机器人控制新.pptVIP

**非线性补偿解耦系统分析理想情况（完全补偿，充分解耦，没有时滞）显然无法做到。因为：无法精确建模，必然存在未建模动态和随机干扰；补偿器中无法实现纯微分环节，无法完全补偿控制对象中的时间滞后；控制对象是连续时间过程，补偿器只能是离散时间过程，无法完全匹配。第31页，共71页，星期日，2025年，2月5日7.4机器人智能控制技术7.4.1机器人智能控制概述什么是智能机器人？智能机器人是具有感知、思维和动作的机器。1.各种新型智能机器人:(1)网络机器人:远程控制和操作.应用与医疗,救灾,娱乐等领域.(2)微型机器人:用于医疗.(3)高智能机器人:超高运算速度,处理能力和存储容量.但目前体积较大.(4)变结构机器人:依照环境来变换自己的结构和运动方式以适应环境.第32页，共71页，星期日，2025年，2月5日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。第33页，共71页，星期日，2025年，2月5日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第34页，共71页，星期日，2025年，2月5日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统（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7.4.2机器人智能控制技术第35页，共71页，星期日，2025年，2月5日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）组织功能第36页，共71页，星期日，2025年，2月5日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）优化理论第37页，共71页，星期日，2025年，2月5日面向设备的基础级——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7.4.3机器人智能控制方法第38页，共71页，星期日，2025年，2月5日（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）第五层反模糊化第39页，共71页，星期日，2025年，2月5日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。人工神经元模型第40页，共71页，星期日，2025年，2月5日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。第41页，共71页，星期日，2025年，2月5日（2）神经网络的结构人工神经网络(ArtificialNeuralNetworks,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)前馈型网络网络中各个神经元接收前一级的输入，并输出到下一级，网络中没