-
公开(公告)号：CN119388447A
公开(公告)日：2025-02-07
申请号：CN202510001098.0
申请日：2025-01-02
Applicant: 安徽大学 , 淮北万特科贸有限责任公司
IPC: B25J9/16
Abstract: 本发明涉及机器人控制技术领域，具体的说是一种双臂协作机器人模糊自适应滑模控制方法，包括以下步骤：S1、建立双臂协作机器人的动力学模型；S2、在双臂协作机器人的动力学模型基础上融合泰勒级数展开法，建立适用于时延情况下的改进的动力学数学模型；S3、利用模糊算法和平均停留时间机制，开发模糊自适应滑模跟踪控制器；S4、设计基于模糊递归的神经网络跟踪控制方案来消除模型中存在的时延误差。本发明在所提及的控制方法能够在消除干扰影响的同时有效克服时延对系统稳定性的消极影响，并在提升双臂系统控制品质的基础上得到理论延迟值的适用范围。
-
公开(公告)号：CN119024840A
公开(公告)日：2024-11-26
申请号：CN202411122493.6
申请日：2024-08-15
Applicant: 安徽大学
Abstract: 本发明公开了基于约束跟随的抗时延多移动机器人编队控制方法，涉及机器人自动化和智能驾驶技术领域，包括以下步骤：S1、建立移动机器人群具有时变有界不确定性的二维动力学模型；S2、转变编队控制问题为约束跟随问题；S3、设计一种近似约束跟随的自适应鲁棒控制策略；S4、对具有时延的多移动机器人系统进行一致性分析；本发明将多机器人协同系统的编队控制问题从传统的线性问题扩展到广义的平面问题，并在此基础上，研究了二维编队控制问题，同时考虑了纵向运动和横向运动，使自主多机器人群系统的应用不再局限于道路中的机器人；同时，轨迹也不再局限于预设的道路，而可能是由工作场景决定的任意路线，而可能是由工作场景决定的任意路线。
-
Patent Agency Ranking
公开(公告)号：CN119002269A
公开(公告)日：2024-11-22
申请号：CN202411074038.3
申请日：2024-08-07
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明提供了基于合作博弈论的自适应鲁棒控制轮腿机器人的设计方法，包括以下步骤：S1、建立具有不确定性参数的模糊欠驱动系统(UMS)动态模型，再写出双足轮腿机器人的跳跃过程的动力学模型；S2、在控制过程中将规定轨迹表述为施加在模糊UMS的伺服约束；S3、考虑轮腿机器人系统的不确定性进行自适应鲁棒控制算法的设计；S4、基于合作博弈论构建控制过程中的性能指标；S5、进行数值仿真，观测结果，对控制效果进行分析，最后给出结论。本发明通过引入模糊集理论来构建具有不确定性参数的动态模型，该方法能够有效应对系统内部参数随时间变化且受限的不确定性，显著提高了机器人在复杂地形和动态环境中的轨迹跟踪精度。
-
公开(公告)号：CN119260715A
公开(公告)日：2025-01-07
申请号：CN202411425887.9
申请日：2024-10-14
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及机器人控制技术领域，尤其涉及基于Udwadia‑Kalaba和合作博弈理论的时延双臂协作机器人控制方法，主要包括如下步骤：根据系统的不确定性，获取双臂协作机器人系统服从伺服约束的控制输入，采用时间延时估计的方法简化动力学模型以实现基于时间延时估计和双机械臂协同阻抗控制，根据系统中存在的时变不确定性结合自适应更新律，建立自适应的鲁棒控制器，通过合作博弈的方法获取该鲁棒控制器的最优控制参数。采用本发明所记载的方法能够优化控制参数，实现性能最大化，不仅确保了机器人在不同性能目标之间实现有效权衡，还促进了系统整体控制性能的优化。
-
公开(公告)号：CN119087810A
公开(公告)日：2024-12-06
申请号：CN202411215261.5
申请日：2024-09-02
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开了一种考虑人机交互的下肢康复外骨骼机器人最优约束跟随控制方法，涉及医疗康复辅助器械领域，包括以下步骤：(4)获取不确定性参数的边界及函数；(5)建立一个约束跟随控制方案，由抢占式算法部分和人工决策部分组成；机器求解得抢占式算法部分控制量P1、变化求解最优隶属函数并计算，求得人工决策算法部分控制量P2；(6)将抢占式算法和最优的人工决策结合，得鲁棒控制策略控制量，实现稳健且最优的系统性能。本发明将抢占式机器算法和最优的人工决策算法结合起来，可以充分利用机器的快速响应能力和人类的高级决策能力，从而提高系统的整体性能和用户体验，完成更高效、更安全、更灵活和更人性化的人机交互，以实现稳健和最优的系统性能。
-
公开(公告)号：CN118605337A
公开(公告)日：2024-09-06
申请号：CN202410873831.3
申请日：2024-07-02
Applicant: 安徽大学
IPC: G05B19/042
Abstract: 本发明公开了基于纳什博弈理论的自平衡自行车控制器设计方法，包括以下步骤：S1、建立自平衡自行车的不确定性欠驱动机械系统动力学方程，引入约束跟随思想，构建出受伺服约束的模糊不确定性欠驱动机械系统动力学模型；S2、将动力学方程中的矩阵和向量拆解成名义部分和不确定性部分，设计自适应鲁棒约束跟随控制器；S3、对自适应鲁棒约束跟随控制器中的控制参数进行优化选取，并将求得的最优参数带入到控制器中，以提高控制器的综合控制效果。本发明采用基于自适应鲁棒约束跟随控制器，该控制器包含名义控制项、鲁棒控制项和自适应控制项，以解决欠驱动机械系统二阶非完整被动约束的控制器设计难题。
-
公开(公告)号：CN118192558A
公开(公告)日：2024-06-14
申请号：CN202410309004.1
申请日：2024-03-19
Applicant: 安徽大学
Abstract: 本发明涉及机器人控制领域，尤其涉及基于模型预测和深度强化学习的轮腿机器人控制算法，包括：S1：判断通过策略判断为绕行时，执行步骤S2，判断通过策略为变化姿态来越过障碍时，则执行步骤S3；S2：基于轮腿机器人倒立摆模型进行动力学建模分析，并通过线性化表示与模型预测得到系统的离散时间模型，利用二次规划问题求解的方法来获取最优控制输入变量并确定当前时刻的控制输入；S3：对轮腿机器人进行模型分析，通过深度强化学习算法进行分析调整以确定适应环境的最优策略动作。本发明通过为轮腿机器人提供双模式的选择，能够保证机器人在遇上障碍物之类的意外情况时，能够自我调整通过模式，选择最高效的通过方法。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
