机器人控制--新.ppt

第七章 机器人控制 2020/4/4 31 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） ) , ( 1 ? ? ? ? T ? ) , ( ? ? ? T d ? ? ) ( ) ( t t d ? ? ? 显然无法做到。因为： 1. 无法精确建模，必然存在未建模动态和随机干扰； 2. 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； 3. 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。 第七章 机器人控制 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 . 32 第七章 机器人控制 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。 33 第七章 机器人控制 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 34 第七章 机器人控制 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 35 第七章 机器人控制 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 36 第七章 机器人控制 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 37 第七章 机器人控制 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 38 第七章 机器人控制 （ 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 39 第七章 机器人控制 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 40 第七章 机器人控制 ? 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。 41 第七章 机器人控制 （ 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 网络中各个神经元接收前一 级的输入，并输出到下一级，网 络中没有反