機(jī)器人控制技術(shù)論文
機(jī)器人控制技術(shù)論文
機(jī)器人控制技術(shù)使機(jī)器人完成各種任務(wù)和動(dòng)作所執(zhí)行的各種控制手段。下面是學(xué)習(xí)啦小編整理的機(jī)器人控制技術(shù)論文，希望你能從中得到感悟!
機(jī)器人控制技術(shù)論文篇一
水下機(jī)器人智能控制技術(shù)研究綜述
【摘要】水下機(jī)器人的運(yùn)動(dòng)控制是當(dāng)今世界水下機(jī)器人研究領(lǐng)域的一個(gè)研究熱點(diǎn)，目前主要采用的智能控制方法有：模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制、自適應(yīng)控制、PID調(diào)節(jié)器、滑?？刂频取１疚谋容^全面地查閱了水下機(jī)器人運(yùn)動(dòng)控制理論相關(guān)的文獻(xiàn)，闡述了幾種主要控制方法的基本原理，給出了控制器結(jié)構(gòu)的設(shè)計(jì)方法，對(duì)水下機(jī)器人運(yùn)行控制方法的選取、控制器的設(shè)計(jì)具有較好的參考意義。
【關(guān)鍵詞】水下機(jī)器人;控制技術(shù);神經(jīng)網(wǎng)絡(luò)控制;模糊控制;自適應(yīng)控制
1.引言
水下機(jī)器人的運(yùn)動(dòng)控制是其完成特定任務(wù)的前提和保障，是水下機(jī)器人關(guān)鍵技術(shù)之一。隨著水下機(jī)器人應(yīng)用范圍的擴(kuò)大，對(duì)其自主性，運(yùn)動(dòng)控制的精度和穩(wěn)定性的要求都隨之增加，如何提高其運(yùn)動(dòng)控制性能就成了研究的一個(gè)重要課題。導(dǎo)致AUV難于控制的主要因素包括：①水下機(jī)器人高度的非線性和時(shí)變的水動(dòng)力學(xué)性能;②負(fù)載的變化引起重心和浮心的改變;③附加質(zhì)量較大，運(yùn)動(dòng)慣性較大，不能產(chǎn)生急劇的運(yùn)動(dòng)變化;④難于獲得精確的水動(dòng)力系數(shù);⑤海流的干擾。這些因素使得AUV的動(dòng)力學(xué)模型難以準(zhǔn)確，而且具有強(qiáng)耦合和非線性的特點(diǎn)[1]。目前已被采用的控制方法有：模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制、PID控制、自適應(yīng)控制、S面控制等[2]。
2.模糊控制
模糊控制是一種仿人的智能控制方式，它模仿和升華了人的控制經(jīng)驗(yàn)與策略并將其體現(xiàn)在控制器中[3]。模糊控制器不依賴于被控制對(duì)象的精確數(shù)學(xué)模型，易于對(duì)不確定性系統(tǒng)進(jìn)行控制，模糊控制器抗干擾能力強(qiáng)，響應(yīng)速度快，并對(duì)系統(tǒng)參數(shù)的變化有較強(qiáng)的魯棒性，模糊控制的實(shí)質(zhì)是將基于專家知識(shí)的控制策略轉(zhuǎn)換為自動(dòng)控制策略。它所依據(jù)的原理是模糊蘊(yùn)涵概念和復(fù)合推理規(guī)則。通常它以被控對(duì)象輸出變量的偏差和偏差的變化率作為輸入變量，而把被控量定為模糊控制器的輸出變量，反映輸入輸出語言變量與語言控制規(guī)則的模糊定量關(guān)系及其算法結(jié)構(gòu)[4]。實(shí)際應(yīng)用中把采集到的控制信息經(jīng)語言控制規(guī)則進(jìn)行模糊推理和模糊決策，求得控制量的模糊集合，再經(jīng)模糊判決得出輸出控制的精確量，作用于被控對(duì)象，使被控過程達(dá)到預(yù)期的控制效果。模糊控制器一般由模糊化接口、知識(shí)庫(kù)、模糊推理機(jī)、解模糊接口四個(gè)部分組成。如圖1所示：
2.1 模糊自適應(yīng)PID控制
PID控制算法中的比例控制動(dòng)態(tài)響應(yīng)迅速，不能消除靜態(tài)誤差。積分控制可以消除穩(wěn)態(tài)誤差，動(dòng)態(tài)響應(yīng)速度慢。如果在PID控制系統(tǒng)中加入模糊控制器，組成模糊PID控制，模糊PID控制系統(tǒng)是把PID控制和模糊控制的優(yōu)點(diǎn)結(jié)合起來。既能有很快的響應(yīng)速度，又能保證很好的穩(wěn)態(tài)。模糊PID控制是首先將工程師長(zhǎng)期實(shí)踐積累的經(jīng)驗(yàn)知識(shí)用控制規(guī)則模型化，然后進(jìn)行模糊推理，得到最佳的PID控制參數(shù)。模糊PID控制器輸入量是偏差E和偏差變化率Ec，按照設(shè)定的模糊規(guī)則進(jìn)行模糊推理演算，查詢模糊矩陣表，對(duì)PID控制參數(shù)Kp、Ki、Kd進(jìn)行在線修改，從而使被控對(duì)象具有良好的動(dòng)、靜態(tài)性能，控制系統(tǒng)結(jié)構(gòu)如圖2所示。
2.2 基于模糊原理的改進(jìn)S面控制
S面控制器在方程的形式上和PD控制很相似，但與PD控制器不同的是，S面控制方法采用非線性函數(shù)來擬合具有強(qiáng)非線性特性的控制對(duì)象，控制效果好于PD控制器;跟神經(jīng)網(wǎng)絡(luò)控制相比，S面控制方法的穩(wěn)定性明顯好于前者;跟模糊控制相比，S面控制方法沒有局部調(diào)整功能，其局部性能不如模糊控制，但其結(jié)構(gòu)設(shè)計(jì)和參數(shù)調(diào)整都更加簡(jiǎn)單實(shí)用，而且S面控制方法體現(xiàn)出來的控制思想和模糊控制是吻合的。因此，S面控制方法具有一定的實(shí)用性。S面控制器的控制模型盡管魯棒性好，但本質(zhì)上是一種PD控制器，系統(tǒng)穩(wěn)態(tài)精度差。而且參數(shù)K1和K2是根據(jù)經(jīng)驗(yàn)和在實(shí)際試驗(yàn)中總結(jié)得到的，在大部分時(shí)間內(nèi)不改變，顯然這對(duì)于多變的環(huán)境來說適應(yīng)性不是很好。因次，運(yùn)用模糊原理對(duì)S面控制的兩個(gè)參數(shù)K1和K2進(jìn)行在線調(diào)整，如圖3所示。
改進(jìn)的S面控制器很好的處理了在不同的外界輸入下，參數(shù)K1，K2的在線自我調(diào)節(jié)問題，使控制結(jié)果更快地到達(dá)穩(wěn)態(tài)，并且保證最小的超調(diào)和穩(wěn)態(tài)誤差。試驗(yàn)證明改進(jìn)的S面控制器具有更好的控制精度，更快的響應(yīng)速度和較強(qiáng)的抗干擾能力，較之普通的S面控制器改善了水下機(jī)器人的工作性能。
3.神經(jīng)網(wǎng)絡(luò)控制
將神經(jīng)網(wǎng)絡(luò)引入控制系統(tǒng)是控制學(xué)科發(fā)展的必然趨勢(shì)[5]，神經(jīng)網(wǎng)絡(luò)的吸引力在于：
(1)能夠充分逼近任意復(fù)雜的非線性系統(tǒng);(2)能夠?qū)W習(xí)和適應(yīng)高度不確定系統(tǒng)的動(dòng)態(tài)特性;(3)由于大量神經(jīng)元之間廣泛連接，即使有少量單元或連接損壞，也不影響系統(tǒng)的整體功能，表現(xiàn)出很強(qiáng)的魯棒性和容錯(cuò)性;(4)采用并行分布處理方法，使得快速進(jìn)行大量運(yùn)算成為可能。這些特點(diǎn)顯示了神經(jīng)網(wǎng)絡(luò)在解決高度非線性和嚴(yán)重不確定性系統(tǒng)的控制方面具有很大潛力[6]。
逆控制方法中最常用的是直接逆控制，它是將受控系統(tǒng)的逆模型直接與受控系統(tǒng)串聯(lián)，組成偽單位系統(tǒng)，使受控系統(tǒng)的輸出等于期望輸出。在控制以前，首先要選擇適當(dāng)?shù)挠?xùn)練方式求得逆模型，即使神經(jīng)網(wǎng)絡(luò)由初始的無知識(shí)狀態(tài)到學(xué)得。復(fù)合控制方法結(jié)合閉環(huán)逆控制和開環(huán)逆控制的優(yōu)點(diǎn)，利用誤差和輸入共同控制系統(tǒng)，結(jié)構(gòu)如圖4所示：
4.神經(jīng)網(wǎng)絡(luò)PID控制
將神經(jīng)網(wǎng)絡(luò)控制與PID調(diào)節(jié)器結(jié)合，融合各自的優(yōu)點(diǎn)，可得到性能更好的控制器，如圖5所示：
神經(jīng)網(wǎng)絡(luò)PID控制根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，調(diào)節(jié)PlD控制器的參數(shù).以期達(dá)到某種性能指標(biāo)的最優(yōu)化。即使輸出層神經(jīng)元的輸出狀態(tài)對(duì)應(yīng)于PID控制器的三個(gè)可調(diào)參數(shù)kp，ki，kd。通過神經(jīng)網(wǎng)絡(luò)的自身學(xué)習(xí)、加權(quán)系數(shù)調(diào)節(jié)，從而使其穩(wěn)定狀態(tài)對(duì)應(yīng)于某種最優(yōu)控制規(guī)律下的PID控制器參數(shù)。輸入層的輸入r(t)與輸出c(t)比較后產(chǎn)生的誤差e(t)作為輸入量S送到BP網(wǎng)絡(luò)中進(jìn)行處理，經(jīng)過訓(xùn)練后來調(diào)整PID控制器的三個(gè)參數(shù)，從向使被控對(duì)象發(fā)生相應(yīng)的變化而獲得較好的控制性能。
5.專家控制 專家控制是智能控制的一個(gè)重要分支，又稱專家智能控制。專家控制的粗略定義為：將專家系統(tǒng)的理論和技術(shù)同控制理論方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效專家的智能，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。專家控制器建立之前，從特定領(lǐng)域的控制專家那里獲取足夠的控制知識(shí)，以及操作工人的經(jīng)驗(yàn)知識(shí)，并把這些知識(shí)進(jìn)行處理，變換成機(jī)器能夠接受的語言。這些經(jīng)過處理的知識(shí)送入知識(shí)庫(kù)中儲(chǔ)存，并且送入推理機(jī)，推理機(jī)調(diào)用知識(shí)庫(kù)中的知識(shí)(或規(guī)則)進(jìn)行推理，經(jīng)過推理的知識(shí)一方面存入知識(shí)庫(kù)，另一方面輸出到控制規(guī)則集，與控制規(guī)則集中的控制規(guī)則相匹配，對(duì)控制對(duì)象進(jìn)行控制?？刂茖?duì)象的輸出反饋到信息獲取與處理單元，成為反饋信息，與設(shè)定值相比較后作為新信息重復(fù)以上步驟，不斷檢側(cè)，不斷獲得新信息，不斷進(jìn)行控制輸出，實(shí)現(xiàn)實(shí)時(shí)性調(diào)整。一般情況下專家控制器由信息獲取與處理、知識(shí)庫(kù)、推理機(jī)構(gòu)和控制規(guī)則集四部分組成，如圖6所示：
按照專家控制器在整個(gè)智能控制系統(tǒng)中的作用，專家控制系統(tǒng)分成直接專家控制系統(tǒng)和間接專家控制系統(tǒng)兩類。
5.1 直接專家控制系統(tǒng)
直接專家控制系統(tǒng)根據(jù)測(cè)量到的過程反饋信息及知識(shí)庫(kù)中的規(guī)則，導(dǎo)出每一采樣時(shí)刻的控制信號(hào)，直接控制被控對(duì)象，一般用于高度非線性或過程描述困難的場(chǎng)合。很明顯，專家控制器直接包括在控制回路中，控制器直接模仿人類專家或人類的認(rèn)知能力。直接專家控制系統(tǒng)結(jié)構(gòu)如圖7所示。
5.2 間接專家控制系統(tǒng)
相對(duì)于直接專家控制系統(tǒng)，間接專家控制系統(tǒng)將算法與邏輯分開，系統(tǒng)的最底層可以是簡(jiǎn)單的PID、模糊控制等算法，然后將這種算法配上自校正、增益自動(dòng)調(diào)度以及監(jiān)控等。根據(jù)一些規(guī)則實(shí)現(xiàn)的啟發(fā)性知識(shí)，使不同功能算法都能正常運(yùn)行。這種專家控制的最大特點(diǎn)就是專家系統(tǒng)間接地對(duì)控制信號(hào)起作用。間接專家控制系統(tǒng)結(jié)構(gòu)如圖8所示。
控制器可由一系列的控制算法和估計(jì)算法組成，如PID、PID校正器、最小二乘遞推估計(jì)算法、極點(diǎn)配置自校正算法、模糊算法等。而專家系統(tǒng)可以用來協(xié)調(diào)所有算法;根據(jù)現(xiàn)場(chǎng)過程相應(yīng)情況和環(huán)境條件，利用知識(shí)庫(kù)中的專家經(jīng)驗(yàn)規(guī)則，決定什么時(shí)候使用什么算法;也可以用來調(diào)參，根據(jù)知識(shí)庫(kù)中的專家經(jīng)驗(yàn)規(guī)則，調(diào)整PID參數(shù)或是模糊算法中的量化因子等。除此之外，還可以調(diào)整控制器的結(jié)構(gòu)。
5.3 專家s面控制
專家s面控制是將專家系統(tǒng)技術(shù)與s面控制相結(jié)合的一類智能控制。它是基于專家知識(shí)的間接專家控制系統(tǒng)，它運(yùn)用人的經(jīng)驗(yàn)知識(shí)及求解控制問題時(shí)的啟發(fā)式規(guī)則來構(gòu)造控制策略，根據(jù)系統(tǒng)的性能在線調(diào)整K1、K2和Ki，從而使系統(tǒng)性能達(dá)到令人滿意的水平。專家s面控制器是一個(gè)二級(jí)實(shí)時(shí)智能協(xié)調(diào)控制器，即由基本控制級(jí)和專家智能協(xié)調(diào)級(jí)組成[7]，如圖9所示。
基本控制級(jí)采用s面控制器，與被控對(duì)象形成閉環(huán)完成實(shí)時(shí)控制;專家智能協(xié)調(diào)級(jí)包括數(shù)據(jù)庫(kù)(存放誤差、誤差變化率的閾值，K1、K2的調(diào)整范圍及各組調(diào)整參數(shù))、知識(shí)庫(kù)(常規(guī)產(chǎn)生式規(guī)則)和智能協(xié)調(diào)器(推理機(jī))，在線實(shí)時(shí)監(jiān)測(cè)控制系統(tǒng)性能，根據(jù)系統(tǒng)的知識(shí)及證據(jù)，經(jīng)推理機(jī)求解在線調(diào)整s面控制器參數(shù)，從而有效地進(jìn)行控制。
6.自適應(yīng)控制
自適應(yīng)控制算法應(yīng)用于水下機(jī)器人的控制有很大的優(yōu)點(diǎn)，因?yàn)樽赃m應(yīng)控制器能使系統(tǒng)更好的適應(yīng)環(huán)境和機(jī)器人本身動(dòng)力學(xué)特性的變化，而且有許多將自適應(yīng)控制應(yīng)用到水下機(jī)器入的成功實(shí)例。自適應(yīng)控制器與普通控制器的區(qū)別在于自適應(yīng)控制器的參數(shù)是變化的，并且有一個(gè)根據(jù)系統(tǒng)中的信號(hào)自動(dòng)在線校正這些參數(shù)的機(jī)制。自適應(yīng)控制系統(tǒng)主要可以分為兩大類：一種是所謂的模型參考自適應(yīng)控制方法，另一種是所謂的自校正方法。模型參考自適應(yīng)控制方法是從確定自動(dòng)伺服系統(tǒng)的最優(yōu)控制中發(fā)展起來的。一般地說，模型參考自適應(yīng)控制系統(tǒng)可由圖10表示。
它由四部分組成：帶有未知參數(shù)的被控對(duì)象、參考模型(它描述控制系統(tǒng)的期望輸出)、帶有自校正參數(shù)的反饋控制規(guī)律和校正參數(shù)的自適應(yīng)機(jī)制。在模型參考自適應(yīng)控制中，更新參數(shù)是為了使得被控對(duì)象和參考模型之間的跟蹤誤差最小。
7.結(jié)束語
通過對(duì)水下機(jī)器人幾種主要的運(yùn)動(dòng)控制方法的討論，各種方法都存在自身的優(yōu)點(diǎn)和局限，這就要求在進(jìn)行控制系統(tǒng)設(shè)計(jì)的前期控制方法選擇和控制結(jié)構(gòu)設(shè)置時(shí)，應(yīng)充分了解特定控制對(duì)象的特點(diǎn)及對(duì)控制性能的要求，并結(jié)合控制器方法可行性、成本等諸方面進(jìn)行考慮，從而正確選擇控制方法。在有必要時(shí)應(yīng)對(duì)兩種或多種方法加以結(jié)合，隨著智能控制技術(shù)的發(fā)展也會(huì)形成新的控制算法和控制策略，以達(dá)到理想的控制效果。
參考文獻(xiàn)
[1]朱旭光.AUV的改進(jìn)滑模變結(jié)構(gòu)控制技術(shù)研究[D].哈爾濱工程大學(xué)學(xué)位論文，2008，1.
[2]肖濤.基于Backstepping方法的水下機(jī)器人自適應(yīng)滑?？刂萍夹g(shù)研究[D].哈爾濱工程大學(xué)學(xué)位論文，2009，3.
[3]田宇.水下機(jī)器人智能運(yùn)動(dòng)控制技術(shù)研究[D].哈爾濱工程大學(xué)學(xué)位論文，2007，1.
[4]尚游，徐玉如.基于模糊邏輯的智能水下機(jī)器人運(yùn)動(dòng)控制技術(shù)的研究[C].中國(guó)第五屆機(jī)器人學(xué)術(shù)會(huì)議論文集，1997.
[5]甘永.水下機(jī)器人運(yùn)動(dòng)控制系統(tǒng)體系結(jié)構(gòu)的研究[D].哈爾濱工程大學(xué)學(xué)位論文，2007，5.
[6]張子迎.水下機(jī)器人運(yùn)動(dòng)控制方法研究[D].哈爾濱工程大學(xué)學(xué)位論文，2005，2.
[7]劉建成，于華男，徐玉如.水下機(jī)器人改進(jìn)的S面控制方法[J].哈爾濱工程大學(xué)學(xué)報(bào)，2002，23(1)：33-36.
作者簡(jiǎn)介：晏剛(1982—)，男，碩士，研究方向：嵌入式控制系統(tǒng)硬件、軟件，水下機(jī)器人智能控制。
點(diǎn)擊下頁還有更多>>>機(jī)器人控制技術(shù)論文