串联机器人的双模糊自适应滑模控制

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (9): 52-56.

串联机器人的双模糊自适应滑模控制

闫文才1，李新2，白瑞林1

1.江南大学轻工过程先进控制教育部重点实验室，信息与控制实验教学中心，江苏无锡 214122
2.无锡信捷电气有限公司，江苏无锡 214072

出版日期:2015-05-01 发布日期:2015-05-15

Adaptive double fuzzy sliding mode control for serial robots

YAN Wencai1, LI Xin2, BAI Ruilin1

1.Key Laboratory of Advanced Process Control for Light Industry（Ministry of Education）, Information and Control Experiment Teaching Center，Jiangnan University, Wuxi, Jiangsu 214122, China
2.Xinje Electronic Co., Ltd, Wuxi, Jiangsu 214072, China

Online:2015-05-01 Published:2015-05-15

摘要/Abstract

摘要： 提出了一种串联机器人的改进控制算法。采用一自适应模糊控制器，根据滑模到达条件对滑模切换增益进行估算，消除滑模控制中输出力矩的抖振现象，增强其对不确定性因素的适应能力。采用另一自适应模糊控制器对指数趋近律系数进行修正，改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题。该方法无需确定被控对象的具体数学模型，具有强鲁棒性和高跟踪精度。基于Lyapunov方法进行了稳定性证明，保证控制系统的稳定性与收敛性。实验结果表明，该方法应用于串联机器人，跟踪效果良好并产生了平滑的力矩输出和速度输出。

关键词: 机器人, 滑模控制, 自适应模糊控制, 抖振, 速度跳变

Abstract: An improved algorithm of the serial robots control is proposed. An adaptive fuzzy controller is used to estimate the sliding mode switch gain according to its reaching conditions , eliminating the chattering of output torque in sliding mode control and enhancing its adaptive ability to uncertainties.And another adaptive fuzzy controller is utilized to amend exponential reaching law coefficient, also to improve big torque and speed jump problem caused by a wide range of initial position deviation. It doesn’t need to know specific mathematical model of controlled object, and has strong robustness and high tracking precision. The stability is proved in the design process based on the method of Lyapunov, guaranteeing the stability and convergence of the control system. Experimental results show that this method applied to serial robots, has a good tracking effect and smooth outputs of torque and speed.

Key words: robot, sliding mode control, adaptive fuzzy control, chattering, speed jump

闫文才1，李新2，白瑞林1. 串联机器人的双模糊自适应滑模控制[J]. 计算机工程与应用, 2015, 51(9): 52-56.

YAN Wencai1, LI Xin2, BAI Ruilin1. Adaptive double fuzzy sliding mode control for serial robots[J]. Computer Engineering and Applications, 2015, 51(9): 52-56.

[1]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[2]	周友行，赵晗妘，刘汉江，李昱泽，肖雨琴. 采用DDPG的双足机器人自学习步态规划方法[J]. 计算机工程与应用, 2021, 57(6): 254-259.
[3]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[4]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[5]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[6]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[7]	冯戒虚，司冠南，周风余. 服务机器人云平台服务质量指标体系综述[J]. 计算机工程与应用, 2021, 57(3): 58-71.
[8]	惠小健. 任意初态下的工业机器人迭代学习控制[J]. 计算机工程与应用, 2021, 57(3): 261-265.
[9]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[10]	王琛，茅健. 基于时间窗模型的双向机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(23): 287-294.
[11]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[12]	涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J]. 计算机工程与应用, 2021, 57(20): 157-163.
[13]	王科银，石振，杨正才，杨亚会，王思山. 改进强化学习算法应用于移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 270-274.
[14]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[15]	林韩熙，向丹，欧阳剑，兰晓东. 移动机器人路径规划算法的研究综述[J]. 计算机工程与应用, 2021, 57(18): 38-48.