导读:本文包含了关节协调控制论文开题报告文献综述及选题提纲参考文献，主要关键词:关节型机器人,端口受控哈密顿,PD控制,轨迹跟踪控制
关节协调控制论文文献综述
迟洁茹,于海生,杨杰,牛欢,张启杲[1]（2019）在《2-DOF关节型机器人轨迹的PCH与PD协调控制》一文中研究指出针对二自由度关节型机器人轨迹跟踪控制系统单独使用一种控制方法难以实现快速高效、高精度的问题,设计了基于端口受控哈密顿(PCH)系统与传统PD算法协调控制的方案。端口受控哈密顿(PCH)控制用于确保系统的稳定性问题,传统PD控制主要用于提高系统响应的快速性问题。采用指数函数作为协调函数以实现协调控制策略,从而适应二自由度机器人的误差扰动。该系统既实现了位置信号的快速跟踪,又使机器人的输出信号控制在较高的误差精度范围内。经仿真验证表明,当机器人的机械系统存在建模误差时,采用端口受控哈密顿与传统PD算法协调控制器的二自由度关节型机器人位置控制系统有效的结合了两种控制方法的优点,该系统的动态性能与稳态性能优良,且能够快速消除误差。(本文来源于《控制工程》期刊2019年05期）
冯培恩,邵力平,高宇,潘双夏[2]（2006）在《液压挖掘机器人多关节协调控制研究》一文中研究指出针对挖掘机器人位置伺服控制中,各关节伺服控制子系统相互独立,关节间速度无法匹配引起的轨迹轮廓误差问题,提出了一种基于交叉耦合路径预补偿算法的挖掘机器人多关节协调控制方法.以一台小型液压挖掘机为实验对象,实验结果表明该方法可以有效地提高斗齿尖轨迹的跟踪精度.(本文来源于《中国工程机械学报》期刊2006年03期）
姆斯塔法[3]（2005）在《基于神经网络的二关节机器人协调控制》一文中研究指出Since the appearance of the neural networks, the industrial environment has jumped a big step toward the future, most of the processes that acquired a human supervising in the past , has now their own learning algorithms, one of the most influenced fields by this is the Robots, I the near past most neural algorithms developed were for robots control, the actual objective is to create a robot that could have the agility of human, and this could be accomplished in the near future due to the fast developing of microprocessors, and the appearance of supper computers.One of the most challenging application in this field is the visual control, knowing that it's done in real time, make it even more difficult than any of the other method, most of these algorithms use two visual sensors to provide the system with a 3D scene, that contains the necessary data to such as the position of the objects and their shape, which is identical to the work of he human eyes.In this thesis we will discuss and realize one method that uses the neural network to generate the tasks that the robot should do. In the first chapter we present a general view on the application of neural networks for controlling robots com, and as the control is visual we need to develop an image processing algorithm to receive the necessary data from the sensors, and this is the subject of the second chapter. The chapter 3 discuss the neural networks, their principles and some of their most important training algorithms. In chapter 4 we discuss the problem of coupling the visual system with the robot, and implement the command system that we propose, the next part was truly the most interesting, it was some kind of challenge, the chapter 5 discuss the realization of two 4 degrees of freedom robot arms, that could be controlled from PC which make it easier to implement the controller we want, and the last part is the discuss the results of our design, and take a final conclusion, on the system, while the appendices A contain several issues in programming with the visual C++, B present the hardware issues, such as the sensors calibration...etc, C encloses the list of the tables and the figures, while D contains the bibliography.(本文来源于《湖南大学》期刊2005-05-08）
田文罡,陈学东,苏军,李小清,罗福源[4]（2003）在《六足步行机器人的多关节协调控制》一文中研究指出根据六足步行机器人的机械结构和关节运动的协调性、准确性的控制要求,确定了混合闭环的伺服结构控制方案。针对机器人步态控制算法给出的数据特点,采用了先对脉冲总数最大的那个关节进行插补,然后按照关节间脉冲总数的比例关系再对其它关节插补的插补算法,实现了机器人各个关节的指令在每一个位控周期内的协调。最后介绍了伺服参数的调整,使各个关节的位置增益一致,保证了各个关节响应时的协调。试验表明,采用该控制方案,通过该插补算法,对伺服系统的参数调整以后的控制系统能够满足机器人关节运动的协调性和准确性的控制要求。(本文来源于《机器人技术与应用》期刊2003年06期）
梁新荣[5]（1999）在《机器人协调控制及其关节结构优化》一文中研究指出研究机器人的协调控制和没有障碍物存在时的轨迹规划，利用冗余空间产生出满足终端运动要求的、性能指标优化的机器人位形，仿真结果证明了文中控制算法的有效性。(本文来源于《五邑大学学报(自然科学版)》期刊1999年01期）
关节协调控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对挖掘机器人位置伺服控制中,各关节伺服控制子系统相互独立,关节间速度无法匹配引起的轨迹轮廓误差问题,提出了一种基于交叉耦合路径预补偿算法的挖掘机器人多关节协调控制方法.以一台小型液压挖掘机为实验对象,实验结果表明该方法可以有效地提高斗齿尖轨迹的跟踪精度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
关节协调控制论文参考文献
[1].迟洁茹,于海生,杨杰,牛欢,张启杲.2-DOF关节型机器人轨迹的PCH与PD协调控制[J].控制工程.2019
[2].冯培恩,邵力平,高宇,潘双夏.液压挖掘机器人多关节协调控制研究[J].中国工程机械学报.2006
[3].姆斯塔法.基于神经网络的二关节机器人协调控制[D].湖南大学.2005
[4].田文罡,陈学东,苏军,李小清,罗福源.六足步行机器人的多关节协调控制[J].机器人技术与应用.2003
[5].梁新荣.机器人协调控制及其关节结构优化[J].五邑大学学报(自然科学版).1999