機器人控制理論基礎（簡體書）

全面介紹理論基礎

機器人一詞最早由劇作家卡雷爾·恰佩克在1920年的戲劇《羅素姆萬能機器人》（Rossum’s Universal Robots）中首次提出，原本是工作的意思。在此之後，機器人一詞被廣泛應用於各種具有自主操作能力的設備中，如水下機器人、四足式機器人、撲翼式機器人等。在本書中，機器人是指由計算機控制的工業機器人（也稱為機械臂操作器）。與科幻電影、小說中的機器人相比，這種由計算機控制的機械臂顯得沒有那麼酷炫與智能，甚至顯得有些笨拙與呆板。但這種工業機器人卻是一種適應工業環境並具有較高可靠性的複雜機電系統，可以代替人類完成一些枯燥、重復或危險的工作，是目前為止最為可靠的機器人平臺，極具發展潛力和研究價值。
從技術上來說，機器人技術需要綜合運用機械、傳感器、驅動器和計算機來實現人類某些方面的功能。顯然，這是一項龐大的任務，需要運用各種“傳統”領域的技術成果。而如果深入到理論知識層面，則會發現機器人所需的理論知識更為紛繁複雜，不僅需要電氣工程、機械工程、工業工程、計算機科學、力學、數學等方面的知識，而且還需要應用工程、知識工程等新興學科的知識，故很難在一本書中囊括機器人領域所需的全部知識。進一步來說，考慮到機器人的控制系統設計的合理性、與機械結構的融合度，都與機器人功能的實現息息相關。顯然，控制系統設計時的理論依據越充分，機器人就會顯得越“靈巧”“聰明”，反之，機器人則會顯得比較“笨拙”。因此，了解和學習機器人控制理論具有重要的意義，對機器人控制理論的梳理和總結很有必要。
在本書中，編者選擇機器人控製作為切入點，對與機器人控制相關的理論知識和分析方法進行總結，並結合近年來在機器人控制理論方面的研究成果，力求體現一定的時代特點，為讀者提供一個學習機器人控制理論的良好途徑。
本書涵蓋的內容如下：
第1章為機器人機構與控制概述。該章簡要介紹了常見的機器人操作器形式和控制系統形式，對機器人控制所依據的矩陣理論和穩定性分析理論進行了說明，並介紹了控制中常見的傳感器。
第2章為機器人機構運動學。該章對機器人機構的運動學進行了論述，即從幾何學的觀點研究操作器連桿和作業物件的運動關係。以介紹機構的位置、姿態和速度的表達方法為基礎，對機器人機構正運動學、逆運動學和靜力學進行了論述。
第3章為機器人機構動力學。該章采用兩種常見的方法對機器人機構的動力學方程進行了推導，並對動力學實時計算的實現方法和計算量進行了討論。
第4章為機器人機構可操作性。該章從運動學和動力學的觀點出發，對機器人的可操作能力進行了分析和評價，並引出了可操作性的概念。
第5章為機器人的位置控制。該章給出了確定末端路徑和規劃關節軌跡的方法，並對位置控制中常用的控制方法進行了論述。
第6章為機器人的力控制。在控制末端器位置的基礎上，也需要控制機器人與物體的接觸力。本章對常用的柔順控制、阻抗控制、導納控制和混合控制等力控制方法進行了介紹，並簡要介紹了基於力控制的實現機器人機構約束動運的控制方法。
第7章為冗余度機器人的控制。該章對冗余度機器人的控制方法進行了介紹，並講述了利用冗余度提高機器人靈活性的方法。
第8章為機器人的學習控制。該章從學習控制的基礎開始，討論了各種學習控制方法及在機器人系統中的有效性，並對強化學習方法在機器人控制中的應用進行了簡要介紹。
第9章為基於視覺的機器人控制。該章針對視覺控制中的圖像處理、目標位姿獲取、相機標定和基於視覺的伺服控制方法進行了論述。
第10章為機器人的穩定性控制。該章對機器人控制穩定性理論進行了介紹，並對基於狀態觀測及補償的機器人穩定控制、針對建模誤差的機器人穩定控制進行了論述。
第11章為機器人的滑模控制。該章介紹了滑模控制的特點，並基於名義模型、計算力矩法和輸入輸出穩定性理論介紹了滑模控制在機器人控制中的應用。
第12章為機器人的神經網絡控制。該章介紹了神經網絡控制的定理和引理，並介紹了基於不確定逼近的RBF神經網絡自適應控制方法。
第13章為多機器人的協同控制。該章介紹了多機器人協同系統的基礎理論知識，給出了多機器人協同系統的運動學模型、動力學模型、載荷分配和控制方法。
本書的編寫目的在於把機器人控制中所需的理論知識介紹給從事機器人學研究、新型機器人應用與開發的研究人員、技術人員及相關專業的本科生和研究生，幫助他們學習和掌握機器人控制所需的理論和知識，並在實踐中應用這些知識。本書的介紹由淺入深，盡可能減少高深的數學推導以便於讀者學習和理解。本書的出版，是對機器人工程教學的一次探索，希望在拋磚引玉的同時，能夠在一定程度上推動我國機器人領域的人才培養。
本書由楊洋、蘇鵬、鄭昱共同編寫。其中，第1～7章由楊洋編寫，第10～12章由蘇鵬編寫，第8、9、13章由鄭昱編寫，全書由楊洋統稿。
限於編者的水平，本書中疏漏在所難免，懇請各位讀者批評指正。

編者

前言
第1章機器人機構與控制概述1
11機器人的機構1
12機器人的控制4
13有關的矩陣理論和穩定性理論7
131廣義逆矩陣7
132奇異值分解8
133李雅普諾夫穩定性理論10
14控制中常用的傳感器12
141外部傳感器13
142內部傳感器13
143機器人控制中的傳感器14
15本章作業20第1篇機器人控制的力學基礎
第2章機器人機構運動學22
21物體的位置與姿態22
211物體坐標系22
212旋轉矩陣23
213歐拉角25
214滾轉角、傾斜角、俯仰角27
22坐標變換28
221齊次變換28
222變換的積與逆變換30
23關節變量與機器人末端位置31
231一般的關係31
232連杆參數33
233連杆坐標系34
234正運動學問題的解法37
24逆運動學問題40
25雅可比矩陣45
251物體的運動速度45
252雅可比矩陣的定義48
253機器人機構各連杆間的速度
關係49
254雅可比矩陣Jv的一般表達式51
255實現給定機器人末端速度的
關節速度53
256奇異位形54
26靜力學與雅可比矩陣56
261不同直角坐標系中表示的
等效力56
262末端載荷與等效關節驅動力58
27本章作業59
第3章機器人機構動力學60
31動力學分析方法概述60
32力學基礎知識60
321牛頓歐拉運動方程60
322虛功原理63
323拉格朗日運動方程65
33基於拉格朗日法的運動方程66
331n自由度機器人機構68
332並行驅動的2自由度機器人
機構72
34基於牛頓歐拉法的運動方程73
341推導的基本過程73
342各連杆之間的加速度關係74
343n自由度機器人機構75
35運動方程的運用與計算效率79
351實時控制――逆動力學問題79
352仿真――正動力學問題80
36機器人機構的參數辨識81
361機器人機構的參數辨識問題81
362基於拉格朗日方程的辨識
方法81
363末端載荷的辨識86
37本章作業87
第4章機器人機構可操作性88
41可操作性橢球與可操作度88
42常見機器人的可操作度分析92
4212關節連杆機構92
422SCARA機器人93
423PUMA機器人94
424直角坐標型機器人、圓柱坐標型
機器人和極坐標型機器人95
425具有4個關節的機器人95
43各種其他可操作性指標96
44動力學可操作性97
441動力學可操作性橢球與
可操作度97
4422關節連杆機構100
45本章作業103
目錄第2篇機器人傳統控制方法的理論基礎
第5章機器人的位置控制105
51目標路徑與目標軌跡105
511根據關節變量確定路徑的方法105
512根據末端位置確定軌跡的方法108
52線性反饋控制111
521線性反饋控制規律的有效性111
522位置或速度反饋控制規律的
穩定性112
53基於線性化補償原理的雙閉環控制113
531基本思想113
532控制系統的構成116
533並行計算方式117
54伺服補償器的設計與評價120
541線性伺服系統理論120
542穩定餘度及靈敏度123
55速度輸入下的位置控制125
551單關節的動作控制126
552多關節機器人的動作控制129
56轉矩輸入下的位置控制129
561單關節的動作控制129
562多關節機器人的動作控制134
57本章作業136
第6章機器人的力控制137
61柔順控制137
611被動柔順138
612主動柔順139
62阻抗控制141
621被動阻抗法141
622主動阻抗控制法――單自由度的
情形142
623主動阻抗控制法――一般情形145
624導納控制147
63混合控制法148
631基於反饋補償的控制148
632動力學混合控制150
64約束運動156
641剛性環境156
642柔性環境159
65本章作業160
第7章冗余度機器人的控制161
71冗余度機器人161
72控制問題的數學模型161
721基於順序優先級的任務作業
表示161
722問題的數學描述和基本方程162
723按目標軌跡給定的情形162
724按評價函數給定的情形163
725瞬時最優化問題的數學描述163
73避障與避奇異位形164
731避障164
732避奇異位形165
74關節目標速度的數值計算法166
75本章作業167第3篇機器人高級控制方法的理論基礎
第8章機器人的學習控制169
81學習控制的前提條件169
82D型學習控制（線性系統）170
83機器人中的D型學習控制175
84P型學習控制178
85帶有忘卻因子的學習控制180
86具有記憶選擇功能的學習控制183
87機器人控制中的強化學習185
871控制中強化學習的分類185
872閉環交互式學習方法186
873直接方法191
88學習控制的應用194
89本章作業196
第9章基於視覺的機器人控制197
91圖像處理197
911圖像分割198
912圖像解釋201
92位形獲取202
921解析解202
922映射矩陣205
93相機標定207
94機器人視覺伺服控制209
941基於位置的視覺伺服210
942基於圖像的視覺伺服212
95機器人複合視覺伺服控制215
96本章作業220
第10章機器人的穩定性控制221
101