机器人控制系统的设计与MATLAB仿真PDF|Epub|txt|kindle电子书版本网盘下载

机器人控制系统的设计与MATLAB仿真PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1　机器人控制方法简介1

1.1.1　机器人常用的控制方法1

1.1.2　不确定机器人系统的控制2

1.2　机器人动力学模型及其结构特性2

1.3 基于S函数的SIMULINK仿真3

1.3.1 S函数简介3

1.3.2 S函数使用步骤4

1.3.3 S函数的基本功能及重要参数设定4

第2章　机器人PID控制5

2.1　机器人独立PD控制5

2.1.1　控制律设计5

2.1.2　收敛性分析5

2.1.3　仿真实例5

2.2　基于重力补偿的机器人PD控制10

2.2.1　控制律设计10

2.2.2　控制律分析10

2.3　机器人鲁棒自适应PD控制11

2.3.1　问题的提出11

2.3.2　机器人动力学模型及其结构特性11

2.3.3　控制器的设计12

2.3.4　机器人动态方程的线性化推导17

2.3.5　仿真实例18

参考文献29

第3章　机器人神经网络自适应控制31

3.1　定理与引理31

3.1.1　全局不变集定理31

3.1.2 用Barbalat引理作类Lyapunov分析31

3.1.3　一种微分方程不等式的收敛性分析31

3.2 RBF网络的逼近32

3.2.1 RBF神经网络32

3.2.2　网络结构32

3.2.3　逼近算法32

3.2.4 网络参数对逼近效果的影响33

3.2.5 仿真实例35

3.3 基于模型不确定补偿的RBF网络机器人自适应控制41

3.3.1　问题的提出41

3.3.2　模型不确定部分的RBF网络逼近42

3.3.3　控制器的设计43

3.3.4　仿真实例45

3.4 基于模型分块逼近的机器人RBF网络自适应控制62

3.4.1　问题的提出62

3.4.2　控制律的设计63

3.4.3　稳定性分析64

3.4.4 仿真实例66

3.5 工作空间中机械手的神经网络自适应控制86

3.5.1 工作空间直角坐标与关节角位置的转换86

3.5.2　机械手的神经网络建模87

3.5.3　控制器的设计88

3.5.4 仿真实例90

3.6 基于模型整体逼近的机器人RBF网络自适应控制102

3.6.1　问题的提出102

3.6.2 基于RBF神经网络逼近的控制器103

3.6.3　针对f（x）中各项分别进行神经网络逼近105

3.6.4　仿真实例107

3.7 基于死区补偿的神经网络自适应鲁棒控制123

3.7.1　死区非线性特性123

3.7.2 系统描述124

3.7.3 GL矩阵和GL乘法算子125

3.7.4 RBF神经网络死区补偿器的设计126

3.7.5　系统的稳定性分析129

3.7.6 仿真实例132

3.8　机器人神经网络数字控制144

3.8.1 基于RBF网络补偿的单机械力臂自适应数字控制144

3.8.2　基于RBF网络的双机械力臂自适应数字控制148

3.9 机器人神经网络鲁棒控制154

3.9.1　相关知识154

3.9.2　控制律的设计与分析154

3.9.3　仿真实例156

参考文献158

第4章 机器人模糊自适应控制160

4.1 单力臂机械手直接自适应模糊控制160

4.1.1 问题描述160

4.1.2　模糊控制器的设计160

4.1.3 自适应律的设计161

4.1.4　仿真实例162

4.2　单力臂机械手间接自适应模糊控制169

4.2.1 问题描述169

4.2.2 自适应模糊滑模控制器设计170

4.2.3　稳定性分析171

4.2.4　仿真实例172

4.3 单级倒立摆的监督模糊控制180

4.3.1　模糊系统的设计180

4.3.2　模糊监督控制器的设计181

4.3.3　稳定性分析182

4.3.4　仿真实例183

4.4　基于MIMO系统的多关节机械手自适应模糊控制190

4.4.1 问题描述190

4.4.2　模糊系统的设计192

4.4.3　基于上界已知的自适应模糊控制193

4.4.4　基于上界未知的自适应模糊控制207

4.5　基于模糊补偿的机械手自适应模糊控制219

4.5.1 系统描述219

4.5.2　基于传统模糊补偿的控制219

4.5.3　基于模型信息已知的模糊补偿控制221

4.5.4　仿真实例223

4.6　基于线性矩阵不等式的单级倒立摆T-S模糊控制234

4.6.1 基于LMI的T-S型模糊系统的控制器设计234

4.6.2　单级倒立摆的T-S模型模糊建模235

4.6.3 LMI设计及求解236

4.6.4　仿真实例237

4.7 基于死区补偿的机械手模糊自适应控制243

4.7.1 死区非线性特性243

4.7.2　死区模糊补偿器244

4.7.3　多入多出控制系统的死区模糊补偿器246

4.7.4　仿真实例250

参考文献258

第5章　机器人迭代学习控制及重复控制259

5.1 迭代学习控制的数学基础259

5.1.1　矩阵的迹及初等性质259

5.1.2　向量范数和矩阵范数259

5.2 迭代学习控制方法介绍260

5.2.1　迭代学习控制基本原理261

5.2.2　基本的迭代学习控制算法261

5.2.3　迭代学习控制主要分析方法262

5.2.4　迭代学习控制的关键技术263

5.3 机械手轨迹跟踪迭代学习控制仿真实例264

5.3.1　控制器设计264

5.3.2　仿真实例264

5.4 线性时变连续系统迭代学习控制271

5.4.1 系统描述271

5.4.2　控制器设计及收敛性分析271

5.4.3　仿真实例273

5.5 任意初始状态下的迭代学习控制280

5.5.1　问题的提出281

5.5.2　控制器的设计281

5.5.3　仿真实例283

5.6 一种机械手轨迹跟踪自适应鲁棒迭代学习控制288

5.6.1　问题的提出288

5.6.2　控制器的设计289

5.6.3　仿真实例293

5.6.4　算法的改进301

5.7 机械手自适应迭代学习控制302

5.7.1　单关节机械手自适应迭代学习控制302

5.7.2　一种机械手轨迹跟踪自适应迭代学习控制311

5.8 移动机器人轨迹跟踪迭代学习控制323

5.8.1　数学基础324

5.8.2　系统描述324

5.8.3　控制律设计及收敛性分析326

5.8.4　仿真实例329

5.9 重复控制的基本原理332

5.9.1　重复控制的理论基础332

5.9.2　基本的重复控制系统结构333

5.9.3　基本重复控制系统稳定性分析333

5.9.4　仿真实例335

5.10 一种具有多路周期指令信号的数字重复控制337

5.10.1　系统的结构337

5.10.2　仿真实例340

参考文献344

第6章　机器人反演控制345

6.1 反演控制器设计的原理及应用345

6.1.1　反演控制器设计的基本原理345

6.1.2　反演控制器设计的基本应用346

6.2 基于Backstepping的单关节机器人自适应模糊控制347

6.2.1 系统描述347

6.2.2 Backstepping控制器的设计348

6.2.3　基于Backstepping的自适应模糊控制350

6.2.4　仿真实例353

6.3 双关节机械臂的Backstepping自适应模糊控制360

6.3.1　系统描述360

6.3.2　传统Backstepping控制器的设计及稳定性分析361

6.3.3　仿真实例364

6.4 柔性机器人的反演控制372

6.4.1 系统描述372

6.4.2　反演控制器的设计372

6.4.3　仿真实例375

6.5 柔性机器人神经网络反演控制380

6.5.1　系统描述380

6.5.2　反演控制器的设计381

6.5.3　仿真实例386

6.6 双耦合电机自适应神经网络反演控制392

6.6.1 系统描述392

6.6.2　精确对象的反演控制392

6.6.3　无需模型信息的神经网络反演控制394

6.6.4　仿真实例397

6.7 移动机器人的反演控制402

6.7.1　移动机器人运动学反演控制402

6.7.2　移动机器人动力学反演控制410

参考文献419

第7章 机器人滑模控制420

7.1 一种基于名义模型的机械手滑模鲁棒控制420

7.1.1 系统描述420

7.1.2　控制律设计420

7.1.3 仿真实例421

7.2 基于名义模型的机器人滑模控制426

7.2.1 设计原理426

7.2.2　基于名义模型的机器人指数趋近律的设计426

7.2.3　仿真实例428

7.3 基于计算力矩法的滑模控制438

7.3.1 系统描述439

7.3.2　控制律设计439

7.3.3 仿真实例440

7.4 基于输入输出稳定性理论的滑模控制445

7.4.1 系统描述445

7.4.2　控制律设计445

7.4.3　仿真实例447

7.5 主仆式机器手的控制453

7.5.1 系统描述453

7.5.2　控制律的设计454

7.5.3　仿真实例454

7.6　基于模糊自适应增益调整的机器人滑模控制459

7.6.1　机器人动力学模型及其结构特性460

7.6.2　传统滑模控制律的设计460

7.6.3　基于模糊自适应增益调整的机器人滑模控制461

7.6.4　仿真实例463

7.7 基于上界估计的机械手滑模控制472

7.7.1　机器人动力学模型及其结构特性472

7.7.2　滑模自适应控制律的设计及分析472

7.7.3　鲁棒滑模自适应控制律的设计及分析474

7.7.4 仿真实例476

7.8 机械手双环积分滑模控制487

7.8.1 系统描述487

7.8.2　控制系统的设计487

7.8.3　仿真实例488

7.9 航天器姿态滑模控制494

7.9.1　航天器姿态控制模型494

7.9.2　传统滑模控制律的设计495

7.9.3　双环滑模控制律的设计495

7.9.4　仿真实例497

7.10 直升机滑模控制505

7.10.1　直升机数学模型505

7.10.2　直升机模型的耦合分析506

7.10.3　直升机模型的动态逆解耦线性化506

7.10.4　直升机的滑模控制507

7.10.5　仿真实例508

7.11　机器人滑模控制的收敛性分析511

参考文献512

第8章 机器人自适应鲁棒控制514

8.1 不确定性摩擦特性的不确定机械系统鲁棒补偿控制514

8.1.1 问题的提出514

8.1.2　控制器的设计515

8.1.3　稳定性分析516

8.1.4　仿真实例517

8.2 单力臂机械系统的鲁棒自适应控制522

8.2.1 问题描述523

8.2.2　鲁棒模型参考自适应控制524

8.2.3　仿真实例526

8.3 机械手自适应控制531

8.3.1 系统描述531

8.3.2　全局稳定的自适应控制器531

8.3.3　消除位置稳态误差的自适应控制器532

8.4 二自由度机械臂的鲁棒轨迹跟踪控制547

8.4.1 问题描述547

8.4.2　控制器的设计547

8.4.3　仿真实例551

8.5 基于名义模型的机器人自适应摩擦补偿鲁棒控制560

8.5.1　系统描述560

8.5.2　控制律的设计560

8.5.3　仿真实例562

8.6 基于Lyapunov方法的空间飞行器大角度姿态机动控制566

8.6.1　数学模型567

8.6.2　控制律的设计567

8.6.3　仿真实例568

8.7 二级倒立摆的H∞鲁棒控制573

8.7.1　系统的描述573

8.7.2　基于LMI的控制律的设计573

8.7.3　二级倒立摆系统的描述574

8.7.4　仿真实例575

8.8 不确定性系统的定量反馈鲁棒控制583

8.8.1　定量反馈理论介绍583

8.8.2　定量反馈控制器设计步骤584

8.8.3 QFT控制器的设计：实例之一585

8.8.4 QFT控制器的设计：实例之二593

8.8.5 QFT控制器的设计实例之三：机器人关节的控制602

参考文献613

第9章 机器人参数观测、辨识及控制615

9.1 基于遗传算法的伺服系统静态摩擦参数辨识615

9.1.1　伺服系统的静态摩擦模型615

9.1.2　静摩擦模型Stribeck曲线的获取615

9.1.3　基于遗传算法的静态摩擦参数辨识616

9.1.4　仿真实例617

9.1.5　基于摩擦模型补偿的伺服系统控制623

9.2 一种机械手非线性干扰观测器及其在控制中的应用627

9.2.1　系统描述627

9.2.2　非线性干扰观测器的设计628

9.2.3　双关节机械手干扰观测器的设计629

9.2.4　仿真实例632

9.3 基于干扰观测器的单机械臂滑模控制637

9.3.1　单机械臂模型637

9.3.2　单机械臂模型的滑模控制器设计及分析638

9.3.3　干扰观测器的设计639

9.3.4　仿真实例639

9.4 一种基于神经网络的自适应状态观测器的设计及应用645

9.4.1 系统描述645

9.4.2　基本状态观测器的设计646

9.4.3　基于神经网络的状态观测器设计647

9.4.4　稳定性分析648

9.4.5　仿真实例652

9.4.6　基于神经网络观测器的单关节机械手反演控制658

9.5 电机闭环系统的建模661

9.5.1　基本原理661

9.5.2　仿真实例663

9.6 基于电机闭环系统辨识的数字前馈控制667

9.6.1　零相差前馈控制基本原理667

9.6.2　系统相移668

9.6.3　仿真实例669

9.7 电机开环传递函数的辨识673

9.7.1　基本原理673

9.7.2　仿真实例674

参考文献678

第10章 机器人路径规划680

10.1 旅行商问题的描述680

10.2　基于遗传算法的TSP问题优化680

10.2.1　遗传算法基本原理681

10.2.2 TSP问题的编码682

10.2.3 TSP问题的遗传算法设计682

10.2.4　仿真实例684

10.3 基于Hopfield神经网络的TSP问题优化689

10.3.1 Hopfield网络算法689

10.3.2　求解TSP问题的Hopfield网络设计690

10.3.3　仿真实例692

参考文献696