机器人控制系统的设计与MATLAB仿真

目录
第1章 绪论
1.1 机器人控制方法简介
1.1.1 机器人常用的控制方法
1.1.2 不确定机器人系统的控制
1.2 机器人动力学模型及其结构特性
1.3 基于S函数的SIMULINK仿真
1.3.1 S函数简介
1.3.2 S函数使用步骤
1.3.3 S函数的基本功能及重要参数设定
第2章 机器人PID控制
2.1 机器人独立PD控制
2.1.1 控制律设计
2.1.2 收敛性分析
2.1.3 仿真实例
2.2 基于重力补偿的机器人PD控制
2.2.1 控制律设计
2.2.2 控制律分析
2.3 机器人鲁棒自适应PD控制
2.3.1 问题的提出
2.3.2 机器人动力学模型及其结构特性
2.3.3 控制器的设计
2.3.4 机器人动态方程的线性化推导
2.3.5 仿真实例
参考文献
第3章 机器人神经网络自适应控制
3.1 定理与引理
3.1.1 全局不变集定理
3.1.2 用Barbalat引理作类Lyapunov分析
3.1.3 一种微分方程不等式的收敛性分析
3.2 RBF网络的逼近
3.2.1 RBF神经网络
3.2.2 网络结构
3.2.3 逼近算法
3.2.4 网络参数对逼近效果的影响
3.2.5 仿真实例
3.3 基于模型不确定补偿的RBF网络机器人自适应控制
3.3.1 问题的提出
3.3.2 模型不确定部分的RBF网络逼近
3.3.3 控制器的设计
3.3.4 仿真实例
3.4 基于模型分块逼近的机器人RBF网络自适应控制
3.4.1 问题的提出
3.4.2 控制律的设计
3.4.3 稳定性分析
3.4.4 仿真实例
3.5 工作空间中机械手的神经网络自适应控制
3.5.1 工作空间直角坐标与关节角位置的转换
3.5.2 机械手的神经网络建模
3.5.3 控制器的设计
3.5.4 仿真实例
3.6 基于模型整体逼近的机器人RBF网络自适应控制
3.6.1 问题的提出
3.6.2 基于RBF神经网络逼近的控制器
3.6.3 针对f(x)中各项分别进行神经网络逼近
3.6.4 仿真实例
3.7 基于死区补偿的神经网络自适应鲁棒控制
3.7.1 死区非线性特性
3.7.2 系统描述
3.7.3 GL矩阵和GL乘法算子
3.7.4 RBF神经网络死区补偿器的设计
3.7.5 系统的稳定性分析
3.7.6 仿真实例
3.8 机器人神经网络数字控制
3.8.1 基于RBF网络补偿的单机械力臂自适应数字控制
3.8.2 基于RBF网络的双机械力臂自适应数字控制
3.9 机器人神经网络鲁棒控制
3.9.1 相关知识
3.9.2 控制律的设计与分析
3.9.3 仿真实例
参考文献
第4章 机器人模糊自适应控制
4.1 单力臂机械手直接自适应模糊控制
4.1.1 问题描述
4.1.2 模糊控制器的设计
4.1.3 自适应律的设计
4.1.4 仿真实例
4.2 单力臂机械手间接自适应模糊控制
4.2.1 问题描述
4.2.2 自适应模糊滑模控制器设计
4.2.3 稳定性分析
4.2.4 仿真实例
4.3 单级倒立摆的监督模糊控制
4.3.1 模糊系统的设计
4.3.2 模糊监督控制器的设计
4.3.3 稳定性分析
4.3.4 仿真实例
4.4 基于MIMO系统的多关节机械手自适应模糊控制
4.4.1 问题描述
4.4.2 模糊系统的设计
4.4.3 基于上界已知的自适应模糊控制
4.4.4 基于上界未知的自适应模糊控制
4.5 基于模糊补偿的机械手自适应模糊控制
4.5.1 系统描述
4.5.2 基于传统模糊补偿的控制
4.5.3 基于模型信息已知的模糊补偿控制
4.5.4 仿真实例
4.6 基于线性矩阵不等式的单级倒立摆T-S模糊控制
4.6.1 基于LMI的T-S型模糊系统的控制器设计
4.6.2 单级倒立摆的T-S模型模糊建模
4.6.3 LMI设计及求解
4.6.4 仿真实例
4.7 基于死区补偿的机械手模糊自适应控制
4.7.1 死区非线性特性
4.7.2 死区模糊补偿器
4.7.3 多入多出控制系统的死区模糊补偿器
4.7.4 仿真实例
参考文献
第5章 机器人迭代学习控制及重复控制
5.1 迭代学习控制的数学基础
5.1.1 矩阵的迹及初等性质
5.1.2 向量范数和矩阵范数
5.2 迭代学习控制方法介绍
5.2.1 迭代学习控制基本原理
5.2.2 基本的迭代学习控制算法
5.2.3 迭代学习控制主要分析方法
5.2.4 迭代学习控制的关键技术
5.3 机械手轨迹跟踪迭代学习控制仿真实例
5.3.1 控制器设计
5.3.2 仿真实例
5.4 线性时变连续系统迭代学习控制
5.4.1 系统描述
5.4.2 控制器设计及收敛性分析
5.4.3 仿真实例
5.5 任意初始状态下的迭代学习控制
5.5.1 问题的提出
5.5.2 控制器的设计
5.5.3 仿真实例
5.6 一种机械手轨迹跟踪自适应鲁棒迭代学习控制
5.6.1 问题的提出
5.6.2 控制器的设计
5.6.3 仿真实例
5.6.4 算法的改进
5.7 机械手自适应迭代学习控制
5.7.1 单关节机械手自适应迭代学习控制
5.7.2 一种机械手轨迹跟踪自适应迭代学习控制
5.8 移动机器人轨迹跟踪迭代学习控制
5.8.1 数学基础
5.8.2 系统描述
5.8.3 控制律设计及收敛性分析
5.8.4 仿真实例
5.9 重复控制的基本原理
5.9.1 重复控制的理论基础
5.9.2 基本的重复控制系统结构
5.9.3 基本重复控制系统稳定性分析
5.9.4 仿真实例
5.10 一种具有多路周期指令信号的数字重复控制
5.10.1 系统的结构
5.10.2 仿真实例
参考文献
第6章 机器人反演控制
6.1 反演控制器设计的原理及应用
6.1.1 反演控制器设计的基本原理
6.1.2 反演控制器设计的基本应用
6.2 基于Backstepping的单关节机器人自适应模糊控制
6.2.1 系统描述
6.2.2 Backstepping控制器的设计
6.2.3 基于Backstepping的自适应模糊控制
6.2.4 仿真实例
6.3 双关节机械臂的Backstepping自适应模糊控制
6.3.1 系统描述
6.3.2 传统Backstepping控制器的设计及稳定性分析
6.3.3 仿真实例
6.4 柔性机器人的反演控制
6.4.1 系统描述
6.4.2 反演控制器的设计
6.4.3 仿真实例
6.5 柔性机器人神经网络反演控制
6.5.1 系统描述
6.5.2 反演控制器的设计
6.5.3 仿真实例
6.6 双耦合电机自适应神经网络反演控制
6.6.1 系统描述
6.6.2 精确对象的反演控制
6.6.3 无需模型信息的神经网络反演控制
6.6.4 仿真实例
6.7 移动机器人的反演控制
6.7.1 移动机器人运动学反演控制
6.7.2 移动机器人动力学反演控制
参考文献
第7章 机器人滑模控制
7.1 一种基于名义模型的机械手滑模鲁棒控制
7.1.1 系统描述
7.1.2 控制律设计
7.1.3 仿真实例
7.2 基于名义模型的机器人滑模控制
7.2.1 设计原理
7.2.2 基于名义模型的机器人指数趋近律的设计
7.2.3 仿真实例
7.3 基于计算力矩法的滑模控制
7.3.1 系统描述
7.3.2 控制律设计
7.3.3 仿真实例
7.4 基于输入输出稳定性理论的滑模控制
7.4.1 系统描述
7.4.2 控制律设计
7.4.3 仿真实例
7.5 主仆式机器手的控制
7.5.1 系统描述
7.5.2 控制律的设计
7.5.3 仿真实例
7.6 基于模糊自适应增益调整的机器人滑模控制
7.6.1 机器人动力学模型及其结构特性
7.6.2 传统滑模控制律的设计
7.6.3 基于模糊自适应增益调整的机器人滑模控制
7.6.4 仿真实例
7.7 基于上界估计的机械手滑模控制
7.7.1 机器人动力学模型及其结构特性
7.7.2 滑模自适应控制律的设计及分析
7.7.3 鲁棒滑模自适应控制律的设计及分析
7.7.4 仿真实例
7.8 机械手双环积分滑模控制
7.8.1 系统描述
7.8.2 控制系统的设计
7.8.3 仿真实例
7.9 航天器姿态滑模控制
7.9.1 航天器姿态控制模型
7.9.2 传统滑模控制律的设计
7.9.3 双环滑模控制律的设计
7.9.4 仿真实例
7.10 直升机滑模控制
7.10.1 直升机数学模型
7.10.2 直升机模型的耦合分析
7.10.3 直升机模型的动态逆解耦线性化
7.10.4 直升机的滑模控制
7.10.5 仿真实例
7.11 机器人滑模控制的收敛性分析
参考文献
第8章 机器人自适应鲁棒控制
8.1 不确定性摩擦特性的不确定机械系统鲁棒补偿控制
8.1.1 问题的提出
8.1.2 控制器的设计
8.1.3 稳定性分析
8.1.4 仿真实例
8.2 单力臂机械系统的鲁棒自适应控制
8.2.1 问题描述
8.2.2 鲁棒模型参考自适应控制
8.2.3 仿真实例
8.3 机械手自适应控制
8.3.1 系统描述
8.3.2 全局稳定的自适应控制器
8.3.3 消除位置稳态误差的自适应控制器
8.4 二自由度机械臂的鲁棒轨迹跟踪控制
8.4.1 问题描述
8.4.2 控制器的设计
8.4.3 仿真实例
8.5 基于名义模型的机器人自适应摩擦补偿鲁棒控制
8.5.1 系统描述
8.5.2 控制律的设计
8.5.3 仿真实例
8.6 基于Lyapunov方法的空间飞行器大角度姿态机动控制
8.6.1 数学模型
8.6.2 控制律的设计
8.6.3 仿真实例
8.7 二级倒立摆的H〓鲁棒控制
8.7.1 系统的描述
8.7.2 基于LMI的控制律的设计
8.7.3 二级倒立摆系统的描述
8.7.4 仿真实例
8.8 不确定性系统的定量反馈鲁棒控制
8.8.1 定量反馈理论介绍
8.8.2 定量反馈控制器设计步骤
8.8.3 QFT控制器的设计：实例之一
8.8.4 QFT控制器的设计：实例之二
8.8.5 QFT控制器的设计实例之三：机器人关节的控制
参考文献
第9章 机器人参数观测、辨识及控制
9.1 基于遗传算法的伺服系统静态摩擦参数辨识
9.1.1 伺服系统的静态摩擦模型
9.1.2 静摩擦模型Stribeck曲线的获取
9.1.3 基于遗传算法的静态摩擦参数辨识
9.1.4 仿真实例
9.1.5 基于摩擦模型补偿的伺服系统控制
9.2 一种机械手非线性干扰观测器及其在控制中的应用
9.2.1 系统描述
9.2.2 非线性干扰观测器的设计
9.2.3 双关节机械手干扰观测器的设计
9.2.4 仿真实例
9.3 基于干扰观测器的单机械臂滑模控制
9.3.1 单机械臂模型
9.3.2 单机械臂模型的滑模控制器设计及分析
9.3.3 干扰观测器的设计
9.3.4 仿真实例
9.4 一种基于神经网络的自适应状态观测器的设计及应用
9.4.1 系统描述
9.4.2 基本状态观测器的设计
9.4.3 基于神经网络的状态观测器设计
9.4.4 稳定性分析
9.4.5 仿真实例
9.4.6 基于神经网络观测器的单关节机械手反演控制
9.5 电机闭环系统的建模
9.5.1 基本原理
9.5.2 仿真实例
9.6 基于电机闭环系统辨识的数字前馈控制
9.6.1 零相差前馈控制基本原理
9.6.2 系统相移
9.6.3 仿真实例
9.7 电机开环传递函数的辨识
9.7.1 基本原理
9.7.2 仿真实例
参考文献
第10章 机器人路径规划
10.1 旅行商问题的描述
10.2 基于遗传算法的TSP问题优化
10.2.1 遗传算法基本原理
10.2.2 TSP问题的编码
10.2.3 TSP问题的遗传算法设计
10.2.4 仿真实例
10.3 基于Hopfield神经网络的TSP问题优化
10.3.1 Hopfield网络算法
10.3.2 求解TSP问题的Hopfield网络设计
10.3.3 仿真实例
参考文献