高速高精度少自由度并联机器人动力学鲁棒控制研究

Dynamic control is a category of control methods that are believed to have the ability to fully exploit the dynamic properties of a parallel robot to improve the dynamic response performance of the parallel robot. However, when dynamic controllers are adopted to control parallel robots in practice, a number of problems arise, among which are the two important ones, one is about the robustness of the dynamic controller, and the other is about the control performance of the dynamic controller in the range of high-frequency dynamics. For this reason, this research project is intended to cover three aspects. The research on “robust control based on switching between dynamic controller and traditional controller” focuses on the complexity of both the kinematics and dynamics of a parallel robot, and is aimed to improve the response performance of the system and ensure the system stability and the controller robustness. The research on “robust dynamic control based on Markov decision process” focuses on the difficult-to-model dynamics and the unknown dynamics in a real robot system, and is aimed to improve the control performance of the dynamic controller in the range of high-frequency dynamics. The research on “high-precision robust dynamic control based on machine vision feedback” focuses on the time-varying error of the kinematic model that caused by the high-frequency dynamics, and is aimed to improve the control accuracy of the position and orientation of a parallel robot. Lower-mobility parallel robots are to be used as examples to verify the proposed theories and methods. This research project is expected to provide practical dynamic control theories and methods for parallel robots exploiting their advantages in high-speed and high-precision application scenarios.

动力学控制被认为是能够充分挖掘并联机器人动力学特性以提高并联机器人动态响应性能的一类控制方法。然而，将动力学控制器应用于实际并联机器人时却面临不少问题，控制器的鲁棒性及其在高频动态范围内的控制性能是其中的两个重要方面。为此，该项目拟开展三个方面的研究。为提高系统响应性能、保证系统稳定性与控制器鲁棒性，针对并联机器人运动学与动力学的复杂性，开展“基于动力学控制器与传统控制器切换的鲁棒控制研究”。为提高动力学控制器在高频动态范围内的控制性能，针对实际系统中的难建模动态与未知动态，开展“基于Markov决策过程的动力学鲁棒控制研究”。为提高并联机器人的位姿控制精度，针对高频动态所致的运动学模型时变误差，开展“基于机器视觉反馈的高精度动力学鲁棒控制研究”。以少自由度并联机器人为例对所提的理论与方法进行验证。通过该项目的研究，为并联机器人发挥其在高速高精度应用中的优势提供实用的动力学控制理论与方法。

高速并联机器人在工业中具有很好的应用前景，然而常规控制器并不能充分发挥高速并联机器人的动态特性。在高频动态范围内，需要考虑机器人动力学特性来提高系统的响应性能。该项目针对控制器的鲁棒性问题和高频动态范围内的控制性能问题开展了三个方面的研究工作。研究并提出了三种控制方法，包括基于动力学控制器与传统控制器切换的鲁棒控制方法(动力学控制器采用滑模控制)、基于Markov决策过程的动力学鲁棒控制方法和基于机器视觉反馈的高精度动力学鲁棒控制方法。为进行实验验证，研制了一种少自由度高速并联机器人实验平台。经过几年的研究探索，得到如下结论：1）滑模控制器虽然在理论上具备很好的鲁棒性，但是颤振问题严重限制了其在高速并联机器人中的应用，而且颤振问题多年来也没有得到很好的解决；2）将Markov决策过程引入控制器时，系统稳定性的理论证明问题非常棘手，稳定性证明问题解决不了则很难说服控制领域内的审稿专家。这两个方面或许都需要在理论上有所突破才能得到很好的解决。高速并联机器人的动力学控制研究目前还存在诸多难以解决的问题，无论是在理论方面还是在实践方面都需要进行深入的探索。