Controlador adaptable con restricciones exponenciales para manipuladores robóticos
Resumen
En este trabajo, se diseñó una solución de control para resolver el problema de seguimiento trayectoria de un robot manipulador. El control considera una estructura proporcional derivada (PD) con ganancias adaptativas. La ley de adaptación de las ganancias se obtiene mediante una función de Barrera de Lyapunov, que considera una forma logarítmica y una cota variable en el tiempo a través de una función exponencial decreciente. El diseño de la barrera impone una disminución exponencial del error de seguimiento con una velocidad prescrita. El control diseñado se implementa numéricamente para un modelo de robot manipulador de dos grados de libertad. Los resultados se comparan con un controlador PD clásico mostrando que el control diseñado se desempeña mejor en la tarea de seguimiento. El PD adaptativo tiene un error cuadrático medio más pequeño que el PD clásico. El control diseñado se prueba con diferentes parámetros de convergencia y los resultados muestran cómo el límite exponencial impone una velocidad prescrita.
Descargas
Citas
Ballesteros, M., Polyakov, A., Efimov, D., Chairez, I., y Poznyak, A. (2020). Adaptive discontinuous control for homogeneous systems approximated by neural networks. IFAC-PapersOnLine, 53(2):7885–7890.
Ballesteros-Escamilla, M. F., Cruz-Ortiz, D., Chairez, I., y Luviano-Juárez, A. (2019). Adaptive output control of a mobile manipulator hanging from a quadcopter unmanned vehicle. ISA transactions, 94:200–217.
Cruz-Ortiz, D., Chairez, I., y Poznyak, A. (2021). Non-singular terminal sliding-mode control for a manipulator robot using a barrier Lyapunov function. ISA transactions.
Cruz-Ortiz, D., Chairez, I., y Poznyak, A. (2022). Sliding-Mode Control of Full-State Constraint Nonlinear Systems: A Barrier Lyapunov Function Approach. IEEE Transactions on Systems, Man, and Cybernetics: Systems.
Dai, L., Yu, Y., Zhai, D.-H., Huang, T., y Xia, Y. (2020). Robust model predictive tracking control for robot manipulators with disturbances. IEEE Transactions on Industrial Electronics, 68(5):4288–4297.
Guerrero, J., Torres, J., Creuze, V., y Chemori, A. (2020). Adaptive disturbance observer for trajectory tracking control of underwater vehicles. Ocean Engineering, 200:107080.
Guo, J., Li, C., y Guo, S. (2019). Study on autonomous hovering of the spherical underwater robot based on fuzzy pd controller. En 2019 IEEE International Conference on Robotics and Biomimetics (ROBIO), pp. 1601–1606. IEEE.
Hu, Y., Wang, W., Liu, H., y Liu, L. (2019). Reinforcement learning tracking control for robotic manipulator with kernel-based dynamic model. IEEE transactions on neural networks and learning systems, 31(9):3570–3578.
Khalil, H. K. (2015). Nonlinear control, volumen 406. Pearson New York.
Liu, C., Zhao, Z., y Wen, G. (2019). Adaptive neural network control with optimal number of hidden nodes for trajectory tracking of robot manipulators. Neurocomputing, 350:136–145.
Liu, L., Gao, T., Liu, Y.-J., Tong, S., Chen, C. P., y Ma, L. (2021). Time-varying IBLFs-based adaptive control of uncertain nonlinear systems with full state constraints. Automatica, 129:109595.
Santoso, F., Garratt, M. A., y Anavatti, S. G. (2019). Hybrid PD-fuzzy and PD controllers for trajectory tracking of a quadrotor unmanned aerial vehicle: Autopilot designs and real-time flight tests. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 51(3):1817–1829.
Soukhanov, A. H., editor (1992). The American Heritage. Dictionary of the American Language. Houghton Mifflin Company.
Spong, M. W., Hutchinson, S., y Vidyasagar, M. (2020). Robot modeling and control. John Wiley & Sons. Teng, L., Gull, M. A., y Bai, S. (2020). Pd-based fuzzy sliding mode control of a wheelchair exoskeleton robot. IEEE/ASME Transactions on Mechatronics, 25(5):2546–2555.
Tika, A., Gafur, N., Yfantis, V., y Bajcinca, N. (2020). Optimal scheduling and model predictive control for trajectory planning of cooperative robot manipulators. IFAC-PapersOnLine, 53(2):9080–9086.
Yang, C., Huang, D., He, W., y Cheng, L. (2020). Neural control of robot manipulators with trajectory tracking constraints and input saturation. IEEE Transactions on Neural Networks and Learning Systems, 32(9):4231–4242.
Derechos de autor 2023 Manuela Gómez-Correa, David Cruz-Ortiz, Ivan de Jesús Salgado-Ramos, Mariana Felisa Ballesteros-Escamilla
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
