基于神經網絡的靈巧手交叉耦合控制研究.pdf

1、作為機器人系統(tǒng)中最重要的末端執(zhí)行器，靈巧手一直以來都是機器人領域研究的熱點，對多指靈巧手控制的研究在提高整個機器人系統(tǒng)的性能方面具有重要的意義。本文結合國家科技部(863計劃)項目“新一代五指仿人靈巧手及其協(xié)調控制的研究”，在HIT/DLR II靈巧手及其實時控制平臺上，以提高手指的位置跟蹤精度為目標，將交叉耦合控制方法應用于手指關節(jié)控制，并基于神經網絡研究耦合控制參數(shù)的自整定方法。
　　手指基關節(jié)的運動由兩個電機共同耦合驅動，由

2、于電氣及機械加工上存在不同,無法保證兩電機運動的同步性。PID控制等常用的串聯(lián)機器人位置控制方法，其控制目標針對的是獨立驅動器的位置誤差，未考慮多驅動器耦合運動時的同步誤差。因此上述位置控制方法并不完全適用于手指基關節(jié)，會對手指的位置跟蹤精度及操作性能造成影響，進而影響靈巧手的抓取性能。本文在對靈巧手的硬件及通信系統(tǒng)進行研究后，重點對由于基關節(jié)兩電機不同步而造成的耦合誤差進行分析。通過將耦合誤差引入控制量中進行補償，設計基關節(jié)驅動空間的

3、交叉耦合控制器，以提高手指的軌跡跟蹤精度；此外構建手指的仿真系統(tǒng)并對算法進行仿真驗證。
　　交叉耦合控制器中控制參數(shù)較多，對于時變及非線性系統(tǒng)難以實現(xiàn)精確調整。針對上述問題，本文在構建的仿真系統(tǒng)中研究各耦合控制參數(shù)對控制性能的影響；而后利用神經網絡強大的非線性映射及自學習能力，根據神經網絡的反向傳播算法調節(jié)耦合控制參數(shù)；通過引入同步誤差的二次型，對BP算法的性能指標函數(shù)進行改進，使同步誤差快速收斂。仿真實驗表明,通過神經網絡的參數(shù)