工業(yè)機(jī)器人控制技術(shù)現(xiàn)狀及發(fā)展

工業(yè)機(jī)器人控制技術(shù)現(xiàn)狀及發(fā)展引言工業(yè)機(jī)器人系統(tǒng)是一個(gè)時(shí)變的、耦合的多輸入多輸出的復(fù)雜非線性系統(tǒng)，并且在高速運(yùn)動(dòng)的情況下，機(jī)器人的非線性動(dòng)力學(xué)效應(yīng)十分顯著，因而傳統(tǒng)的獨(dú)立伺服PID控制算法在高速和有效載荷變化的情況下難以滿足性能要求，并且實(shí)際的工業(yè)機(jī)器人系統(tǒng)又存在如下不確定性：參數(shù)不確定性：如負(fù)載變化、動(dòng)力學(xué)參數(shù)和運(yùn)動(dòng)學(xué)幾何參數(shù)等物理量未知或部分已知。非參數(shù)不確定性：機(jī)械諧振、高頻未建模動(dòng)態(tài)、關(guān)節(jié)柔性、靜摩擦力和動(dòng)摩擦力等。作業(yè)環(huán)境干擾、電機(jī)力矩波動(dòng)、驅(qū)動(dòng)飽和、采樣延遲、測(cè)量誤差等因素。考慮機(jī)器人的非線性效應(yīng)，需要采用基于動(dòng)力學(xué)模型的先進(jìn)控制技術(shù)，但以上不確定性因素，也會(huì)嚴(yán)重影響工業(yè)機(jī)器人的控制品質(zhì)，因此具有魯棒性的先進(jìn)控制技術(shù)成為實(shí)現(xiàn)工業(yè)機(jī)器人高速高精度控制的主要方法。目前，應(yīng)用于不確定性機(jī)器人的魯棒控制方法有自適應(yīng)控制、變結(jié)構(gòu)控制及現(xiàn)代魯棒控制等。自適應(yīng)控制自適應(yīng)控制系統(tǒng)可以看作是帶有參數(shù)在線實(shí)時(shí)估計(jì)的控制系統(tǒng)，能不斷改善自身的性能以適應(yīng)控制對(duì)象和外部擾動(dòng)的動(dòng)態(tài)特性變化，使整個(gè)系統(tǒng)始終獲得滿意的控制性能［36］。當(dāng)被控對(duì)象的動(dòng)力學(xué)模型參數(shù)發(fā)生變化時(shí)，自適應(yīng)控制能通過及時(shí)的辨識(shí)、學(xué)習(xí)和調(diào)整控制規(guī)律，可以達(dá)到一定的性能指標(biāo)，并且無需未知參數(shù)的先驗(yàn)信息，因此在機(jī)器人領(lǐng)域獲得到了廣泛應(yīng)用［36-43］，其基本結(jié)構(gòu)如圖1-2所示。但自適應(yīng)控制實(shí)時(shí)性要求嚴(yán)格，實(shí)現(xiàn)比較復(fù)雜，并且參數(shù)突變經(jīng)常會(huì)破壞總體系統(tǒng)的穩(wěn)定性；參數(shù)的收斂特性通常需要足夠的持續(xù)激勵(lì)條件，而該條件實(shí)際上又難以滿足，因此通常結(jié)合其它算法使用，即魯棒自適應(yīng)控制方法，應(yīng)用修正的自適應(yīng)律使得系統(tǒng)對(duì)非參數(shù)不確定性也具有一定的魯棒性。如Shudong,S等人［44］利用變結(jié)構(gòu)思想設(shè)計(jì)的機(jī)器人自適應(yīng)控制方法，具有更好的魯棒性；Slotine等人［45］提出了基于跟蹤誤差和預(yù)測(cè)誤差的復(fù)合自適應(yīng)控制方法，機(jī)器人的動(dòng)力學(xué)參數(shù)通過跟蹤誤差和預(yù)測(cè)誤差進(jìn)行在線估計(jì)，從而保證了控制系統(tǒng)具有全局漸近穩(wěn)定的能力，并且跟蹤誤差是指數(shù)收斂的。Jun-ichiImura等人［46］提出的魯棒自適應(yīng)控制方法，結(jié)構(gòu)簡單且不需要不確定性的先驗(yàn)信息，克服了傳統(tǒng)自適應(yīng)控制的缺點(diǎn)，PrabhakarR.Pagilla等人［39］提出的一種自適應(yīng)狀態(tài)反饋控制方法，僅需要檢測(cè)位置信息，而速度信息通過簡單的非線性觀測(cè)器進(jìn)行估計(jì)，但所得的閉環(huán)系統(tǒng)是半全局漸近穩(wěn)定的。B91-2工業(yè)機(jī)器人自適皿挖制結(jié)購滑模變結(jié)構(gòu)控制滑模變結(jié)構(gòu)控制是一種特殊的非線性控制方法，通過控制量的不斷切換迫使系統(tǒng)狀態(tài)沿著滑模面滑動(dòng)，從而保證系統(tǒng)對(duì)參數(shù)擾動(dòng)和外界干擾具有完全的自適應(yīng)性或不變性［47］，即具有完全的魯棒性；由于滑動(dòng)模態(tài)的設(shè)計(jì)與被控對(duì)象參數(shù)及擾動(dòng)無關(guān)，因而無需在線辨識(shí)系統(tǒng)參數(shù)，物理實(shí)現(xiàn)比較簡單［48］，并且變結(jié)構(gòu)控制還具有較快的響應(yīng)速度。自從Slotine等人［49］于1983年首次采用滑模變結(jié)構(gòu)控制方法實(shí)現(xiàn)二自由度機(jī)器人的控制以來，變結(jié)構(gòu)控制技術(shù)在機(jī)器人領(lǐng)域得到廣泛應(yīng)用［50-60］。然而滑模變結(jié)構(gòu)控制本質(zhì)上的不連續(xù)開關(guān)特性會(huì)引起系統(tǒng)的“抖振”現(xiàn)象，如圖1-3所示，輕則容易激發(fā)未建模的高頻動(dòng)態(tài)響應(yīng)，重則會(huì)損壞物理器件。如何消除“抖振”是變結(jié)構(gòu)控制在機(jī)器人應(yīng)用中的一個(gè)關(guān)鍵問題［56,61-68］，最常用的解決方法是在滑動(dòng)面附近引入一個(gè)邊界層，采用飽和函數(shù)代替開關(guān)函數(shù)，這種方法可以有效的抑制“抖振”，但犧牲了一部分魯棒性。由于系統(tǒng)不確定性范圍的變大也會(huì)加劇系統(tǒng)的“抖振”，通常采用神經(jīng)網(wǎng)絡(luò)［69-72］或模糊系統(tǒng)［73］對(duì)系統(tǒng)不確定性進(jìn)行逼近估計(jì)。而文獻(xiàn)［74］提出的自適應(yīng)滑模控制方法，卻不需要?jiǎng)恿W(xué)系統(tǒng)參數(shù)或攝動(dòng)邊界的先驗(yàn)知識(shí)，利用自適應(yīng)律來估計(jì)系統(tǒng)的不確定性。為提高滑模面漸近收斂的速度，Huifang,Shiqiang等人［75］提出了具有衣跟蹤性能的PID滑?？刂撇呗裕圆粫?huì)使跟蹤誤差在有限時(shí)間內(nèi)收斂為零，為此學(xué)者在滑模面的設(shè)計(jì)中引入非線性函數(shù)得到的終端滑?？刂疲?6,77］，卻能在滑模面上使跟蹤誤差在有限時(shí)間內(nèi)收斂到零，從而具有更好的瞬態(tài)響應(yīng)特性，并減少了跟蹤誤差和控制能量，特別適合工業(yè)機(jī)器人的高精度控制［78,79］。但是終端滑?？刂品椒ù嬖谄娈悊栴}，為此Feng,Yu等人［80］提出了一種全局非奇異終端滑?？刂品椒?，有效避免了奇異。Yu等人［81］提出的終端滑模控制形式，相比傳統(tǒng)的終端滑?？刂凭哂懈玫母櫺阅?。Chuan-KaiLin提出了基于模糊小波網(wǎng)絡(luò)的機(jī)器人非奇異終端滑?？刂撇呗裕?2］，通過自適應(yīng)學(xué)習(xí)算法精確逼近機(jī)器人系統(tǒng)的未知?jiǎng)恿W(xué)，并且能在線調(diào)整模糊小波網(wǎng)絡(luò)的參數(shù)，無需離線學(xué)習(xí)。高道祥等人［83］結(jié)合自適應(yīng)控制和滑模控制的優(yōu)點(diǎn)所設(shè)計(jì)的魯棒自適應(yīng)控制器，既可以保證有界干擾下不會(huì)引起辨識(shí)參數(shù)的漂移，又可以保證系統(tǒng)具有良好的跟蹤性能，該控制器的參數(shù)估計(jì)采用死區(qū)自適應(yīng)算法，終端滑?？刂朴糜谝种葡到y(tǒng)不確定性的干擾，從而有效地降低系統(tǒng)的增益。穆效江等人［84］采用模糊控制調(diào)節(jié)控制的切換增益，從而改善了非奇異終端滑?？刂频木窒扌?，并利用積分的方法對(duì)系統(tǒng)的建模誤差和干擾的上界進(jìn)行估計(jì)，實(shí)現(xiàn)了對(duì)建模誤差和干擾的自動(dòng)補(bǔ)償，削弱了“抖振”。而Neila,M等人［85］提出的自適應(yīng)終端滑?？刂撇恍枰淮_性的先驗(yàn)信息；CheePinTan等人［86］提出的終端滑模觀測(cè)器保證了輸出誤差的有限時(shí)間收斂?，F(xiàn)代魯棒控制魯棒沖控制是一種結(jié)構(gòu)和參數(shù)都固定不變的控制器，在被控對(duì)象具有不確定性的情況下，仍能保證系統(tǒng)的漸近穩(wěn)定性和滿意的控制效果，具有處理擾動(dòng)、快變參數(shù)和未建模動(dòng)態(tài)的能力，并且設(shè)計(jì)簡單，容易實(shí)現(xiàn)。在設(shè)計(jì)魯棒控制器時(shí)不僅要考慮數(shù)學(xué)模型的標(biāo)稱參數(shù)，同時(shí)還要考慮不確定性對(duì)系統(tǒng)性能的最壞影響，使得所設(shè)計(jì)的控制器在不確定性對(duì)系統(tǒng)品質(zhì)的破壞最嚴(yán)重時(shí)也能夠滿足設(shè)計(jì)要求［87］。魯棒HA控制還具有處理多變量問題的能力，經(jīng)過近20年的發(fā)展，已經(jīng)成為分析和設(shè)計(jì)不確定性系統(tǒng)的有力工具。機(jī)器人的線性HE控制通常首先采用反饋線性化方法得到一個(gè)線性的簡化模型，然后按照線性控制的設(shè)計(jì)方法設(shè)計(jì)反饋控制器，使得閉環(huán)系統(tǒng)對(duì)不確定界內(nèi)的任意擾動(dòng)具有魯棒穩(wěn)定性。當(dāng)然一般首先將待設(shè)計(jì)問題化為標(biāo)準(zhǔn)HE控制問題，最終控制器的設(shè)計(jì)就歸結(jié)為對(duì)Riccati方程的求解，如文獻(xiàn)［88］中典型機(jī)器人的線性控制方法，將建模誤差以及負(fù)載變化等不確定因素等價(jià)為模型參數(shù)的擾動(dòng)，通過非線性補(bǔ)償（類似計(jì)算力矩法）近似得到帶有不確定擾動(dòng)的線性狀態(tài)方程，從而利用HA標(biāo)準(zhǔn)設(shè)計(jì)問題的狀態(tài)反饋方法得到滿足魯棒穩(wěn)定性的控制器。由于某些未建模非線性不確定性因素在線性化過程被忽略，并且模型擾動(dòng)的界限往往難以精確已知，只能依靠高增益控制確保系統(tǒng)的魯棒性，從而引起輸入控制量的增加。文獻(xiàn)［89］首先通過計(jì)算力矩法對(duì)機(jī)器人的動(dòng)力學(xué)方程進(jìn)行反饋線性化和解耦，其不確定性通過HE控制技術(shù)進(jìn)行補(bǔ)償，從而獲得了比單純的計(jì)算力矩法更好的跟蹤性能。為全面考慮機(jī)器人非線性特性，并解決機(jī)器人的兩個(gè)突出問題，即所給參考信號(hào)的漸近跟蹤問題和外界干擾的衰減問題，非線性HE控制的研究也不斷出現(xiàn)，其基本思想是對(duì)于所有L2空間的輸入信號(hào)，保證系統(tǒng)的輸出信號(hào)具有有限的L2范數(shù)。Shcaft［90］證明了非線性系統(tǒng)L2增益控制問題可歸結(jié)為Hamilton-Jacobi方程的可解性，Isidori［91］則將非線性動(dòng)態(tài)系統(tǒng)基于輸出反饋的干擾抑制問題轉(zhuǎn)換為HJI(Hamilton-Jacobi-Isidori)不等式的可解性問題。但實(shí)現(xiàn)機(jī)器人的時(shí)變非線性卜E控制比較困難，主要是求解非線性的HJI不等式相當(dāng)困難。目前常用的非線性HE控制器設(shè)計(jì)方法有：(1)基于已知的Lyapunov函數(shù)方法：如文獻(xiàn)［92］給出了一個(gè)候選的Lyapunov函數(shù)結(jié)構(gòu)，可以獲得解決非線性控制問題的足夠條件，并且不依賴于HJI方程的任何分析解。文獻(xiàn)［93］針對(duì)一類由Euler-Lagrange方程描述的系統(tǒng)，提出了一類HJI方程的分析方法，考慮了模型不確定性和外界干擾的L2增益抑制控制問題，并對(duì)6-DOF工業(yè)機(jī)器人進(jìn)行了試驗(yàn)驗(yàn)證［94］。(2)Backstepping方法：該方法是一種構(gòu)造性的非線性控制器設(shè)計(jì)方法，與非線性HE控制結(jié)合，可避免直接求解HJI不等式?；诤纳⑿缘聂敯舴椒ǎ?5］:即根據(jù)機(jī)器人結(jié)構(gòu)上的物理特征來直接構(gòu)造能量函數(shù)，如文獻(xiàn)［87］利用Backstepping方法介紹了機(jī)器人魯棒干擾抑制控制器的設(shè)計(jì)過程；文獻(xiàn)［96］證明了某些基于反饋線性化的控制器并不具有無源性，模型的不確定性可能導(dǎo)致系統(tǒng)不穩(wěn)定，而用基于無源網(wǎng)絡(luò)的計(jì)算力矩法設(shè)計(jì)的PD控制器，即使慣性矩陣存在不確定時(shí)，閉環(huán)系統(tǒng)仍能保持其穩(wěn)定性，但其主要缺點(diǎn)是需要計(jì)算慣性矩陣的奇異值，計(jì)算量較大。其它方法：如文獻(xiàn)［97］用非線性項(xiàng)的Taylor級(jí)數(shù)展開可以獲得非線性HJI不等式的一些可能解。文獻(xiàn)［98］所提出的自適應(yīng)HE非線性機(jī)器人控制策略，將未知系統(tǒng)參數(shù)的干擾和估計(jì)誤差看作外界干擾進(jìn)行處理，從而獲得對(duì)這些不確定性的L2增益抑制性能。由于對(duì)不確定性的保守估計(jì)可能導(dǎo)致較大的控制量，將魯棒HE控制與其它控制算法相結(jié)合取長補(bǔ)短，可以獲得較好的控制效果，例如自適應(yīng)HE跟蹤控制［98-100］，自適應(yīng)HE控制+內(nèi)模補(bǔ)償算法［101］等雖能獲得對(duì)不確定性的Y水平干擾抑制性能，但并不能保證估計(jì)參數(shù)誤差的收斂，并且對(duì)控制器的實(shí)時(shí)性要求比較嚴(yán)格。文獻(xiàn)［102］與滑模變結(jié)構(gòu)相結(jié)合提出的非線性HE控制策略，得到了具有HE控制性能的魯棒自適應(yīng)穩(wěn)定控制器。將人工智能方法與魯棒HE控制相結(jié)合也具有較好的控制效果，如Yi等人提出的“計(jì)算力矩+神經(jīng)網(wǎng)絡(luò)+變結(jié)構(gòu)+魯棒HE補(bǔ)償”控制器［103］及魯棒HE分散智能控制策略(計(jì)算力矩+神經(jīng)網(wǎng)絡(luò)+魯棒HE)［104］,Zuo等人［105］提出的計(jì)算力矩+變結(jié)構(gòu)+神經(jīng)網(wǎng)絡(luò)+魯棒控制”策略等，這些控制策略中的神經(jīng)網(wǎng)絡(luò)主要用于對(duì)不確定性的逼近和估計(jì)，均獲得了比較滿意的控制效果。文獻(xiàn)［106］提出的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)+滑?？刂?HE技術(shù)”控制策略就是通過自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)更新律逼近動(dòng)力學(xué)系統(tǒng)的不確定非線性函數(shù)，HE控制和滑?？刂品椒ūＷC了控制系統(tǒng)對(duì)未建模動(dòng)力學(xué)、干擾和逼近誤差的魯棒性，不僅能確保閉環(huán)系統(tǒng)的穩(wěn)定性，并且對(duì)整個(gè)系統(tǒng)具有HE跟蹤性能，也不需要不確定界的先驗(yàn)知識(shí)。類似地文獻(xiàn)［107］提出的自適應(yīng)模糊+滑?？刂?He技術(shù)”控制策略，利用自適應(yīng)模糊逼近非線性系統(tǒng)，將HE設(shè)計(jì)問題轉(zhuǎn)化為特征值問題(EVP)，并通過利用凸優(yōu)化技術(shù)有效解決，從而保證系統(tǒng)的HE跟蹤性能以抑制由未建模動(dòng)力學(xué)、逼近誤差和外界干擾造成的不確定。1.2.3.4有限時(shí)間控制與傳統(tǒng)控制方法的漸近收斂性不同，有限時(shí)間控制［108,109］是指系統(tǒng)狀態(tài)能在有限的時(shí)間內(nèi)收斂至平衡點(diǎn)，因而具有更快的瞬時(shí)響應(yīng)特性和更高的跟蹤精度，但是有限時(shí)間控制是一類重要但難于理論分析和設(shè)計(jì)的控制方法，它往往是非光滑的，非Lipschitz連續(xù)的,這種非Lipschitz連續(xù)性導(dǎo)致一些判別系統(tǒng)穩(wěn)定性的理論無法直接應(yīng)用，如Lyapunov逆定理、不變集原理等［110］。直到20世紀(jì)90年代，有關(guān)連續(xù)有限時(shí)間的判定理論如有限時(shí)間齊次理論［108,111］和有限時(shí)間Lyapunov穩(wěn)定性理論［108,112］的才得以提出和完善。目前常用的有限時(shí)間控制設(shè)計(jì)方法有齊次系統(tǒng)方法［112］，有限時(shí)間Lyapunov函數(shù)構(gòu)造法［113］等，另外終端滑模控制也能獲得有限時(shí)間收斂的特性。有限時(shí)間控制器中帶有分?jǐn)?shù)冪項(xiàng),使得有限時(shí)間閉環(huán)控制系統(tǒng)與非有限時(shí)間閉環(huán)控制系統(tǒng)相比，具有較好的魯棒性和抗干擾性能，因而可也應(yīng)用于具有不確定性的非線性系統(tǒng)［114-116］。但在機(jī)器人控制領(lǐng)域應(yīng)用的相關(guān)研究較少，洪奕光等人［117］結(jié)合PD和重力補(bǔ)償策略所提出的一種有限時(shí)間穩(wěn)定的機(jī)器人控制方法，在狀態(tài)反饋的意義上是全局穩(wěn)定的，但在輸出反饋意義上卻是局部有限時(shí)間穩(wěn)定的；蘇玉鑫等人［118-120］研究了機(jī)器人的有限時(shí)間控制方法，并取得了一定的研究成果；Zhao等人［121］提出的一種機(jī)器人有限時(shí)間控制器，具有更好的魯棒性，但只考慮了機(jī)器人的位置控制。1.2.3.5其它控制方法具有特殊結(jié)構(gòu)的內(nèi)模控制方法也具有較好的魯棒性［122］，但針對(duì)工業(yè)機(jī)器人系統(tǒng)的內(nèi)?？刂品椒ǎ?23,124］仍停留在理論仿真階段，其穩(wěn)定性和魯棒性問題有待進(jìn)一步深入研究。神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)等智能控制方法大多結(jié)合其它控制方法使用，迭代學(xué)習(xí)控制［125-132］也不依賴于系統(tǒng)的精確數(shù)學(xué)模型，但該控制方法僅適合于具有重復(fù)運(yùn)動(dòng)性質(zhì)的工業(yè)機(jī)器人系統(tǒng)。由于機(jī)器人末端的軌跡跟蹤運(yùn)動(dòng)是靠驅(qū)動(dòng)各個(gè)關(guān)節(jié)完成的，實(shí)際軌跡跟蹤的精度取決于各個(gè)關(guān)節(jié)的跟蹤精度和機(jī)器人運(yùn)動(dòng)幾何參數(shù)的精度，但是由于各種原因，機(jī)器人的運(yùn)動(dòng)學(xué)幾何參數(shù)也未必精確?；谶\(yùn)動(dòng)學(xué)不確定性的跟蹤控制研究也取得了一定的成果，如Cheah,C等人［133］提出的自適應(yīng)雅可比控制器，利用視覺空間信息［134］避免了加速度的測(cè)量。Wang等人［135］提出了基于逆動(dòng)力學(xué)的自適應(yīng)雅可比控制器保證了跟蹤性能，但這些控制器需要運(yùn)動(dòng)學(xué)參數(shù)的線性化模型。Cheng等人［136］提出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制器將跟蹤誤差最小化，不需要不確定參數(shù)的線性化模型。由于雅可比矩陣是非線性的，Cheah,C等人［137］針對(duì)基于視覺伺服的定點(diǎn)控制問題，提出了一種深度參數(shù)不確定性的更新律，同樣保證了系統(tǒng)的穩(wěn)定性。為克服雅可比矩陣的奇異問題，Braganza,D等人［138］提出了基于四元數(shù)的自適應(yīng)雅可比跟蹤控制方法。