視覺反饋機械手臂的控制研究.pdf

1、針對進行重復作業(yè)的機械手臂控制系統(tǒng)，傳統(tǒng)的基于系統(tǒng)模型的算法已很難處理系統(tǒng)參數(shù)不確定性和拒絕外部干擾，難以讓機械手臂的軌跡跟蹤誤差迅速收斂。通過視覺獲取的信息反饋到控制系統(tǒng)以提升機械手臂軌跡跟蹤精度，分析了圖像處理中的目標定位與坐標系統(tǒng)的轉(zhuǎn)換，為重復控制系統(tǒng)的期望軌跡提供了依據(jù)。通過對視覺反饋機械手臂控制算法學習研究后，本文采用基于增益矩陣估計的迭代學習算法來提高機械手臂在重復任務中的軌跡跟蹤精度。本文分析了機械手臂的正、逆運動學和動力

2、學，通過對不同自由度的機械手臂仿真和不同增益矩陣的迭代學習控制算法的軌跡跟蹤誤差收斂速度對比分析，研究了控制系統(tǒng)對重復軌跡的跟蹤精度問題。
　　針對PD型迭代學習控制軌跡跟蹤誤差收斂速度不理想問題，提出基于徑向基函數(shù)神經(jīng)網(wǎng)絡迭代學習控制優(yōu)化控制律的增益參數(shù)。仿真對比PD型迭代學習控制的軌跡跟蹤的誤差收斂速度，結(jié)果表明優(yōu)化后的控制算法提升了機械手臂軌跡跟蹤誤差收斂速度。針對不同的增益矩陣對軌跡跟蹤控制誤差收斂的影響，采用了控制系統(tǒng)頻

3、域特征方程求解方法，提出了將重復控制器中增益矩陣轉(zhuǎn)換成傾斜增益矩陣以提高系統(tǒng)的誤差收斂速度。仿真對比基于徑向基函數(shù)神經(jīng)網(wǎng)絡迭代學習控制的軌跡跟蹤誤差的收斂速度，結(jié)果表明基于傾斜矩陣的控制系統(tǒng)提升了機械手臂軌跡跟蹤誤差收斂速度，并為控制系統(tǒng)的軌跡跟蹤精度分析提供了以提升誤差收斂速度的實際增益矩陣數(shù)據(jù)。
　　本文通過完成優(yōu)化的迭代學習控制器設計，提高了機械手臂跟蹤重復軌跡的誤差收斂性能。在上述研究的基礎上，在可以與實際機械手臂無縫銜接