第七章 机器人控制--新课件.pptVIP

*;*;机器人控制系统的特点： 非线性、多变量、强耦合的系统。 非线性：输入输出的映射关系不是线性的 多变量：输入输出的个数为2个以上 强耦合：输入输出之间存在交连 以上特点决定了机器人控制系统的复杂性。解决以上问 题的控制策略： 解耦控制(decoupling control) 鲁棒控制(robustness control) 容错控制(fault tolerant control) ;多变量控制系统的一般结构 传递函数矩阵：开环传递函数矩阵，闭环传递函数矩阵 多变量系统分析和计算的特殊性：变量是向量，传函是矩阵（矩阵的计算不满足交换律） 多变量系统控制的发展： 1.状态空间法： 系统的数学模型：状态空间表达式 主要应用领域：航空航天等尖端科技研究 局限性：计算量大，控制器复杂难以实现，无法在工业生产过程广泛推广 2.现代频域法; 系统数学模型：传递函数矩阵 主要应用领域：工业生产过程 特点：对系统进行近似和简化，数学工具浅显易懂，具有很大的灵活性。 代表性理论：INA方法，CL方法，序列回差法等。 3. 先进控制技术 自适应控制理论：主要针对模型的时变性和不确定性 智能控制理论：主要针对模型未知系统 ;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;7.4 机器人智能控制技术;2.智能机器人的 产生和发展 （1）示教再现型机器人:没有任何传感器,对环境没有感知能力. ——目前商品化、实用化的为此类机器人。 （2）感觉型机器人:配备简单内、外部传感器,能感知自身的速度、位置、姿态等，具有部分适应外部环境能力。 （3）智能型机器人：具有多种内、外部传感器组成的感觉系统，对外部环境信息进行感知、提取、处理并作出适当决策。——此类机器人目前处于研究和发展阶段。 智能型机器人的发展方向：类人型机器人和具有智能的机器。;3.智能机器人的体系结构 （1）视觉系统 （2）行走机构：轮式，履带式，爬行，两足式。 （3）机械手 （4）控制系统：信息融合，运动规划，环境建模、智能推理。 （5）人机接口：话筒，扬声器，语音合成与识别系统;1.智能控制系统 三种智能控制系统 （1）人作为控制器的控制系?? （2）人——机结合作为控制器的控制系统 （3）无人参与的自主控制系统：机器人是最典型的例子。 智能控制方法： （1）分层递阶的智能控制结构 （2）神经网络控制 （3）模糊控制;2.智能机器人系统的基本特征 （1）模型的不确定性 （2）系统的高度非线性 （3）控制任务的复杂性 3.智能机器人控制系统的基本结构：分层递阶的组成结构 4.智能机器人控制系统的主要功能特点： （1）学习功能 （2）适应功能 （3）组织功能 ;5.智能控制理论的主要内容和在智能机器人控制中的应用 智能控制是交叉学科：人工智能，运筹学和自动控制 （1）自适应、自组织和自学习控制 （2）知识工程 （3）神经元网络理论 （4）模糊集合论 （5）优化理论;面向设备的基础级——常规的技术：PID，前馈控制 协调级和组织级——智能控制方法：神经网络控制，模糊控制，模糊神经控制 （1 ）神经网络控制 网络结构：前向网络，带反馈的网络，全连接网络 训练算法：误差反向传播算法，遗传算法 控制方式：逆控制，反馈控制，内模控制 （2）模糊控制 变量的模糊化和反模糊化 模糊规则和模糊推理 ;（3）模糊神经控制 用神经网络实现模糊控制器的全部功能： 5层结构：第一层输入变量 第二层模糊化 第三层表示模糊规则的前件匹配（IF） 第四层表示模糊规则的后件（THEN） 第五层反模糊化;1.神经网络控制 （1）人工神经元模型的三个基本要素 连接权 连接权对应于生物神经元的突触，各个人工神经元之间的连接强度由连接权的权值表示，权值为正表示激活，为负表示抑制。 ;求和单元 用于求取各输入信号的加权和(线性组合)。 激活函数 激活函数起非线性映射作用，并将人工神经元输出幅度限制在一定范围内在(0,1)或(-1,1)之间。;（2）神经网络的结构 人工神经网络(Artificial Neural Networks, ANN)是由大量人工神经元经广泛互连而组成，它可用来模拟脑神经系统的结构和功能。 根据连接方式主要分为两类 ： 1) 前馈型网络; 2) 反馈型网络 反馈神经网络又称递归网络