● 摘要
对于具有重复运动性质的非线性被控对象，迭代学习控制是一种简单而有效的控制方法，且只需要较少的先验知识，可以实现在给定时间区间上的完整轨迹的高精度跟踪。本文以机器人作为研究对象，围绕机器人的轨迹跟踪问题研究迭代学习控制算法的设计，进行了以下几方面的研究工作。 首先，对近些年迭代学习控制的研究与进展进行了综述。 然后，对含有未知参数及干扰的刚性单力臂机械手提出了一种自适应迭代学习控制方法，利用Lyapunov直接法分析了算法的收敛性。随后在6自由度机械手PБ-211上选取第三关节实现了该算法的控制器，算法的有效性在该关节的轨迹跟踪控制实验中得到了验证。 随后，针对一般的不确定性机器人系统，考虑系统的标称模型，系统的不确定项可分解为标称模型误差和干扰。通过利用Lyapunov分析法提出了一种自适应鲁棒迭代学习控制策略。该策略由PD反馈控制输入、前馈控制输入和鲁棒控制输入三部分组成。仿真研究表明该算法是有效的。 最后，对移动机器人的轨迹跟踪问题，选取了一种离散域迭代学习控制方法进行仿真验证。接着在智能自主移动机器人AS-R上利用系统自带的开环运动控制接口实现了该算法并进行实验研究。在实验中，移动机器人以较好跟踪精度跟踪了期望轨迹。仿真和实验均表明了算法的正确性。关键词：机器人，迭代学习控制，轨迹跟踪，Lyapunov 分析法，收敛性分析
相关内容
相关标签