Nussbaum函數方法解決了由反推控制設計方法帶來的時變系數分析困難。同時，結合自適應神經網絡控制方法，實現了神經網絡權重矩陣的上界估計，減少了待更新自適應律數量，降低了完成實時控制所需的計算負荷。zui后，將所提控制方法與傳統(tǒng)方法進行能比較與評估，其結果進一步驗證了所提方法的有效、*和魯棒。五、研究了具有未知輸出死區(qū)約束和物體不確定的多機械臂協(xié)調控制問題，提出了一種多機械臂運動/力自適應神經網絡協(xié)調控制方法。給出了一種死區(qū)建模方法，解決了反推控制設計過程中由傳統(tǒng)死區(qū)模型導致的控制奇異問題。同時，所提方法去除了控制器設計過程中已知物體尺寸參數的先驗條件。應用李雅普諾夫穩(wěn)定理論，證明了所提方法在多機械臂協(xié)調操作過程中運動和內力控制能。zui后，仿真結果說明了所提方法的有效。

CAMOZZI康茂勝執(zhí)行器對機器人的控制
并且，通過與自適應控制方法相結合，建立了一種處理多個未知時變控制系數的控制方法，促成了針對多輸入多輸出系統(tǒng)的穩(wěn)定分析，保證了機器人系統(tǒng)在未知執(zhí)行器動態(tài)況下實現運動狀態(tài)漸近跟蹤期望軌跡的控制目標。