机器人控制技术及展望.docVIP

机 器 人 控 制 技 术 2010年6月10日 机器人控制技术现状及展望 摘要： 从世界上第一台遥控机械手的诞生至今已有50年了，在这短短的几年里，伴随着计算机、自动控制理论的发展和工业生产的需要及相关技术的进步，机器人的发展已经历了3代：（1）可编程的示教再现型机器人；（2）基于传感器控制具有一定自主能力的机器人；（3）智能机器人。作为机器人的核心部分，机器人控制器是影响机器人性能的关键部分之一。一般地说，设计机器人控制器主要解决下面两部分内容：(1)求得操作机的动态模型；(2)利用这些模型确定控制规律或策赂，以达到所需的系统响应和性能。而机器人控制器从一定程度上影响着机器人的发展．目前，由于人工智能、计算机科学、传感器技术及其它相关学科的长足进步，使得机器人的研究在高水平上进行，同时也为机器人控制器的性能提出更高的要求。而机器人控制技术的不完善也为其日后的发展奠定了广阔的空间！智能机器人的控制技术是现在的研究热点也是未来的发展方向。 研究机器人控制技术首先我们必须要了解其所具有的特点： 机器人的控制与机构运动学及动力学密切相关。 机器人至少有3-5个自由度，甚至有二十几个自由度，每个自由度一般都包含一个私服系统，他们必须协调起来组成一个多变量控制系统。 描述机器人状态和运动的数学模型是一个非线性模型，随着状态的不同及外力的变化其参数也在变化，各变量之间还存在耦合。因此，仅仅利用位置闭环是不够的，还要利用速度甚至加速度闭环。 机器人的动作往往可以通过不同的方式和路径来完成，因此存在一个最优的问题。 通过对机器人控制系统特点的分析，可以把到目前为止的机器人控制进行如下分类： 位置控制 力（力矩）控制 智能控制 这其中位置控制和力控制又是目前工业机器人中最普遍和最基本的控制。而这两个控制对机器人可以进行位置、速度、加速度及力的控制。这其中又包含了开环控制、PID反馈控制、分解运动控制、最优控制、柔顺控制、变结构控制、自适应控制等等传统控制技术。无论它们多么高级多么复杂最终实现对机器人的操作还是需要控制位置、速度、加速度及力这四个要素。所以位置及力控制是所有其他控制的基础，是机器人控制的基础！这些传统的控制技术，不管是经典的还是现代的相对来说已经比较成熟了，换言之就是能解决的问题都解决了，解决不了的问题短时间内也解决不了了，已经到一个瓶颈了。所以在这里就不详细介绍这些传统控制技术了。 所以虽然这些传统控制技术理论已经比较成熟，但是在解决机器人控制问题上出现了许多难题： 传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。 研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合。 对于某些复杂的和包含不确定性的对象，根本无法以传统数学模型来表示，既无法解决建模问题。 为了提高性能，传统控制系统可变的复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。 正因为有这些艰巨的难题存在，单纯靠发展传统控制技术来促进机器人控制系统的飞跃已经举步维艰，难上加难。这时候，智能控制的出现为研究机器人控制开辟了一个全新的领域。这也是目前控制的最高形态，代表了目前控制技术的水平。 智能控制定义：智能控制是驱动智能机器自主地实现其目标过程。或者说，智能控制是一类无需人的干预就能够独立的驱动智能机器实现其目标的自动控制。其具有两个特点： 同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数学过程，并以知识进行推理，以启发来引导求解过程。因此在研究和设计智能控制系统时不是把主要注意力放在对数学公式的表达、计算和处理上，而是放在对任务和世界模型的描述。符号和环境的识别以及知识库和推理机的设计开发上。也就是说，智能控制系统的设计重点不在常规控制器上，而在智能机模型上。 智能控制的核心在高层控制，即组织级控制。高层控制的任务在于对实际环境或过程进行组织，即决策和规划，实现广义问题求解。为了实现这些任务，需要采用符号信息处理、启发式程序设计、知识表达以及自动推理和决策等相关技术。这些问题的求解过程与人脑的思维过程具有一定相似性，即具有不同程度的“智能”。当然，低层控制级也是智能控制系统必不可少的部分，不过，它往往属于传统控制系统。 以下是目前主要智能控制系统的简介： 递阶控制系统：遵循提高精度而降低智能的原理，用概率模型表示组织级推理、规划和决策的不确定性，指定协调级的任务任务以及执行级的控制作用。采用熵来度量智能机器执行各种指令的效果，并采用熵进行最优决策。 专家控制系统：是一个应用专家系统技术的控制系统，也是一个典型的和广泛应