机器人控制：运动学、控制器设计、人机交互与应用实例/机器人科学与技术丛书 [Robot Control – Kinematics, Controller Design and]

　　目前同类图书大多侧重于对机器人控制相关理论知识的介绍和研究，比较抽象，同时也难以培养读者的动手能力，因此难以取得良好的实践效果。《机器人控制：运动学、控制器设计、人机交互与应用实例/机器人科学与技术丛书》注重理论与应用的结合，力求使读者能够尽快掌握机器人控制技术，了解其主要研究方向。
　　全书分为三篇，分别介绍机器人学相关的基础理论知识、常用控制方法，以及作者在机器人控制领域的新研究成果，阐述机器人控制技术在人机交互方面的应用。
　　《机器人控制：运动学、控制器设计、人机交互与应用实例/机器人科学与技术丛书》可作为高校自动控制、计算机相关专业的高年级本科生、研究生以及高校教师的教材或教辅，同时也可作为机器人研发人员和相关工程技术人员的参考用书。

杨辰光，广东省智能系统控制工程技术研究中心主任，入选gj级青年人才计划，欧盟“玛丽·居里”个人学者国际引进计划。曾开创性地提出仿人机器人变阻抗控制方法，获得机器人领域d级期刊IEEE Transactions on Robotics最佳论文奖，以及IEEE信息自动化年会等十余个国际会议最佳论文奖，入选科睿唯安全球高被引科学家。担任美国IEEE高级会员，多个IEEE Transactions等国际知名期刊编委。

本书将理论与实际相结合，是较为少见的完整的从基础知识到应用实践的机器人控制系列书籍。初学者可以从中学习机器人控制的基础理论，而相关领域的科研人员可以通过这本书接触到当前机器人控制的先进技术，适合不同层次的机器人爱好者学习。

随着 “工业 4.0” 时代的来临,以机器人、智能制造替代部分人工已成为时代趋势。机器人控制器是根据指令以及传感信息控制机器人完成一定的动作或作业任务的装置,它是机器人的心脏,决定了机器人性能的优劣。目前,由于人工智能、计算机科学、传感器技术及其他相关学科的长足进步,使得机器人技术的研究在高水平上进行,同时也对机器人控制器的性能提出更高的要求,对于不同类型的机器人,如双足步行机器人与关节型工业机器人,控制系统的综合方法有较大差别,控制器的设计方案也不一样。

传统的机器人控制领域的图书大多侧重于对机器人控制理论知识的介绍和研究,对读者而言比较抽象。这些知识难以培养学生的动手能力,难以取得良好的实践教学效果。本书注

重理论与应用的结合,力求使读者能够尽快掌握机器人控制技术,了解机器人控制领域一些比较主流的研究方向。本书将机器人控制的理论和应用相结合,一方面概要地介绍了机器人控

制的理论,另一方面着力于介绍机器人控制方法的应用实例。

本书大部分内容以各种机械臂为被控对象,书中介绍的控制方法大多选自作者近几年发表在国际高水平杂志和会议中的论文,是近几年机器人控制领域比较先进或者主流的控制方法。书中还有一些控制方法选自机器人控制领域相关书籍中的典型方法,并在不同程度上对这些方法进行了改进和补充。在具体应用场景中,通过对不同控制器设计方法详细的理论阐述和仿真/实验结果分析,使抽象难懂的控制理论易于理解和掌握,方便感兴趣的读者进行更深入的研究。

全书内容分为三篇。第一篇介绍机器人学相关基础理论知识,包括机器人运动学、机器人动力学、机器人轨迹规划等,这些知识是后续机器人控制器设计、机器人动力学和运动学建模的基础。第二篇介绍机器人控制方法,如自适应控制、神经网络控制、变结构控制、滑模控制等。针对常用的一些控制方法,书中都有详细的理论介绍,对于其他控制方法,书中也有简单的概述。对于每种控制方法,以作者相关科研成果为基础,都给出了具体的控制器设计实例和仿真结果。第三篇结合作者在机器人控制领域的最新研究成果,阐述机器人控制技术在人机交互方面的典型应用。例如遥操作技术、人机交互、机器人示教等,这些都用到了机器人控制技术,或者说在某种程度上,它们都是以机器人控制技术为基础进行的。另外,书中介绍的一些具体实例大都是基于不同的应用场景,对此,书中也有一些简单的背景概述,对此应用场景感兴趣或者想要进行更深入了解的读者可以参考相关领域更专业、更全面的书籍资料。

本书是在总结作者多年科研成果的基础上撰写而成,不但可作为高校机器人控制相关专业高年级本科生、硕士生或者博士生,以及高校教师的教材或辅导材料,同时也可作为机器人研发人员和相关工程技术人员的参考书。本书第一篇和第二篇理论部分的内容适用于本科生进行理论学习,第二篇中针对每种控制方法介绍的具体应用实例和第三篇的内容可作为研究生及其他科研人员进行科研或者实际应用的参考。

感谢在本书编写过程中,牺牲宝贵时间协助我们完成这本书的实验室的学生,感谢他们对书稿提出的宝贵意见。其中,彭光柱博士参与了本书8.5节、9.4节和9.5节内容的编写,研究生黎伟豪、吴怀伟、徐艳宾、王行健、许扬分别参与了9.7节、11.1节、11.2节、11.7节和13.2节内容的编写工作。

本书参考了国内外学者的大量论文和专著,由于篇幅有限,书中未能详尽列出,谨在此表示衷心感谢。

由于作者水平有限,书中难免存在错误和不妥之处,敬请读者给予批评指正。

第一篇 基 础 篇

第1章 机器人学数学基础 ……………………………… 3

1.1 刚体的位姿描述 … 3

1.1.1 位置描述 … 3

1.1.2 姿态描述 … 3

1.1.3 坐标系的描述 ……………………………… 4

1.2 坐标变换 ………… 4

1.2.1 平移坐标变换 ……………………………… 5

1.2.2 旋转坐标变换 ……………………………… 5

1.2.3 一般坐标变换 ……………………………… 6

1.3 齐次变换 ………… 6

1.3.1 齐次变换矩阵 ……………………………… 6

1.3.2 齐次变换矩阵的逆 ………………………… 7

1.4 运动算子: 平移、旋转和变换 ……………………… 8

1.4.1 平移算子 … 8

1.4.2 旋转算子 … 9

1.4.3 变换算子 10

1.5 姿态的其他描述方法 ……………………………… 11

1.5.1 X-Y-Z 固定角坐标系 …………………… 11

1.5.2 Z-Y-X 欧拉角坐标系 …………………… 11

1.5.3 Z-Y-Z 欧拉角坐标系 …………………… 12

1.5.4 等效轴角坐标系 ………………………… 13

1.6 本章小结 ………… 14

第2章 机器人运动学建模 ……………………………… 15

2.1 连杆描述和关节变量 ……………………………… 15

2.1.1 机械臂的构成 …………………………… 15

2.1.2 连杆描述 16

2.1.3 连杆连接的描述 ………………………… 16

2.2 D-H参数法建立关节坐标系 ……………………… 17

2.2.1 确定和建立坐标系的原则 ……………… 18

2.2.2 D-H参数 18

2.2.3 连杆坐标系建立的步骤 ………………… 19

2.3 机械臂正运动学方程 ……………………………… 20

Ⅻ

2.3.1 连杆变换矩阵 …………………………… 20

2.3.2 运动学方程的建立 ……………………… 20

2.4 正运动学方程举例 21

2.5 机械臂逆运动学 … 25

2.5.1 关节空间与工作空间 …………………… 25

2.5.2 逆运动学问题的多解性与可解性 ……… 25

2.5.3 逆运动学方程的求解 …………………… 26

2.6 本章小结 ………… 30

第3章 机器人微分运动学 ……………………………… 31

3.1 机器人微分运动 … 31

3.1.1 雅可比矩阵的定义 ……………………… 31

3.1.2 旋转矩阵的导数 ………………………… 32

3.1.3 连杆速度 33

3.2 雅可比矩阵的计算 34

3.2.1 对线速度的作用 ………………………… 34

3.2.2 对角速度的作用 ………………………… 35

3.2.3 雅可比矩阵的逆 ………………………… 36

3.3 雅可比矩阵的计算举例 …………………………… 36

3.3.1 平面三连杆机械臂 ……………………… 36

3.3.2 拟人机械臂 ……………………………… 37

3.3.3 球形腕机械臂 …………………………… 38

3.4 本章小结 ………… 39

第4章 机器人动力学建模 ……………………………… 40

4.1 用牛顿-欧拉法建立机器人动力学方程 ………… 40

4.1.1 机器人刚体的加速度 …………………… 40

4.1.2 机器人刚体的质量分布 ………………… 41

4.1.3 牛顿-欧拉递推动力学方程 ……………… 42

4.2 用拉格朗日法建立机器人动力学方程 …………… 43

4.2.1 状态空间方程 …………………………… 43

4.2.2 拉格朗日法 ……………………………… 43

4.3 机器人动力学建模举例 …………………………… 44

4.4 本章小结 ………… 46

第5章 机器人轨迹规划 47

5.1 机器人轨迹规划概述 ……………………………… 47

5.1.1 运动、路径和轨迹规划 …………………… 47

5.1.2 轨迹规划的一般性问题 ………………… 48

5.1.3 轨迹的生成方式 ………………………… 49

5.2 关节空间的轨迹规划 ……………………………… 49

5.2.1 三次多项式插值 ………………………… 49

5.2.2 过路径点的三次多项式插值 …………… 51

5.2.3 高阶多项式插值 ………………………… 52

5.2.4 用抛物线过渡的线性插值 ……………… 53

5.3 直角坐标空间的轨迹规划 ………………………… 56

5.3.1 直线插补 56

5.3.2 圆弧插补 57

5.4 本章小结 ………… 58

第6章 机器人力和位置控制 ………………………… 59

6.1 机器人控制系统概述 ……………………………… 59

6.1.1 机器人控制系统的特点 ………………… 59

6.1.2 机器人控制系统的功能 ………………… 60

6.1.3 机器人的控制方式 ……………………… 60

6.2 机器人的位置控制 61

6.2.1 单关节位置控制 ………………………… 62

6.2.2 机器人的多关节控制 …………………… 65

6.3 机器人的力控制 … 66

6.4 机器人的力/位混合控制 ………………………… 68

6.4.1 力/位混合控制问题的提出 ……………… 68

6.4.2 以坐标系{C}为基准的直角坐标机械臂的力/位混合控制系统 ………………………… 69

6.4.3 应用于一般机械臂的力/位混合控制系统 69

6.5 本章小结 ………… 71

第二篇 方法篇: 控制器设计与仿真

第7章 神经网络控制 … 75

7.1 神经网络控制基本原理 …………………………… 75

7.1.1 神经网络控制的基本思想 ……………… 75

7.1.2 神经网络控制的特点 …………………… 76

7.1.3 神经网络控制的分类 …………………… 76

7.2 未知动态下机械臂全局神经网络控制器设计 …… 80

7.2.1 背景 …… 80

7.2.2 全局自适应神经网络控制器设计 ……… 81

7.2.3 仿真实验 85

7.3 一种具有输出约束的机械臂轨迹跟踪神经网络控制 ……………………………………………… 87

7.3.1 机械臂数学模型 ………………………… 88

7.3.2 控制器设计 ……………………………… 89

7.3.3 控制器仿真 ……………………………… 91

7.4 基于有限时间收敛的机械臂全局自适应神经网络控制 …………………………………………… 97

7.4.1 问题描述 97

7.4.2 控制器设计 ……………………………… 98

7.4.3 仿真 …… 103

7.5 本章小结 ……… 106

第8章 自适应控制…… 107

8.1 自适应控制基本原理 …………………………… 107

8.1.1 自适应控制系统的原理 ………………… 107

8.1.2 自适应控制系统的分类 ………………… 108

8.2 基于神经自适应观测器的柔性关节机器人控制 111

8.2.1 自适应观测器设计 ……………………… 112

8.2.2 柔性关节机器人控制器设计 …………… 115

8.2.3 仿真 …… 121

8.3 基于在线模糊参数整定的双臂自适应控制 …… 123

8.3.1 问题描述 123

8.3.2 控制器设计 ……………………………… 125

8.3.3 仿真结果 128

8.4 基于有限时间收敛的机器人自适应参数估计与控制 …………………………………………… 129

8.4.1 机器运动学和动力学建模 ……………… 130

8.4.2 有限时间参数辨识 ……………………… 132

8.4.3 有限时间自适应控制器设计 …………… 136

8.4.4 仿真与实验 ……………………………… 137

8.4.5 相关拓展 144

8.5 神经网络自适应导纳控制 ……………………… 145

8.5.1 问题描述 146

8.5.2 基于神经网络的自适应控制器设计 …… 147

8.5.3 仿真控制 151

8.6 本章小结 ……… 158

第9章 其他控制方法 159

9.1 其他控制方法介绍 ……………………………… 159

9.1.1 滑模控制 159

9.1.2 模糊控制 160

9.1.3 学习控制 164

9.1.4 径向基函数神经网络 …………………… 165

9.2 基于输出受限的自适应控制器的机械臂参考轨迹调节 ………………………………………… 166

9.2.1 背景 …… 166

9.2.2 轨迹跟踪控制器设计 …………………… 167

9.2.3 轨迹跟踪自适应模块设计 ……………… 175

9.2.4 仿真设计 177

9.3 机械臂双臂协调的视觉伺服控制 ……………… 188

9.3.1 背景 …… 188

9.3.2 视觉伺服控制 …………………………… 188

9.3.3 实验 …… 192

9.4 基于神经网络的未知机械臂导纳控制 ………… 193

9.4.1 力观测器 194

9.4.2 控制器设计 ……………………………… 197

9.4.3 仿真验证 200

9.5 基于输入饱和的机械臂增强导纳控制 ………… 205

9.5.1 饱和约束问题描述 ……………………… 206

9.5.2 观测器设计 ……………………………… 206

9.5.3 控制器设计 ……………………………… 207

9.5.4 仿真验证 209

9.6 基于人工势场法的全向移动机器人路径规划 … 212

9.6.1 全向轮运动学和动力学建模 …………… 212

9.6.2 人工势场法 ……………………………… 217

9.6.3 全向移动机器人的模型预测控制器设计 218

9.6.4 仿真与结果 ……………………………… 223

9.7 基于牛顿-欧拉模型的自适应迭代学习控制 …… 225

9.7.1 问题描述 226

9.7.2 学习控制器设计 ………………………… 229

9.7.3 仿真 …… 231

9.8 本章小结 ……… 233

第三篇 应用篇: 机器人控制技术在人机交互中的应用

第10章 人机交互 …… 237

10.1 基于视触觉融合的虚拟现实人机交互平台 … 238

10.1.1 虚拟现实 …………………………… 238

10.1.2 基于视触觉融合的虚拟现实人机交互平台设计 …………………………………… 239

10.1.3 基于视触觉融合的虚拟现实人机交互平台的搭建 ………………………………… 241

10.2 应用于生物反馈的人机交互技术研究 ……… 243

10.2.1 脑电模式识别算法研究与设计 …… 243

10.2.2 游戏设计与实现 …………………… 246

10.2.3 实验过程与结果分析 ……………… 251

10.3 应用于人机情景交互的视觉图像处理技术研究 ……………………………………………… 256

10.3.1 图像处理算法简介 ………………… 256

10.3.2 基于人机情景交互的图像处理算法设计 …………………………………………… 262

10.3.3 图像处理研究实验过程及其结果 … 267

10.4 生物反馈增强型多媒体游戏的开发 ………… 272

10.4.1 BCI的设计 ………………………… 273

10.4.2 多媒体游戏的设计 ………………… 276

10.5 本章小结 …… 279

第11章 机器人遥操作技术 ………………………… 280

11.1 基于视觉融合技术的机械臂三维遥操作系统 281

11.1.1 背景 281

11.1.2 脑机接口设计 ……………………… 282

11.1.3 机械臂三维遥操作系统控制部分设计 ……………………………………………… 286

11.1.4 机械臂三维遥操作系统的视觉伺服部分设计 ……………………………………… 288

11.2 基于肌电信号的移动机器人遥操作控制 …… 292

11.2.1 遥操作系统结构 …………………… 293

11.2.2 基于表面肌电信号的人机遥操作控制 ……………………………………………… 294

11.2.3 实验 296

11.3 基于表面肌电信号的人机书写技能传递 …… 298

11.3.1 人体臂关节 ………………………… 298

11.3.2 实验设计 …………………………… 301

11.3.3 人-机器人技能传递 ………………… 303

11.4 基于触觉反馈的Baxter机器人遥操作控制 … 304

11.4.1 遥操作控制系统 …………………… 305

11.4.2 肌肉活动提取 ……………………… 307

11.4.3 基于sEMG的变增益控制 ………… 308

11.4.4 实验设计 …………………………… 309

11.5 基于人体运动跟踪的Baxter机器人遥操作控制 ……………………………………………… 313

11.5.1 遥操作系统 ………………………… 313

11.5.2 遥操作控制系统设计 ……………… 315

11.5.3 实验 318

11.6 基于RBF神经网络和波变量的双臂协同遥操作控制 ………………………………………… 319

11.6.1 双臂协同控制遥操作系统建模 …… 320

11.6.2 从端控制器设计 …………………… 321

11.6.3 实验 323

11.7 本章小结 …… 327

第12章 机器人示教 … 328

12.1 应用于人机示教的运动技能扑捉、传递与拓展 328

12.1.1 实验仿真平台介绍 ………………… 328

12.1.2 人机示教系统设计 ………………… 329

12.1.3 神经网络控制器设计 ……………… 333

12.1.4 仿真及实验 ………………………… 334

12.1.5 小结 342

12.2 机器人自适应操作技能学习 ………………… 342

12.2.1 人机技能泛化框架 ………………… 342

12.2.2 实验验证 …………………………… 347

12.2.3 小结 350

12.3 基于动态运动原语的机器人技能学习与泛化 351

12.3.1 方法 351

12.3.2 实验验证 …………………………… 354

12.3.3 小结 358

12.4 基于EMG估计的肌肉疲劳度在机器人示教中的应用 ……………………………………… 358

12.4.1 基于EMG评估肌肉疲劳 ………… 358

12.4.2 机器人从多次示教中学习 ………… 359

12.4.3 实验与结果 ………………………… 361

12.4.4 小结 364

12.5 本章小结 …… 364

第13章 其他应用 …… 365

13.1 基于阻抗匹配策略的物理人机交互控制 …… 365

13.1.1 人机交互系统 ……………………… 365

13.1.2 人手臂阻抗参数识别 ……………… 367

13.1.3 机器人阻抗控制模型 ……………… 369

13.1.4 基于函数逼近的自适应控制器 …… 370

13.1.5 仿真 371

13.2 基于视觉交互和RBF神经网络的机器人遥操作系统 ………………………………………… 374

13.2.1 机器人遥操作系统 ………………… 374

13.2.2 遥操作系统中关键算法 …………… 376

13.2.3 仿真实验 …………………………… 379

13.3 基于零空间的机器人柔顺控制 ……………… 382

13.3.1 系统描述 …………………………… 383

13.3.2 控制器设计 ………………………… 385

13.3.3 仿真 387

13.4 本章小结 …… 389

参考文献 ………………… 390