Figure 1 - uploaded by Alberto Adade
Content may be subject to copyright.
Source publication
This paper describes a dynamic simulator for rigid-serial-links robot manipulators and their control systems, using the SIMULINK environment. The main contribution of this work is to provide a rather generic robot simulator, different from the usual applications that show manipulator-dependent solutions. The utilization and some characteristics of...
Context in source publication
Context 1
... block called ROBOT in Fig. 1 represents the dynamic model of the manipulator system. Generalized torques from the controller block enter the robot block which in turn outputs the state vector of the plant ( Figure 2 shows this block in SIMULINK ungrouped form). The Robot Dynamics block is implemented as an S-function block (SIMULINK nonlinear library). ...
Similar publications
Robots use feedback control algorithms which compute commands to the actuators based upon the error between the current state of the robot and its target state. The magnitudes of the commands can be proportional to the error, obtained by integrating or differentiating the error, or some combination of these functions. The goal is to reach the targe...
A high-precision manipulation task, such as needle threading, is challenging. Physiological studies have proposed connecting low-resolution peripheral vision and fast movement to transport the hand into the vicinity of an object, and using high-resolution foveated vision to achieve the accurate homing of the hand to the object. The results of this...
Citations
... In this method, the setpoints from the trajectory generator(position, velocity, and acceleration) are the inputs to the controller block while the output from the controller block is the control signal for the robot manipulator. However, this method is still applied, and even recently [5],on manipulators whose dynamics are linearized about a particular operating point. Different categories of controllers are designed that are based upon classical PID, linear quadratic Ricatti (LQR) control, linear quadratic Gaussian (LQG) control, feedback linearization techniques, singular perturbation theory, and sliding mode techniques [6]. ...
The inherent nonlinearity in robot modeling besides, the inverse model of the end effector dynamics are the main difficulties facing the robot control .This is why most of the proposed controllers based on conventional control strategies are often failing to perform best trajectory planning .In this paper, a novel design technique for an optimal PID-computed-torque controller will be presented. The proposed controller implements a nonlinear least squares method to minimize the track error of the planned trajectory to a robot end effector. However, the optimization will be carried out by applying nonlinear minimization through a trust region method. The results of the proposed controller show that the robot motion can be controlled with less error than conventional PID-controller.
Resumo Este trabalho discute a necessidade de um controlador robusto para um manipulador robótico e o seu projeto utilizando a teoria de otimização H∞. Para controle de posicionamento de manipuladores robóticos, uma das técnicas usadas é a que utiliza o método do torque computado, que somente tem resultado aceitável quando o modelo da planta é totalmente fidedigno. Neste trabalho é usado um controlador robusto, juntamente com o controlador via método do torque computado, para suprimir efeitos de incertezas paramétricas e dinâmicas não modeladas da planta. Um exemplo de aplicação é realizado para ilustrar esta abordagem. Abstract This work discusses the need and the design of a robust controller for a robot manipulator. The design of the robust controller uses the H∞ optimization theory. The computed-torque method is one of the techniques used to control the positioning of a robot manipulator, but it has an acceptable result only when the plant model is quite reliable. A robust and a computed-torque controllers are used together in this work so that the effects of the parametric uncertainties and unmodelled dynamics of the plant are su-pressed. An application example is made to ilustrate this approach. Existe uma variedade de métodos de controle a realimentação para o controle de movimento de manipuladores robóticos de elos rígidos seriais. O mais simples e mais usado, é o controlador PID des-centralizado, onde um controlador PID atua sobre cada junta do robô de forma independente. O projeto do sistema com controle independente de juntas con-sidera as forças/torques da dinâmica não-linear aco-plada do robô, como um torque de perturbação para o motor de cada junta a ser controlado. Este torque tem seu efeito atenuado pela redução existente entre o motor e a junta do manipulador. Para robôs de baixo desempenho dinâmico isto funciona bem, pois quanto maior a redução (o que introduz limitações mecânicas para as velocidades dos elos), menor o efeito das dinâmicas não-lineares do robô sobre o motor. Outra técnica bastante investigada é o controlador particionado ou tipo torque computado (computed-torque method) [CRAIG, 1986], cuja lei de controle é dividida em duas partes: uma baseada no modelo dinâmico da planta e denominada " model based " , basicamente objetiva transformar a planta não-linear multivariável (robô) num conjunto de sistemas lineares desacoplados tipo massa unitária; a outra parte, denominada " error driven " , fica responsável pelo ajuste baseado no erro entre o movimento desejado e o real. De fato pode-se dividir os esquemas de controle de manipuladores robóticos em duas classes [LEWIS et al., 1993], quais sejam: (1) controladores " seme-lhantes ao do torque computado " (computed-torque-like), onde se encaixam os controladores convencio-nais-PD, PID e suas derivações, controladores ro-bustos, adaptativos, por aprendizado (learning), e outros; e (2) controladores sem o cômputo do torque (noncomputed-torque-like), onde estão os controla-dores obtidos via controle ótimo ou subótimo, por exemplo [JOHANSSON, 1990]. O modelo dinâmico de um manipulador robóti-co está sujeito a incertezas (estruturadas e não-estruturadas), o que sugere basicamente duas abor-dagens para controle [ABDALLAH et al., 1991]: uma a que usa o controle adaptativo e a outra, o controle robusto. Na abordagem adaptativa se projeta um controlador que tenta "aprender" sobre as incertezas de um sistema particular, o que dependendo do sis-tema pode ser a melhor alternativa. Na abordagem tipo controle robusto, o controlador tem uma estrutu-ra fixa que produz um desempenho aceitável para um dado conjunto de incertezas da planta. Em geral a abordagem adaptativa é aplicável a uma faixa mais ampla de incertezas, em contra partida, os controla-dores robustos são de implementação mais simples e praticamente nenhum tempo é dispendido para ajustar o controlador às variações da planta. Atual-mente vem se tentando robustecer os controladores adaptativos com a finalidade de combinar as vanta-gens das duas abordagens. Este trabalho descreve o projeto de um controla-dor robusto para um manipulador robótico, utilizan-do a teoria de otimização H ∞. 2 Configuração e Projeto do Controlador Robusto 2.1 Necessidade do Controle Robusto O principal objetivo desta seção é demonstrar como um controlador robusto pode compensar os efeitos de dinâmicas não-modeladas e variações no modelo do robô, quando este é controlado através do método do torque computado e é submetido a varia-ções de trajetórias e variações na massa do objeto manipulado.
