姜俊俊,王從慶,武雪尉
(南京航空航天大學自動化學院,南京 210016)
近年來爬壁機器人得到飛速發(fā)展,被越來越多地應用于人類生產(chǎn)活動[1-3],隨著它的廣泛使用,機器人的結(jié)構(gòu)與控制方式也得到了很大的發(fā)展。文獻[4]設(shè)計了一種仿生可重構(gòu)的機器人,通過對蝎子的運動機理分析,使得機器人能夠完成地面爬行、滾動以及攀爬垂直墻壁的任務(wù);文獻[5]設(shè)計了一種能夠攀爬大型儲罐的機器人,該機器人采用磁吸附方式吸附到壁面,且磁吸附位置可以根據(jù)不同環(huán)境進行調(diào)節(jié),使吸附力能夠根據(jù)不同環(huán)境要求進行自適應補償;文獻[6]設(shè)計了一種氣缸驅(qū)動的爬壁機器人,通過對氣動系統(tǒng)進行分析,搭建了一個能夠?qū)崿F(xiàn)攀爬平面墻壁的機器人系統(tǒng);文獻[7]設(shè)計了一種能夠攀爬多孔和粗糙壁面環(huán)境的機器人,該機器人的氣動系統(tǒng)設(shè)計得較為完善;文獻[8]設(shè)計了一種抽風式的爬壁機器人,機器人有一對驅(qū)動輪和一個同軸螺旋槳推進器,能夠在斜坡上進行旋轉(zhuǎn)運動和平移運動;為了克服機器人在復雜環(huán)境下由于參數(shù)的變化造成系統(tǒng)的模型具有不確定性的問題,文獻[9-11]提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)補償?shù)目刂品绞剑摽刂品绞侥軌蜃赃m應地補償系統(tǒng)不確定性和線性系統(tǒng)殘差導致的輸出擾動;文獻[12]針對剛性機器人操縱器,提出了一種魯棒自適應滑模跟蹤控制方案,自適應RBF神經(jīng)網(wǎng)絡(luò)用于學習系統(tǒng)不確定性的上界,然后將神經(jīng)網(wǎng)絡(luò)的輸出用作補償參數(shù),從而消除系統(tǒng)不確定性的影響,并且可以使閉環(huán)機器人控制系統(tǒng)的漸近誤差收斂;……