自適應(yīng)運(yùn)動(dòng)控制技術(shù)在機(jī)器人領(lǐng)域的應(yīng)用

　　未來(lái)，每一個(gè)反饋控制器是自適應(yīng)的，當(dāng)測(cè)量值和設(shè)定存在差別的時(shí)候，它可以改變控制來(lái)適應(yīng)變化。一個(gè)真正的自適應(yīng)控制器應(yīng)該可以調(diào)整自己參數(shù)或者以其它方式改變算法，以適應(yīng)控制過(guò)程中的行為變化。

　　例如，一個(gè)自適應(yīng)比例控制器在控制過(guò)程中觀察到速度過(guò)快或者過(guò)慢，可能調(diào)整它的增益。這種方式合適于有嚴(yán)格要求的控制過(guò)程，如機(jī)器人的可變負(fù)載的控制過(guò)程。

　　如果機(jī)器人搬運(yùn)一個(gè)特別重的負(fù)荷，運(yùn)動(dòng)速度將會(huì)減緩。自適應(yīng)控制器會(huì)分析測(cè)量結(jié)果，給機(jī)器人增加增益。而相反，如果負(fù)載突然減少了，運(yùn)動(dòng)應(yīng)得激進(jìn)，則可以給它減增益。

　　無(wú)論哪種方式，控制器必須能夠測(cè)量出過(guò)程變化，以確定該采取的哪種補(bǔ)償。如果有條件的話，還可以直接衡量負(fù)載從A點(diǎn)到B點(diǎn)需要多長(zhǎng)時(shí)間或測(cè)量多遠(yuǎn)路徑。

　　但不幸的是，自適應(yīng)控制器從檢測(cè)到控制變化的過(guò)程都是很緩慢的，因此會(huì)出現(xiàn)長(zhǎng)期的變化容易被掩蓋，短期的干擾會(huì)產(chǎn)生混淆的問(wèn)題?？刂七^(guò)程通常要區(qū)分長(zhǎng)期和短期的影響，既使在控制工程中行為變化被檢測(cè)到，它并不能表明應(yīng)該采用補(bǔ)償。

　　盡管存在上述的這些挑戰(zhàn)，自適應(yīng)運(yùn)動(dòng)控制器還可以優(yōu)化軌跡，通過(guò)學(xué)習(xí)達(dá)到其目的。只要控制器學(xué)會(huì)機(jī)器人運(yùn)動(dòng)響應(yīng)過(guò)程，計(jì)算出機(jī)器人最終的位置以及所需要的指令序列。完成這種人工學(xué)習(xí)所需的數(shù)學(xué)模型是非常復(fù)雜的，一旦過(guò)程模型研究出來(lái)，控制器可以調(diào)整其控制算法，甚至可以充分預(yù)測(cè)未來(lái)的過(guò)程行為。

　　淺談工業(yè)機(jī)器人自適應(yīng)運(yùn)動(dòng)控制技術(shù)

　　2017-04-06 16:42 發(fā)布于 技術(shù)干貨轉(zhuǎn)自：OFweek

　　未來(lái)，每一個(gè)反饋控制器是自適應(yīng)的，當(dāng)測(cè)量值和設(shè)定存在差別的時(shí)候，它可以改變控制來(lái)適應(yīng)變化。一個(gè)真正的自適應(yīng)控制器應(yīng)該可以調(diào)整自己參數(shù)或者以其它方式改變算法，以適應(yīng)控制過(guò)程中的行為變化。

　　例如，一個(gè)自適應(yīng)比例控制器在控制過(guò)程中觀察到速度過(guò)快或者過(guò)慢，可能調(diào)整它的增益。這種方式合適于有嚴(yán)格要求的控制過(guò)程，如機(jī)器人的可變負(fù)載的控制過(guò)程。

　　如果機(jī)器人搬運(yùn)一個(gè)特別重的負(fù)荷，運(yùn)動(dòng)速度將會(huì)減緩。自適應(yīng)控制器會(huì)分析測(cè)量結(jié)果，給機(jī)器人增加增益。而相反，如果負(fù)載突然減少了，運(yùn)動(dòng)應(yīng)得激進(jìn)，則可以給它減增益。

　　無(wú)論哪種方式，控制器必須能夠測(cè)量出過(guò)程變化，以確定該采取的哪種補(bǔ)償。如果有條件的話，還可以直接衡量負(fù)載從A點(diǎn)到B點(diǎn)需要多長(zhǎng)時(shí)間或測(cè)量多遠(yuǎn)路徑。

　　但不幸的是，自適應(yīng)控制器從檢測(cè)到控制變化的過(guò)程都是很緩慢的，因此會(huì)出現(xiàn)長(zhǎng)期的變化容易被掩蓋，短期的干擾會(huì)產(chǎn)生混淆的問(wèn)題?？刂七^(guò)程通常要區(qū)分長(zhǎng)期和短期的影響，既使在控制工程中行為變化被檢測(cè)到，它并不能表明應(yīng)該采用補(bǔ)償。

　　盡管存在上述的這些挑戰(zhàn)，自適應(yīng)運(yùn)動(dòng)控制器還可以優(yōu)化軌跡，通過(guò)學(xué)習(xí)達(dá)到其目的。只要控制器學(xué)會(huì)機(jī)器人運(yùn)動(dòng)響應(yīng)過(guò)程，計(jì)算出機(jī)器人最終的位置以及所需要的指令序列。完成這種人工學(xué)習(xí)所需的數(shù)學(xué)模型是非常復(fù)雜的，一旦過(guò)程模型研究出來(lái)，控制器可以調(diào)整其控制算法，甚至可以充分預(yù)測(cè)未來(lái)的過(guò)程行為。