专利交易市场

本发明公开了一种考虑系统性能受限下网络化遥操作系统的控制方法，具体为：网络通信时延下基于非线性网络化遥操作系统模型定义主、从位置同步误差受限变量；基于定义的误差变量以及神经网络设计遥操作系统自适应神经网络控制策略；利用李亚普诺夫方程给出神经网络以及参数自适应调节律，保证主从同步误差趋近收敛于零的同时满足所设定的性能要求。本发明方法通过在遥操作系统性能受限下的稳定运行，保证了系统的安全性，解决了现有遥操作控制策略下系统收敛速度慢且精度低的问题，克服了系统模型不确定以及外界干扰对系统性能的影响，并提高了系统的暂、稳态性能以及抗干扰性能。同时本发明简化了控制器设计过程，使其更利于实际应用。

本发明公开了一种针对非对称结构下柔性遥操作系统的控制方法。其内容是：建立n维非对称结构下柔性遥操作系统模型；在网络通信时变时延下定义主、从机器人位置同步误差变量，并基于该定义，设计新的带有输入时延的主从机器人控制方法；基于线性矩阵不等式给出遥操作系统的稳定的时滞相关稳定性条件，保证遥操作系统在外界输入力为零时的稳定性和同步性。本发明通过保证在柔性遥操作系统性能不对称结构以及时变不对称时变时延下的稳定运行，从而提高了系统的灵活性和实用性。本发明中的控制方法简单，只用到了电机的位置及速度信息，因此提高了该控制方法的实用性。

本发明公开了一种针对多主‑多从遥操作系统的增强透明性能控制方法，属于网络化非线性遥操作系统控制技术领域，具体为：针对网络化多主‑多从遥操作系统分别测量各个主、从机器人在末端执行器的位置、速度及加速度信息，并测量操作者对主机器人施加的力信息和从机器人与外界环境的接触力信息；针对多个主机器人基于接收到的从机器人力信息和操作者输入的力信息分别设计导纳理想轨迹生成器；针对多个从机器人基于从机器人本身与环境作用的力信息及接收到的主机器人的位置信息分别设计导纳理想轨迹生成器；分别针对各个主机器人和从机器人定义同步误差变量，并设计神经网络控制器；选取李雅普诺夫函数给出多主‑多从遥操作系统渐渐稳定的充分条件。

本发明提供了一种基于事件触发机制的遥操作系统分数阶滑模同步控制方法，该方法包括：考虑外部扰动和参数不确定性，建立遥操作系统动力学模型；选取主从机器人，通过通信网络交互组建遥操作系统，确定动力学模型的系统参数；利用位置跟踪误差与分数阶微积分，设计分数阶非奇异快速终端滑模面方程；设定主从机器人信息交互的触发事件条件，基于滑模设计自适应分数阶非奇异快速终端滑模控制器；设计李雅普诺夫函数进行稳定性分析，证明系统闭环状态信号的有界性。本发明可避免奇异问题，扩大控制器自由度，加快收敛速度，提高控制精度，降低整数阶滑模面存在的抖振问题，适用性更强，减少网络带宽和通信资源的占用，提高资源的利用率。