萬凱歌，吳愛國，董娜，方星

?

3-DOF空間機械臂新型滑模軌跡跟蹤控制

萬凱歌，吳愛國，董娜，方星

(天津大學 電氣與自動化工程學院，天津， 300072)

為了實現(xiàn)機械臂高精度軌跡跟蹤，提出一種基于擴展狀態(tài)觀測器(ESO)的新型滑?？刂破?PD-ESO-SMC)。該控制器滑模面設計為PD形式，利用ESO對系統(tǒng)的外界的未知干擾、參數(shù)的攝動、未建模動態(tài)以及耦合部分進行實時估計和補償，定義并且引入sal函數(shù)抑制抖振現(xiàn)象。最后通過穩(wěn)定性分析證明該控制器的有效性，同時，將仿真結(jié)果與基于PD的滑?？刂?PD-SMC)及PID控制器進行對比。研究結(jié)果表明：所提出的控制方案能實現(xiàn)高精度的軌跡跟蹤，對外部干擾有很強的魯棒性。

機械臂；擴展狀態(tài)觀測器；軌跡跟蹤；耦合；滑模控制

機械臂在工業(yè)自動化領域扮演著重要的角色，由于對機械臂的控制精度要求越來越高，所以，研究機械臂的高精度的軌跡跟蹤具有重要的意義。針對軌跡跟蹤問題，研究者提出了很多控制方法，其中滑?？刂葡到y(tǒng)算法簡單、響應速度快、對外部噪聲干擾和參數(shù)攝動具有魯棒性，在機器人控制領域得到了廣泛應用。XU等[1?2]研究將滑模控制器應用于深海作業(yè)機械臂，并取得了很好的效果。YAGIZ[3]將滑?？刂茟迷?-DOF空間機械臂系統(tǒng)，實現(xiàn)了軌跡跟蹤?；？刂朴捎诖嬖诓贿B續(xù)開關(guān)特性，因此，會給系統(tǒng)造成“抖振”，并且抖振只能在一定范圍內(nèi)削弱不可能消除，因為消除了抖振也就使系統(tǒng)失去了魯棒性。于是，人們提出了滑?？刂婆c智能控制相結(jié)合的策略來削弱抖振。YAGIZ等[4?5]又將滑?？刂婆c模糊控制相結(jié)合，提出了模糊滑?？刂撇呗?。張文輝等[6]研究了在不需要模型估計值的情況下對不確定空間機器人軌跡跟蹤問題，提出了滑模變結(jié)構(gòu)的神經(jīng)網(wǎng)絡控制方案。但是與智能控制相結(jié)合使得控制器的設計較為復雜、成本高，很難在實際中應用。KIM等[7]提出了一種基于干擾觀測器(DO)的魯棒學習控制方法，利用觀測器補償系統(tǒng)的參數(shù)攝動、未建模動態(tài)以及外部干擾。CHEN等[8]進一步針對機械臂系統(tǒng)提出了基于非線性干擾觀測器(NDO)的計算力矩法。VENKATESAN等[9]針對NDO的不足，提出了一種改進的干擾觀測器。但是以上這些方法中控制律都包含系統(tǒng)的模型信息。由于3-DOF空間機械臂是強耦合的非線性系統(tǒng)，其精確模型很難獲得，所以，在實際應用中，這些方法很難取得較好的效果。在此，本文作者提出基于擴展狀態(tài)觀測器(ESO)的新型滑模控制器(PD-ESO-SMC)。ESO可以對系統(tǒng)的未建模部分、參數(shù)的攝動、外界的未知噪聲干擾以及耦合部分進行實時估計和補償，該控制器一個顯著特點就是不依賴被控對象的精確模型，并且不削弱系統(tǒng)的魯棒性。引入并定義1個sal函數(shù)，削弱系統(tǒng)的抖振現(xiàn)象。最后，在加入外部干擾條件下將PD-ESO-SMC的仿真結(jié)果與PD-SMC及PID的仿真結(jié)果進行比較，以驗證本文所設計的控制器的優(yōu)越性。

1 系統(tǒng)模型

機械臂如圖1所示。其中：θ為關(guān)節(jié)角度；和為第2和第3個連桿的重心位置；m，I和L分別為每個連桿的質(zhì)量、慣性力矩和長度。

1.1 正運動學模型

在參考坐標系下末端坐標可以表示如下：

式中：，和為機械臂末端在參考坐標系下的坐標。

1.2 逆運動學模型

通過求解式(1)可以得到：

1.3 動力學模型

建立拉格朗日方程：

式中：=?；和分別為系統(tǒng)的動能和勢能；u為控制力矩分量。由式(3)可以得到系統(tǒng)動力學模型如下所示：

式中：Δ，Δ和Δ表示參數(shù)的攝動部分；表示未建模動態(tài)部分。進一步將式(8)改寫為

定義跟蹤誤差及其各階導數(shù)如下：

2 控制器設計

從動力學模型可以看出：3-DOF機械臂具有非線性和強耦合性。要想實現(xiàn)解耦比較困難，所以，在存在較大外擾以及機械臂系統(tǒng)的精確動力學模型難以獲得的情況下，一些常規(guī)的控制方法難以取得較高精度的控制效果。而本文設計的PD-ESO-SMC不依賴被控對象的精確動力學模型，并且將不同關(guān)節(jié)通道之間的耦合看作擾動并利用擴展狀態(tài)觀測器進行實時估計和補償[10?12]。所以，可以不用考慮解耦問題，直接針對每個關(guān)節(jié)通道分別設計控制器就行控制，整個系統(tǒng)的控制原理如圖2所示。圖2中：d為期望的末端軌跡；d為由期望的末端軌跡經(jīng)過運動學反解得到期望關(guān)節(jié)角；為實際輸出的關(guān)節(jié)角；為實際的末端軌跡。

設計PD-ESO-SMC控制器，其中，滑模面設計為

控制律設計為

式中：取值范圍為(0，1)。sal函數(shù)具有符號函數(shù)和指數(shù)函數(shù)的優(yōu)點，在誤差較大時即離滑模面較遠處趨近速度較大，可以使系統(tǒng)快速地到達滑模面。隨著系統(tǒng)跟蹤誤差的減小會逐漸變小，當系統(tǒng)狀態(tài)接近滑模面時，趨近速度較小，穿過滑模面的速度有限，因此，可以有效削弱系統(tǒng)的抖振。

在進行控制器的設計時參數(shù)的選擇滿足如下參數(shù)條件：

圖2 機械臂新型滑?？刂圃韴D

Fig. 2 PD-ESO-SMC for spatial robot manipulator

針對式(9)所示的系統(tǒng)，又可以改寫為

式中：為非線性參數(shù)且取值范圍為(0，1)；為線性段的區(qū)間長度，且有＞0。

3 穩(wěn)定性分析

定理1 對于如上所述3-DOF機械臂系統(tǒng)，若擾動存在且有界，則適當選擇參數(shù)值可以實現(xiàn)ESO對干擾的實時觀測。

因為fal關(guān)于1是單調(diào)函數(shù)并且fal(0，，)=0，一般先將和根據(jù)經(jīng)驗給定為常數(shù)，所以，反函數(shù)fal?1(0，，)=0。當系統(tǒng)進入穩(wěn)態(tài)后，估計誤差為

定理2 對于式(9)所示的機械臂系統(tǒng)，隨著擴展狀態(tài)觀測器的引入，能保證滑模面附近的有界運動，可以使系統(tǒng)的狀態(tài)變量收斂到d附近。

證明 首先證明下面定義成立：

由式(24)可知

再由正定矩陣的性質(zhì)：

由上式結(jié)合正定矩陣得

取李雅普諾夫函數(shù)如下:

將式(14)代入式(11)得

將式(31)代入式(30)得：

由式(16)知

再由

4 仿真研究

為了驗證本文所設計PD-ESO-SMC的有效性，以3-DOF空間機械臂為對象，對其進行了軌跡跟蹤的仿真研究。仿真參數(shù)為：=0.2，=0.75，=0.5；=8；=2；=diag(90，300，50)，01=diag(30，24，120)，a=diag(50，30，80)，02=diag(1 500，200，800)，03=(1 000，70，6 400)。

PID控制器：

仿真結(jié)果如圖4所示。機械臂參數(shù)如表1所示，機械臂期望的末端軌跡d為

為了驗證PD-ESO-SMC的抗擾性能，在仿真中給3個關(guān)節(jié)通道分別加入1，2和3干擾力矩，如圖3所示。擴展狀態(tài)觀測器(ESO)輸出如圖4所示。從圖4可以看出：通道1與其他通道的耦合度較低，主要是外部干擾的影響。通道2和通道3之間的耦合度較高，其中通道2對于外部干擾具有很強的魯棒性。擴展狀態(tài)觀測器的引入對干擾信號和不同通道間的相互耦合部分以及參數(shù)的攝動和未建模動態(tài)進行了觀測和實時補償?？梢哉f，擴展狀態(tài)觀測器既實現(xiàn)了干擾觀測，又實現(xiàn)了各通道解耦。

將3種控制方法分別應用于系統(tǒng)，所得關(guān)節(jié)角跟蹤誤差見圖5。從圖5可以看出：本文所設計控制器取得很好的跟蹤效果。對于PID控制器，雖然每個關(guān)節(jié)可以實現(xiàn)無差跟蹤，但是對干擾比較敏感、跟蹤過程比較震蕩。對于PD-SMC控制器，雖然關(guān)節(jié)實現(xiàn)了快速跟蹤，但是不能保證無差跟蹤。在加入干擾信號的情況下，外加擾動具有很強的魯棒性。機械臂軌跡跟蹤情況見PD-ESO-SMC控制器可以實現(xiàn)快速無差跟蹤，并且對圖6，PD-ESM和PD-ESO-SMC的控制力矩比較見 圖7。

表1 機械臂參數(shù)

由圖6可以看出，PD-ESO-SMC與PD-SMC和PID相比能到快速無超調(diào)地實現(xiàn)三維空間的軌跡跟蹤。從圖7可以看出：PD-ESO-SMC采用sal函數(shù)能夠有效的抑制抖振現(xiàn)象，使得控制輸入比PD-SMC控制輸入波動較小，有利于保護執(zhí)行機構(gòu)。

1—d1；2—d2；3—d3。

1—觀測器1；2—觀測器2；3—觀測器3。

(a) 關(guān)節(jié)1；(b) 關(guān)節(jié)2；(c) 關(guān)節(jié)3

(a) PID控制器空間軌跡跟蹤；(b) 滑?？刂破骺臻g軌跡跟蹤；(c) PD-ESO-SMC空間軌跡跟蹤

(a) 關(guān)節(jié)1；(b) 關(guān)節(jié)2；(c) 關(guān)節(jié)3 1—PD-SMC；2—PD-ESO-SMC。

5 結(jié)論

1) 建立了3-DOF空間機械臂的運動學和動力學模型，并基于擴展狀態(tài)觀測器和PD控制思想提出了PD-ESO-SMC。

2) 通過引入1個特殊的非線性函數(shù)sal來代替?zhèn)鹘y(tǒng)滑?？刂评锩娴姆柡瘮?shù)，能夠有效地削弱抖振。

3) 通過對擴展狀態(tài)觀測器的穩(wěn)定性分析，驗證了該控制器的有效性。

4) 該控制器有很強的抗干擾性能。

[1] XU Guohua, XIAO Zhihu, GUO Ying, et al. Trajectory tracking for underwater manipulator using sliding mode control[C]// Robotics and Biomimetics. Sanya, China, 2007: 2127?2132.

[2] ESFAHANI H N, AZIMIRAD V, ESLAMI A, et al. An optimal sliding mode control based on immune-wavelet algorithm for underwater robotic manipulator[C]//2013 21st Iranian Conference on Electrical Engineering (ICEE). Mashhad, Iran, 2013: 1?6

[3] YAGIZ N. Robust control of a spatial robot using sliding modes[J]. Mathematical & Computational Applications, 2002, 7(4): 219?228.

[4] YAGIZ N, HACIOGLU Y. Robust control of a spatial robot using fuzzy sliding modes[J]. Mathematical and Computer Modelling, 2009, 49(1/2): 114?127.

[5] AMER AHMED F, SALLAM ELSAYED A, ELAWADY WAEL M. Adaptive fuzzy sliding mode control using supervisory fuzzy control for 3 DOF planar robot manipulators[J]. Applied Soft Computing, 2011, 11(8): 4943?4953.

[6] 張文輝, 齊乃明, 尹洪亮. 基于滑模變結(jié)構(gòu)的空間機器人神經(jīng)網(wǎng)絡跟蹤控制[J]. 控制理論與應用, 2011, 28(9): 1141?1144. ZHANG Wenhua, QI Naiming, YIN Hongliang. Neural network tracking control of space robot based on sliding mode variable structure[J]. Control Theory & Applications, 2011, 28(9): 1141?1144.

[7] KIM B K, CHUNG W K, YOUM Y. Robust learning control for robot manipulators based on disturbance observer[C]// Proceeding of IEEE Industrial Electronics Conference. Taipei, China, 1996: 1276?1282.

[8] CHEN Wenhua, BALANCE D J, GAWTHROP P J. A nonlinear disturbance observer for robotic manipulators[J]. IEEE Transactions Industrial Electronics, 2000, 47(4): 932?938.

[9] VENKATESAN V, MOHAN S, KIM J W. Disturbance observer based terminal sliding mode control of an underwater manipulator[C]//Control Automation Robotics & Vision (IC-ARCV). Singapore, 2014: 1566?1572.

[10] ZHENG Qing, CHEN Zhongzhou, GAO Zhiqiang. A practical approach to disturbance decoupling control[J]. Control Engineering Practice, 2009, 17(9): 1016?1025.

[11] 劉福才, 梁利環(huán), 高娟娟, 等. 不同重力環(huán)境的空間機械臂自抗擾軌跡跟蹤控制[J]. 控制理論與應用, 2014, 31(3): 352?360. LIU Fucai, LIANG Lihuan, GAO Juanjuan, et al. Trajectory tracking control with active disturbance rejection for space manipulator in different gravity environments[J]. Control Theory & Applications, 2014, 31(3): 352?360.

[12] 韓京清. 自抗擾控制技術(shù)[M]. 北京: 國防工業(yè)出版社, 2008. HAN Jingqing. Active disturbance rejection control technique[M]. Beijing: Defense Industry Press, 2008.

[13] 黃一, 張文革. 自抗擾控制器的發(fā)展 [J]. 控制理論與應用, 2002, 19(4): 485?492. HUANG Yi, ZHANG Wenge. Development of active disturbance rejection controller[J]. Control Theory & Applications, 2002, 19(4): 485?492.

[14] BOYD S, VANDENBERGHE L. Convex optimization[M]. New York: Cambridge University Press, 2004.

[15] OUYANG P R, ACOB J, PANO V. PD with sliding mode control for trajectory tracking of robotic system[J]. Robotics and Computer-Integrated Manufacturing, 2014, 30(2): 189?200.

(編輯 趙俊)

A novel sliding mode controller for trajectory tracking of 3 DOF spatial robot manipulators

WAN Kaige, WU Aiguo, DONG Na, FANG Xing

(School of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China)

In order to realize the high-precision trajectory tracking, a novel sliding mode controller was presented based on extended state observer (ESO). The controller with sliding mode surface was based on PD. The unknown external disturbance, parameter uncertainty, un-modeling and the coupling were observed and compensated by means of ESO. The chattering problem was attenuated significantly by introducing the function of sal. The effectiveness of the proposed control law was verified by the theoretical analysis of the system stability. The results show that this control algorithm not only realizes the high-precision trajectory tracking as shown in the simulation, but also improves the system robustness in comparison to the PID control and PD with sliding mode control.

robot manipulator; extended state observer; trajectory tracking; coupling; sliding mode control

10.11817/j.issn.1672?7207.2017.12.015

TP242;TP273

A

1672?7207(2017)12?3248?08

2016?12?19；

2017?03?11

國家自然科學基金資助項目(61403274)；天津市應用基礎及前沿技術(shù)研究計劃項目(13JCQNJC03600)(Projects(61403274) supported by the National Natural Science Foundation of China; Project(13JCQNJC03600) supported by the Application Base and Frontier Technology Research Plan of Tianjin of China)

吳愛國，教授，從事機械臂、空調(diào)和電機研究；E-mail：agwu@tju.edu.cn