Orchestrated Robust Controller for Precision Control of Heavy-duty Hydraulic Manipulators

要約

巨額の産業投資と大型油圧マニピュレータに関する学術研究の増加により、必然的に自動化への道が開かれ、堅牢で高精度のコントローラの設計が必要になりました。
この研究では、擬人化された腕と球状の手首を備えた一般的なマニピュレーターに関する前述の問題に対処するために、統合された堅牢なコントローラーが設計されています。
これを行うために、ロボット システム全体がサブシステムに分解され、仮想分解制御 (VDC) により、未知のモデルの不確実性、未知の外乱、および複合入力の非線形性を考慮して、各ローカル サブシステムで堅牢なコントローラーが設計されます。
そのため、未知の外乱や不確実性に対処するために放射状基本関数ニューラル ネットワーク (RBFNN) が VDC に組み込まれ、新しい分散型 RBFNN が得られます。
各ローカル サブシステムで設計されたすべての堅牢なローカル コントローラーは、高精度の制御を実現するために調整されます。
最終的に、VDC のコンテキストにおいて初めて、設計されたコントローラーの下で半グローバルに均一な究極の境界性が達成されます。
理論的結果の妥当性は、$5$ メートル到達で $600\, kg$ の公称吊り上げ能力を持つ 6 自由度の産業用マニピュレーターで広範なシミュレーションと実験を実行することによって検証されます。
シミュレーション結果を最先端のコントローラーと提供された実験結果と比較すると、提案された方法がすべての約束を確立し、優れたパフォーマンスを発揮したことが実証されています。

要約(オリジナル)

Vast industrial investment along with increased academic research on heavy-duty hydraulic manipulators has unavoidably paved the way for their automatization, necessitating the design of robust and high-precision controllers. In this study, an orchestrated robust controller is designed to address the mentioned issue for generic manipulators with an anthropomorphic arm and spherical wrist. To do so, the entire robotic system is decomposed into subsystems, and a robust controller is designed at each local subsystem by considering unknown model uncertainties, unknown disturbances, and compound input nonlinearities, thanks to virtual decomposition control (VDC). As such, radial basic function neural networks (RBFNNs) are incorporated into VDC to tackle unknown disturbances and uncertainties, resulting in novel decentralized RBFNNs. All robust local controllers designed at each local subsystem, then, are orchestrated to accomplish high-precision control. In the end, for the first time in the context of VDC, a semi-globally uniformly ultimate boundedness is achieved under the designed controller. The validity of the theoretical results is verified by performing extensive simulations and experiments on a 6-degrees-of-freedom industrial manipulator with a nominal lifting capacity of $600\, kg$ at $5$ meters reach. Comparing the simulation result to the state-of-the-art controller along with provided experimental results, demonstrates that proposed method established all promises and performed excellently.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google