CAMOZZI康茂勝執行器對機器人的控制
隨著信息、機械、材料等多學科的交叉發展，機器人在輔助甚至替代人類進行協調工作方面嶄露出良好的應用潛質和強勁的市場需求。因此，機器人技術的研究不僅具有明顯的應用前景，而且具有重要的理論價值。本文將機器人操作過程描述為多自由度運動/力混合非線系統，重點圍繞如何處理執行器非線和狀態約束等不確定因素展開研究，旨在提高機器人控制能。

CAMOZZI康茂勝執行器對機器人的控制
研究了在執行器間隙非線況下機器人抓取物體的協調控制問題，提出了一種補償執行器間隙的運動/力分散模糊控制方案。首先，基于間隙非線逆補償思想，構造了一種執行器間隙逆模型自適應控制方法。然后，通過建立分散魯棒自適應模糊協調控制方法，保證了物體運動和內力分別收斂于期望值。zui后，將所提方法在雙臂機器人系統上進行仿真計算并與已有方法進行比較，結果證實了所提方法的有效。二、研究了多機械臂在執行器磁滯非線和運動受限況下的協調控制問題，提出了一種基于Barrier李雅普諾夫函數方法的機器人自適應模糊控制方案。首先，在多機械臂的執行器動力學方程中建立了磁滯模型，進而引入了自適應控制技術補償并減少來自未知磁滯非線的影響。緊接著，將不同工作環境下運動要求考慮進控制器設計，有效地限制了被操作物體的運動范圍。并且，基于李雅普諾夫穩定定理，保證了所提方法在多機械臂協調過程中運動和力控制能。zui后，多組比較結果說明了所提方法的有效。三、研究了具有廣義未知執行器非線的機器人系統運動控制方法，建立了新型的Nussbaum函數分析工具，解決了未知時變非線控制系數的穩定分析問題。相比較于已有的Nussbaum函數方法，所提的方法不僅將多個未知控制系數從常數擴展為時變量，而且去除了多個控制系數上下界已知的假設條件。將自適應魯棒控制與Nussbaum函數方法相結合，保證了機器人系統狀態在廣義執行器非線況下漸近收斂到期望軌跡。進一步地，為減少因使用傳統Nussbaum函數引起的控制抖動，提出了一種基于飽和Nussbaum函數的控制方法。所提Nussbaum函數是基于時間擴展思想構造，減少了傳統幅值擴展Nussbaum函數帶來的值域不確定問題。四、研究了雙機械臂協調控制過程中由輸出機構導致的狀態磁滯約束問題，提出了一種自適應神經網絡控制器，實現了機器人運動/力協調控制。所提方法完成了輸出磁滯約束特分析，并應用Nussbaum函數方法解決了由反推控制設計方法帶來的時變系數分析困難。同時，結合自適應神經網絡控制方法，實現了神經網絡權重矩陣的上界估計，減少了待更新自適應律數量，降低了完成實時控制所需的計算負荷。zui后，將所提控制方法與傳統方法進行能比較與評估，其結果進一步驗證了所提方法的有效、*和魯棒。五、研究了具有未知輸出死區約束和物體不確定的多機械臂協調控制問題，提出了一種多機械臂運動/力自適應神經網絡協調控制方法。給出了一種死區建模方法，解決了反推控制設計過程中由傳統死區模型導致的控制奇異問題。同時，所提方法去除了控制器設計過程中已知物體尺寸參數的先驗條件。應用李雅普諾夫穩定理論，證明了所提方法在多機械臂協調操作過程中運動和內力控制能。zui后，仿真結果說明了所提方法的有效。

CAMOZZI康茂勝執行器對機器人的控制
并且，通過與自適應控制方法相結合，建立了一種處理多個未知時變控制系數的控制方法，促成了針對多輸入多輸出系統的穩定分析，保證了機器人系統在未知執行器動態況下實現運動狀態漸近跟蹤期望軌跡的控制目標。