摘要：因?yàn)楣I(yè)機(jī)器人應(yīng)用領(lǐng)域的不斷擴(kuò)大和現(xiàn)代產(chǎn)業(yè)的快速發(fā)展，人們期望更高品質(zhì)的機(jī)器人，所以對(duì)機(jī)器人的工作速度和精度要求越來越高。機(jī)器人控制技術(shù)為實(shí)現(xiàn)這些功能的核心，其控制問題十分復(fù)雜，而軌跡跟蹤控制是工業(yè)機(jī)器人控制問題中的一個(gè)重要方面。本文系統(tǒng)的介紹工業(yè)機(jī)器人軌跡跟蹤控制各種算法，如PID控制，自適應(yīng)控制，變結(jié)構(gòu)控制等的研究現(xiàn)狀與主要進(jìn)展，并對(duì)其研究方向進(jìn)行展望。

1引言

工業(yè)機(jī)器人是機(jī)器人大家族中的一員，是指面向工業(yè)生產(chǎn)的，有多個(gè)關(guān)節(jié)的機(jī)械手或多自由度的機(jī)器人，一般來說工業(yè)機(jī)器人的組成部分主要有：機(jī)器人機(jī)械本體、用于控制機(jī)器人工作的控制器、用于驅(qū)動(dòng)機(jī)器人的伺服驅(qū)動(dòng)系統(tǒng)、用于檢測(cè)機(jī)器人各項(xiàng)參數(shù)變化的傳感裝置。它是一種仿人操作的自動(dòng)化產(chǎn)品，能夠進(jìn)行自動(dòng)控制，也能夠通過編程來完成三維空間內(nèi)的各類任務(wù)。機(jī)器人變成人類的新型生產(chǎn)工具后，在提升生產(chǎn)效率，減緩勞動(dòng)強(qiáng)度，轉(zhuǎn)變生產(chǎn)形式和把人類從危險(xiǎn)惡劣的工作環(huán)境下解放出來等方面，顯示出了巨大的優(yōu)越性[1]。

工業(yè)機(jī)器人是具有時(shí)變性、強(qiáng)耦合性、非線性的多輸入輸出動(dòng)態(tài)系統(tǒng)，對(duì)機(jī)器人的精確控制是一個(gè)十分復(fù)雜的問題?，F(xiàn)代工業(yè)的快速發(fā)展需要高品質(zhì)的機(jī)器人為之服務(wù)，而機(jī)器人控制技術(shù)是機(jī)器人實(shí)現(xiàn)一系列功能的核心，是影響機(jī)器人性能的關(guān)鍵部分，控制技術(shù)在很大程度上制約著機(jī)器人技術(shù)的發(fā)展。所以本文詳細(xì)介紹機(jī)器人控制技術(shù)，闡述各自特點(diǎn)，并對(duì)未來控制技術(shù)進(jìn)行展望。

2機(jī)器人控制技術(shù)

機(jī)器人控制理論的發(fā)展大抵經(jīng)歷了傳統(tǒng)控制、現(xiàn)代控制和智能控制三個(gè)階段。傳統(tǒng)的控制理論主要包括PID控制、前饋控制、計(jì)算力矩法等；現(xiàn)代控制理論主要包括魯棒控制、變結(jié)構(gòu)控制等；智能控制主要包括模糊控制、神經(jīng)網(wǎng)絡(luò)控制、遺傳算法控制、免疫算法控制、自適應(yīng)控制、迭代學(xué)習(xí)控制等等。

2.1PID控制

PID控制方法是最先發(fā)展起來的控制方法，因?yàn)樗乃惴ê?jiǎn)易，便于實(shí)現(xiàn)，魯棒性和可靠性好從而得到普遍的應(yīng)用[2]。然而在使用次方法時(shí)主要有兩個(gè)缺點(diǎn):①對(duì)系統(tǒng)模型中的不確定性問題難以處理,很難使機(jī)械臂具備良好的動(dòng)態(tài)和靜態(tài)品質(zhì)②機(jī)械臂能夠經(jīng)受的最大力矩是有限的，當(dāng)控制器初始的輸出力矩過大時(shí),增大其控制系數(shù)，進(jìn)一步提高系統(tǒng)性能的方法會(huì)有限制。

隨著計(jì)算機(jī)技術(shù)和智能控制理論的發(fā)展，先進(jìn)的智能PID控制策略相繼被提出，為復(fù)雜動(dòng)態(tài)不確定機(jī)器人系統(tǒng)的控制提供了新的途徑[3]。Kuc等[4]提出了一種自適應(yīng)PID控制方法,該控制器由反饋環(huán)節(jié)的自適應(yīng)PID和前饋部分的輸入學(xué)習(xí)策略組成。在初始階段，反饋控制器使機(jī)械臂動(dòng)力學(xué)瞬態(tài)響應(yīng)穩(wěn)定,然后前饋控制器計(jì)算期望驅(qū)動(dòng)力補(bǔ)償系統(tǒng)非線性動(dòng)力學(xué),與傳統(tǒng)的自適應(yīng)PID控制方法進(jìn)行了比較,試驗(yàn)結(jié)果顯示了在所有誤差信號(hào)有界的時(shí),這個(gè)學(xué)習(xí)控制系統(tǒng)能夠更好地實(shí)現(xiàn)軌跡跟蹤。王會(huì)方等[5]針對(duì)不確定機(jī)器人系統(tǒng)的軌跡跟蹤控制問題,設(shè)計(jì)了一種魯棒自適應(yīng)PID控制算法，該策略以PID控制為基礎(chǔ)，基于滑?？刂扑枷耄O(shè)計(jì)了根據(jù)誤差實(shí)時(shí)修改PID參數(shù)的自適應(yīng)律，并利用基于Lyapunov函數(shù)設(shè)計(jì)的監(jiān)督控制器補(bǔ)償自適應(yīng)PID控制器與理想控制器之間的差異，從而使系統(tǒng)具有設(shè)定的H∞跟蹤性能。

PID控制方法雖然簡(jiǎn)易靈活,但由于其自身的弊端及機(jī)械臂的各種不確定性,目前許多學(xué)者通過結(jié)合自適應(yīng)的想法,解決系統(tǒng)的不確定性,克服PID控制的缺點(diǎn),從而得到良好的動(dòng)態(tài)和靜態(tài)性能。

2.2變結(jié)構(gòu)控制

現(xiàn)代控制理論方面主要的控制算法是以魯棒控制算法、滑模變結(jié)構(gòu)控制算等為代表，將現(xiàn)代控制理論的思想引入機(jī)器人控制領(lǐng)域，經(jīng)過多年的發(fā)展，已經(jīng)取得了極大的進(jìn)展。

變結(jié)構(gòu)控制是一種特殊的非線性控制，能夠在動(dòng)態(tài)過程當(dāng)中，按照系統(tǒng)的當(dāng)前狀態(tài)有目的性改變，使系統(tǒng)能夠根據(jù)預(yù)先設(shè)定的“滑動(dòng)模態(tài)”的狀態(tài)軌跡運(yùn)動(dòng)，故又稱變結(jié)構(gòu)控制為滑模變結(jié)構(gòu)控制。此控制策略對(duì)系統(tǒng)的非線性程度、參數(shù)時(shí)變規(guī)律和外部擾動(dòng)等不需要非常精確的數(shù)學(xué)模型，只須知道它們的變化范圍，就可以對(duì)系統(tǒng)進(jìn)行精確的軌跡跟蹤。是以變結(jié)構(gòu)控制具備快速響應(yīng)，對(duì)參數(shù)變化和外部擾動(dòng)不敏感，不用在線辨識(shí)系統(tǒng)參數(shù)，物理實(shí)現(xiàn)簡(jiǎn)單等特點(diǎn)[6]。因?yàn)闄C(jī)器人系統(tǒng)本身就是非線性系統(tǒng)，而且還有許多不可預(yù)知的干擾等，所以最近幾年以來，機(jī)器人控制問題就成為了變結(jié)構(gòu)控制理論主要應(yīng)用的領(lǐng)域之一[7]。文獻(xiàn)[8]第一次選用滑?？刂品椒ǎ瑢?duì)二自由度機(jī)器臂設(shè)計(jì)了變結(jié)構(gòu)控制器，試驗(yàn)結(jié)果證明了此方法可以跟蹤時(shí)變期望軌跡。

該方法有其自身的弊端，因?yàn)楫?dāng)狀態(tài)軌跡到達(dá)滑模面后,從嚴(yán)格意義上來講，很難沿著滑動(dòng)面向著平衡點(diǎn)滑動(dòng),而是在滑模面上下側(cè)往返穿越,會(huì)產(chǎn)生抖振，影響系統(tǒng)控制。文獻(xiàn)[8]在滑動(dòng)模態(tài)的設(shè)計(jì)過程中，引入“邊界層”和“準(zhǔn)滑動(dòng)模態(tài)”的想法，用飽和函數(shù)來替換切換函數(shù)，在邊界層的內(nèi)部，其為連續(xù)狀態(tài)的反饋控制，在邊界層外部，采用正常的滑?？刂疲行У臏p緩了抖動(dòng)。近年來許多學(xué)者提出滑模控制與模糊控制、神經(jīng)網(wǎng)絡(luò)控制等方法相結(jié)合，來消除機(jī)械臂控制輸入的抖振問題。Magdy[9]采用自適應(yīng)模糊控制與滑?？刂葡嘟Y(jié)合,對(duì)因不確定因素產(chǎn)生的高頻信而導(dǎo)致的抖振,模糊控制提供了解決這些問題的有效途徑。

此外,還提出了一些新的滑?？刂品绞?，如基于濾波器的滑?？刂埔约盎诟蓴_估計(jì)的滑模控制等。滑?？刂撇呗砸呀?jīng)被廣泛的應(yīng)用到了機(jī)械臂的軌跡跟蹤領(lǐng)域。人們不僅利用各種智能算法來消除滑模控制抖振問題,還嘗試新的滑模面和控制方法,實(shí)現(xiàn)了更好的軌跡跟蹤性能。

2.3自適應(yīng)控制

自適應(yīng)控制就是通過實(shí)際系統(tǒng)的性能指標(biāo)與系統(tǒng)規(guī)定的性能指標(biāo)作比較，用此獲得的數(shù)據(jù)來修正控制器參數(shù)或控制律，使系統(tǒng)可以保持在最優(yōu)或次優(yōu)的工作狀態(tài)。當(dāng)被控對(duì)象的動(dòng)力學(xué)模型參數(shù)發(fā)生變化，自適應(yīng)控制率可以通過及時(shí)的辨識(shí)、學(xué)習(xí)和調(diào)整，達(dá)到一定的性能指標(biāo)，且不需要知道未知參數(shù)的先驗(yàn)信息，因此在機(jī)器人領(lǐng)域取得到了普遍應(yīng)用。文獻(xiàn)[10]通過利用機(jī)器人動(dòng)力學(xué)模型中非線性項(xiàng)參數(shù)化的特性，得到了能夠保障系統(tǒng)全局漸進(jìn)穩(wěn)定的控制方法。文獻(xiàn)[11]選用線性近似化方式，通過機(jī)器人動(dòng)力學(xué)的線性化與模型參考自適應(yīng)控制相結(jié)合來設(shè)計(jì)控制器。文獻(xiàn)[12]設(shè)計(jì)了一種基于模型的魯棒自適應(yīng)控制方法，此控制方法無需系統(tǒng)參數(shù)緩慢變化，也無需已知是何種未知參數(shù)，只要知道機(jī)器人模型結(jié)構(gòu)，便于控制器的實(shí)現(xiàn)。

但自適應(yīng)控制對(duì)于實(shí)時(shí)性有嚴(yán)格的要求，其實(shí)現(xiàn)也較復(fù)雜，參數(shù)突變也常會(huì)破壞控制系統(tǒng)的穩(wěn)定性；參數(shù)的收斂特性一般要求有足夠的持續(xù)激勵(lì)，但在實(shí)際情況中又很難滿足此條件，所以通常會(huì)把自適應(yīng)控制與其它一些算法結(jié)合使用，如魯棒自適應(yīng)控制、滑模自適應(yīng)控制、模糊自適應(yīng)控制等。

2.4其它控制方法

近年來，人工智能技術(shù)有了較大的進(jìn)步，并應(yīng)用于機(jī)器人領(lǐng)域。智能控制在系統(tǒng)設(shè)計(jì)過程中不再依賴于數(shù)學(xué)模型，擺脫非線性的的束縛，同進(jìn)也為解決不確定性機(jī)器人軌跡控制問題提供了新的手段，具有巨大的理論價(jià)值和應(yīng)用前景。在軌跡跟蹤控制問題上，主要應(yīng)用的是模糊控制[13.14]和神經(jīng)網(wǎng)絡(luò)控制[15]。模糊控制是利用專家的控制經(jīng)驗(yàn)來彌補(bǔ)機(jī)器人動(dòng)態(tài)特性中非線性和不確定等不利因素，無需依賴對(duì)象的數(shù)學(xué)模型，具備很強(qiáng)的魯棒性。模糊控制自身也有些許不足之處，如綜合定量知識(shí)的能力不好，控制規(guī)則和隸屬函數(shù)一旦確定了，就無法進(jìn)行修正，故限制了它的自適應(yīng)能力，且模糊規(guī)則的建立是一個(gè)十分棘手的問題，控制效果通常情況下很不理想。神經(jīng)網(wǎng)絡(luò)控制方法的在線學(xué)習(xí)功能，使其在面對(duì)各種干擾和模型誤差上都具有良好的魯棒性，在非線性系統(tǒng)控制應(yīng)用中越來越受重視。但也是因?yàn)榇丝刂撇呗孕枰诰€或離線學(xué)習(xí)，占據(jù)很多系統(tǒng)的資源，會(huì)使運(yùn)動(dòng)控制的實(shí)時(shí)性嚴(yán)重降低。在一些文獻(xiàn)[16,17]中，通常將這兩種控制方法結(jié)合起來應(yīng)用于非線性系統(tǒng)的控制，其指導(dǎo)思想是通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力來完成調(diào)整模糊控制的目的，這樣不僅使得模糊控制具有一定的自適應(yīng)能力，而且也使神經(jīng)網(wǎng)絡(luò)獲得了推理歸納能力。

3討論與展望

通過以上總結(jié)的機(jī)器人控制技術(shù)，可以看到，在各種算法的開發(fā)和應(yīng)用中，結(jié)合機(jī)器臂自身特點(diǎn)，還有一些值得討論問題,本文認(rèn)為以下幾個(gè)方面值得進(jìn)一步研究：

(1)當(dāng)前機(jī)器人控制技術(shù)的各種控制方法不論對(duì)于機(jī)器人的運(yùn)動(dòng)學(xué)模型、動(dòng)力學(xué)模型,還是操作對(duì)象的動(dòng)力學(xué)模型,都具有較強(qiáng)的依賴性。選用基于模型的控制方法時(shí)，一般要求系統(tǒng)中的參數(shù)是精確的,但在非結(jié)構(gòu)環(huán)境中的多機(jī)器人系統(tǒng)的應(yīng)用中，通常無法獲得操作對(duì)象的所有信息，即便如此也要求選定的控制策略能夠完成給定的控制任務(wù)。因此,研究操作對(duì)象模型結(jié)構(gòu)確定但參數(shù)時(shí)變的自適應(yīng)控制策略,或操作對(duì)象的參數(shù)能夠在線估計(jì)的控制方法是很有現(xiàn)實(shí)意義的。例如，自適應(yīng)控制可以有效的估計(jì)未知機(jī)器人動(dòng)力學(xué)參數(shù)，變結(jié)構(gòu)控制是一種有效的魯棒控制方法，它對(duì)于有界干擾和參數(shù)變化有著不敏感的特性。結(jié)合自適應(yīng)控制和變結(jié)構(gòu)控制的優(yōu)點(diǎn)，采用自適應(yīng)控制在線辨識(shí)系統(tǒng)的不確定參數(shù)，并通過變結(jié)構(gòu)項(xiàng)消除非參數(shù)不確定和估計(jì)誤差。隨著辨識(shí)參數(shù)的收斂其魯棒增益遞減，在保持相同穩(wěn)定性的前提下，該算法提高了平滑控制律對(duì)系統(tǒng)未知?jiǎng)討B(tài)特性的魯棒性。

(2)控制器的設(shè)計(jì)應(yīng)該更多的不依賴于測(cè)量關(guān)節(jié)的參數(shù)信息,一般控制方法都需要同時(shí)測(cè)量位置和速度信號(hào),速度信號(hào)的獲知通常是通過位置信號(hào)微分或速度測(cè)量?jī)x獲得的,前一種方法易使位置測(cè)量誤差噪聲混合,后一種方法大大提高了控制器的成本。使用濾波器產(chǎn)生偽跟蹤誤差信號(hào)來避免測(cè)量速度,或者設(shè)計(jì)速度觀測(cè)器去估計(jì)速度是目前研究的趨勢(shì),但在加入濾波器或觀測(cè)器后仍需要保證閉環(huán)系統(tǒng)的穩(wěn)定性。

(3)非線性系統(tǒng)的穩(wěn)定性分析一直缺少固定的方法,尤其是復(fù)雜的機(jī)器人系統(tǒng)，通常很難構(gòu)造出系統(tǒng)的Lyapunov函數(shù)證明控制方法的穩(wěn)定性。所以，對(duì)于機(jī)器人穩(wěn)定性問題的研究不僅具有實(shí)際的應(yīng)用價(jià)值,同時(shí)對(duì)于發(fā)展非線性系統(tǒng)的穩(wěn)定性分析理論具有重要的研究意義。

(4)目前的大部分研究集中在連續(xù)時(shí)間系統(tǒng),而對(duì)離散時(shí)間系統(tǒng)的研究相對(duì)較少。在機(jī)械臂離散系統(tǒng)中,有時(shí)需要持續(xù)激勵(lì)使系統(tǒng)穩(wěn)定,但如何獲得這種持續(xù)激勵(lì),仍是一個(gè)需要去解決的問題。

(5)目前，許多控制方法的研究都是基于計(jì)算機(jī)仿真試驗(yàn)的,現(xiàn)實(shí)機(jī)械臂系統(tǒng)上的試驗(yàn)相對(duì)較少,而且還大都局限于SCARA,Puma-560等平面機(jī)器人,把控制器設(shè)計(jì)的跟蹤目標(biāo)推廣至空間三自由度甚至六自由度,具有一定的實(shí)際意義。

4結(jié)束語

機(jī)器人軌跡跟蹤控制問題已被越來越多地人們關(guān)注。由以上的介紹與分析可知,機(jī)器人軌跡跟蹤控制問題的理論研究將以各種控制方法相互結(jié)合為發(fā)張趨勢(shì)，綜合利用各種算法的特點(diǎn)，有效的實(shí)現(xiàn)機(jī)器人跟蹤控制，以便于更好的為人類服務(wù)?？傊?，隨著控制理論、信號(hào)處理等眾多學(xué)科的發(fā)展，對(duì)機(jī)械臂軌跡跟蹤控制的研究將不斷的發(fā)展。