本书核心内容:1)机器人自动化控制系统的建模,包括线性系统、机械系统、伺服电机及解决方案。2)阐述用计算机进行系统模拟以及解决方案。3)阐述线性系统及其解决方案; 4)通过可控性与可观性、状态反馈控制、输出反馈控制来阐述线性控制系统及其解决方案;5)围绕函数、动态系统、工作点的线性化来讨论线性化控制及其解决方案。全书每章的解决方案都给出了MATLAB仿真程序。
自主移动机器人尤其是无人机的兴起推动了相关学科的蓬勃发展。自动化的目的是设计能够操纵现有动态系统(汽车、飞机、经济系统等)的控制系统。因此受控系统应按如下方式构建:使物理系统形成回路,并配备使用智能电子器件的传感器。虽然最初的系统仅服从物理定律,但是闭环系统的演化遵循电子元器件中内嵌的IT程序。
本书主要阐述机器人的建模、仿真和控制方法,并通过大量习题来对基本概念和基本方法进行演绎和验证,所涉及的理论分析采用状态空间方法,从而可以用简单的方式来处理普通和复杂的系统,包括不同类型的开关和传感器。本书是一本讲述机器人自动化的基本原理和方法的书籍,可作为高等院校机器人专业的教材,也可供从事机器人研究和产业化的工程技术人员阅读。
作者简介
吕克·若兰(Luc Jaulin) 法国国立布列塔尼高等先进技术学校(ENSTA-Bretagne)机器人学方面的教授,在STICC实验室使用集合方法从事水下机器人和帆船机器人领域的研究。
Ⅰ1状态表达式
与我们紧密相关的生物、经济和机械系统通常都可以用如下微分方程来描述:
x·(t)=f(x(t)+u(t))
y(t)=g(x(t)+u(t))
假设该系统的时间t是连续的[JAU 05], u(t)是系统的输入(或控制)向量,y(t)是以一定精度检测出的系统输出向量。向量x(t)称为系统的状态,它表示系统的记忆,或者说当系统输入为u(t)时预测系统结果所需的信息。方程组中的第一个方程称为演化方程,该方程是一个微分方程,它给出了t时刻的状态向量x(t)的当前值和施加的控制向量u(t)。第二个方程称为观测方程,它用来计算t时刻在已知状态和控制时的输出向量y(t)。注意,观测方程不同于演化方程,由于它不包含导数项,因此它不是微分方程。这两个方程构成了系统的状态表达式。
有时我们用离散时间k来描述上面的状态方程,这里k∈Z,Z是整数集,例如计算机就是一个离散时间系统,它的离散时间k与微处理器的时钟同步。离散时间系统通常用下述递归方程描述:
x(k+1)=f(x(k)+u(k))
y(k)=g(x(k)+u(k))
本书的第一个目的是通过多做习题来了解状态表达的概念。为此,我们在第1章安排了各种各样的习题来揭示如何得到状态表达式,第2章对这些已知系统的状态表达式进行计算机仿真。
本书的第二个目的是提出由状态方程描述的系统的控制方法。换句话说,我们试图构建自动机械系统(人除了给出命令或设定点外,并不包含在系统中),控制器能够使系统按人的意愿进行控制(按人的需要对系统的行为进行改变)。为此,控制器将根据输出y(t)(或多或少有噪声)和设定点w(t)计算系统的输入u(t)(见图Ⅰ1)。
图Ⅰ1闭环控制系统概念图
从用户的角度来看,具有输入w(t)和输出y(t)的闭环系统将产生合适的行为,这样就可以说我们控制了该系统。为了实现这个控制目标,首先来看看线性系统,也就是说,函数f和g假定是线性的。因此在连续时间的情况下,系统的状态方程可写成如下形式:
x·(t)=Ax(t)+Bu(t)
y(t)=Cx(t)+Du(t)
在离散时间情况下,它可写为
x(k+1)=Ax(k)+Bu(k)
y(k)=Cx(k)+Du(k)
矩阵A、B、C、D分别称为演化、控制、观测和直接矩阵。系统的详细分析将在第3章进行,第4章将介绍如何使这些系统稳定,最后在第5章将像线性系统分析一样介绍工作点附近的非线性系统行为。对于那些工作点附近的非线性系统,可以采用与线性系统相同的方法进行稳定性的分析。
与本书有关的许多MATLAB程序可从以下网址得到:
http://wwwenstabretagnefr/jaulin/isteautohtml
Ⅰ2习题
习题Ⅰ1——水下机器人
法国国立布列塔尼高等先进技术学校(SNSAT)的水下机器人Saucisse控制系统[JAU 09]的照片如图Ⅰ2所示。该系统包含1台计算机、3个螺旋桨、1台摄像机、1个罗盘和1台声呐装置。什么是该系统对应的输入向量u、输出向量y、状态向量x和设定点w?计算机位于控制回路的什么位置?
图Ⅰ2水下机器人的控制
习题Ⅰ2——帆船机器人
图Ⅰ3是法国海洋开发研究所(FRIES)和SNSAT的帆船机器人Vaimos控制系统[JAU 12a, JAU 12b]。该系统能够自主跟踪航线,它有1台安装在桅杆顶部的风速仪、1个罗盘和1台全球定位系统(GPS)。请给出该系统对应的输入向量u、输出向量y、状态向量x和设定点w。
图Ⅰ3Vaimos依据风帆逆风行驶路线形成的曲折多变的航迹
Ⅰ3习题解答
习题Ⅰ1的解答
输入向量u∈R3为3个螺旋桨的给定电压,输出向量y(t)包括罗盘、声呐数据和摄像机获取的图像,状态向量x对应机器人的位置、方向和速度,设定点w由操作者选定。例如,如果我们要进行航线控制,那么设定点w就是机器人的期望速度和路径。控制器是由计算机执行的程序。
习题Ⅰ2的解答
输入向量u∈R2为帆船的长度δmaxv和船舵的角度δg,输出向量y∈R4包含GPS的数据m、超声风速仪(桅杆上的风速仪)ψ和罗盘θ,设定点w对应要跟踪的航线段ab。图Ⅰ4显示了该控制回路。操作者(未出现在图中)以机器人跟踪期望路径的方式分段跟踪航线序列(这里由12条线段形成一个方形路线,然后返回港口)。
图Ⅰ4帆船机器人的控制回路
机器人自动化
自主移动机器人尤其是无人机的兴起推动了相关学科的蓬勃发展。自动化的目的是设计能够操纵现有动态系统(汽车、飞机、经济系统等)的控制系统。因此受控系统应按如下方式构建:使物理系统形成回了,并配备使用智能电子器件的传感器。虽然最初的系统仅服从物理定律,但是闭环系统的演化遵循嵌入在控制电子器件中的IT程序。
为了更好地理解自动化的关键概念,本书在介绍该领域的基本内容的同时还给出了许多具体的习题和答案。所涉及的理论分析采用状态空间方法,从而可以用简单的方式来处理普通和复杂的系统,包括不同类型的开关和传感器。实现这一目标需要用到已有的理论工具,如线性代数、数学分析和物理学,这些内容通常在工科专业的公共基础课中讲解。
[法] 吕克?若兰(Luc Jaulin)著:
吕克• 若兰(Luc Jaulin), 法国国立布列塔尼高等先进技术学校(ENSTA-Bretagne)机器人学方面的教授,在STICC实验室使用集合方法从事水下机器人和帆船机器人领域的研究。
黄心汉 彭刚 译:暂无简介
关于机器人的书籍已经很多,但像本书这样,在简明扼要阐述机器人的建模、仿真和控制方法的基础上,通过大量习题来对基本概念和基本方法进行演绎与验证的书籍尚不多见。如前言所述:“本书的第一个目的是通过多做习题来了解状态表达的概念”,其中,第1章安排了大量不同类型的习题来演绎如何得到状态表达式,第2章对这些已知系统的状态表达式进行计算机仿真;“本书的第二个目的是提出由状态方程描述的系统的控制方法”,包括第3章和第4章的线性系统控制以及第5章的非线性系统的线性化控制等。作为一本介绍机器人自动化的基本原理和方法的书籍,本书对高等院校相关专业的师生以及从事机器人研究和产业化的工程技术人员大有裨益。
本书的翻译工作由黄心汉和彭刚完成,其中前言、第1章、第2章和术语表由黄心汉翻译,第3章、第4章和第5章由彭刚翻译,全书由黄心汉统稿。张世锋、苏豪、周晨阳参加了部分内容的初译。囿于译者学识水平,译文疏漏在所难免,欢迎读者批评指正。
黄心汉
译者序
前言
第1章建模
11线性系统
12机械系统
13伺服电动机
14习题
15习题解答
第2章仿真
21向量场的概念
22图形表示
221模式
222旋转矩阵
223齐次坐标
23仿真
231欧拉法
232龙格库塔法
233泰勒法
24习题
25习题解答
第3章线性系统
31稳定性
32拉普拉斯变换
321拉普拉斯变量
322传递函数
323拉普拉斯变换
324输入输出关系
33状态方程与传递函数的关系
34习题
35习题解答
第4章线性控制
41能控性和能观性
42状态反馈控制
43输出反馈控制
44小结
45习题
46习题解答
第5章线性化控制
51线性化
511函数的线性化
512动态系统的线性化
513工作点附近的线性化
52非线性系统的稳定性
53习题
54习题解答
术语表
参考文献