基于神经滑模的柔性连杆机械手末端位置控制.pdf

《基于神经滑模的柔性连杆机械手末端位置控制.pdf》由会员分享，可在线阅读，更多相关《基于神经滑模的柔性连杆机械手末端位置控制.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 3 O卷第 5期 2 0 0 8 年9 月 机器人 R OB O T V b l-3 0 N O 5 Se p ，2 008 文章编号：1 0 0 2 0 4 4 6(2 0 0 8)0 5 040 4 0 6 基于神经滑模的柔性连杆机械手末端位置控制 张 宇，杨唐文 2 孙增圻(1 清华大学计算机科学 与技术系清华信息科学 与技术国家实验室智能技术 与系统国家重点实验室，北京1 0 0 0 8 4 2 北京交通大学计算机 与信息技术学院，北京1 0 4)摘要：为 了提高柔性机械于 末端位置控制 的鲁 棒性和精度，提 出 了一种基十神经滑 模的控制策略 首先采 用 输入 输 出线 性化方法

2、将动力学模 型部分线性化，使之 分成 输入 输“了系统与 内动态 子系 统输入 输 出子系统 采 用神经滑模控制，内动态 了系统采用状态 反馈摔制器镇 定随后，对控制系统 内动态稳 定性进行 了分析，并在 两 自由度柔性连杆机 械手控制的仿真试验 中得 到了满意 的结果 试 验结果表 明，伍存 模型不确定性 时，该摔制 策略提 高了控制系统的鲁 棒性 和控制精度 关键词：柔性连杆机械手；神经滑模控制；输入 输 I【部分线性化 中图分类号：T P 2 4 文献标识码：A Ne ur o-Sl i d i ng M o d e En dpo i nt Co nt r o l o f Fl e x

3、i bl e-l i nk M a n i pu l a t o r s ZHANG Yu ，YANG Ta n g we n ，S UN Ze n g qi (1 S t a t e K e y L a b o r a t o r y o f I n t e l l i g e n t T e c h n o l o g y a n d S y s te m s，T s i n g h u aN a t i o n a l L a b o r a t o ryf o r I n f o r m a t i o n S c i e n c e a n dT e c h n o l o g y

4、D e p a r t m e n t of C o m p u t e r S c i e n c e a n d T e c h n o l o g y，T s i n g h u a U n i v e r s i t y，B e ij in g 1 0 0 0 8 4，C h i n a；2 S c h o o l o fC o m p u t e r a n d I n f o r ma t i o n T e c h n o lo g y，B e O i n g J i a o t o n g U n i v e r s i ty，B e(ri n g 1 0 0 0 4 4，C

5、h i n a)A b s t r a c t：T o i mp r o v e t h e r o b u s t n e s s a n d p o s i t i o n p r e c i s i o n o f e n d p o i n t c o n t r o l o f f l e x i b l e l i n k ma n i p u l a t o r s(F L Ms)，a c o n t r o l s t r a t e g y b a s e d o n n e u r o s l i d i n g mo d e(NS M)i s p r o p o s e

6、d F i r s t l y,t h e d y n a mi c s mo d e l i s p a r t i a l l y l i n e a r i z e d b y i n p u t o u t p u t l i n e a r i z a t i o n me t h o d，S O i t i s s e p a r a t e d i n t o t wo s u b s y s t e ms o f i n p u t o u t p u t s u b s y s t e m a n d i n t e m a l d y n a mi c s s ub s y

7、s t e m An NSM c o ntrol l e r i s de s i gn e d t o c on tro l t he i n pu t o ut pu t s u bs ys t e m wh i l e a s t a t e s f e e dba c k c on t r o l l e r i s empl oy e d t o s t a bi l i z e t h e i n t e rn a l dy na mi c s s u bs ys t e mThe n，s t a bi l i t y of t he i n t e r na l d yn a m

8、i c s i s a na l y z e d，a nd s a t i s f a c t or y r e s u l t s ar e o b t a i n e d i n t h e s i m u l a t i o n o f c o n t r o l l i n g a 2 D O F F L M T h e r e s u l t s i n d i c a t e t h a t t h e p r e s e n t e d m e t h o d i m p r o v e s t h e r o b u s t n e s s a n d p o s i t i

9、o n p r e c i s i o n o f t h e F L M s y s t e m wh e n mo d e l u n c e r t ain t y i s c o n s i d e r e d Ke y wo r d s：fl e x i b l e l i n k ma n i p u l a t o r(F LM)；n e u r o s l i d i n g mo d e c o n t r o l；p a r t i a l i n p u t o u t p u t l i n e a r i z a t i o n 1 引言(I n t r o d u

10、c t i o n)柔性机械手具有质量轻、速度快、能耗低利操 作空 间人等优 点，是机器人研 究的一大热点，然而 由于其结构上具有柔性，在运动过程 中会产生形变 和振动，给机械手末端位置控制带来了一系列的难 题，如难于建立精确数学模型、存在非最小相位特 性、存在强非线性耦合等 许 多控 制 理 论 被 应 用 在 柔 性机 械 手 的控制 中P D(比例 微分)控制 I 1 算法简单，但 是鲁棒 性较差；自适应控制【】和鲁棒控制【算法都对柔 性机械手的参数变化具有一定 的适应能力，但需要 精确的模型和参数变动范围；奇异摄动控制方法 是将柔性机械手模型分成快、慢子系统来分别控制，但要求摄动参数小

11、，其应用具有一定局限性 Mo a l l e m 等 】和 Ar i s o y等【6 采用输入 输出线 性化方法将柔性机械手动态方程进行部分线性化，分成 内、外动态两部分，同时通过输 出重定义 的方 法克服系统 的非最小相位 问题 但是该方法存在两 个主 要的缺 点，一是仍然 需要精确的动力学模型，当存在模型不确定性时，控制器鲁棒 性较 差；二是 控 制量存 在矩 阵求逆运 算，使控制 解具有局 部特 性 本文 提 出一种基于神经滑模【的柔性连杆机 械手末端位置控制算法(即用神经 网络实现滑模控 制)，将动态方程分成输入 输 出子系统和 内动态子 基金项 目：国家 自然科学基金资助项 目(6

12、 0 3 0 5 0 0 8)；同家9 7 3计划资助项 目(2 0 0 2 C B 3 1 2 2 0 5)收稿 日期：2 0 0 8-0 3 0 6 维普资讯 http:/ 第 3 0卷第 5期 张宇等：基于神经滑模的柔性连杆机械手末端位置控制4 0 5 系统两部分 后，输 入 输 出子系统采用 神经滑模控 制，内动态的镇 定采用状态反馈控制 控制器不需 精确模型和求逆运算，对模型不确定性和外部扰动 具有较高的鲁棒性 2 柔性连杆机械手动 力学模型(Dy n a mi c s mo d e l o f fl e x i b l e-l i n k ma n i p u l a t o r

13、s)，z自由度柔性平面连杆机械手动力学方程 】如 下：萎 +三：耋：宝：耋；+D I2 ；+三 三 =U c，其中，为正定对称惯性矩阵，s 1(0，0，)、2(0，0，)是 与 哥 氏力 1 向心 力有 关 的项，D1、D2 为阻 尼 矩 阵，为 刚度 矩 阵，为 关 节 输 入 力 矩(D T T)=0 O n ，是 由机械 手 关节 角和 柔性 模 态组 成 的广义 矢量，其中 O i 为第 i 个关节角变量，西 是第 i 个连杆 的第，个模态变量，m为柔性模态阶数 假 设 在研 究 的操 作范 同 内，是 可逆 的，令：1 日 I】控 I，则 由 式(1)可 得：1日2 1 日2 2 l

14、 舀=一Hl 1(D，6，0，占)+Dl 0)一H。2(s 2(o，6，0，杏)+)+日I 1(2)：一H2 1(1(0，0，6)+D】0)一H2 2(0，0，)+D2 +K2 8)+H2 l“(3)为了克服非最小相位特 性，采用重定义输 出 作为机械手末端位置：+了(Z i 羔 ，西 ，f：1，2，(4)i =1 其 中，钆f 是第 i 个连杆的第 个空间模态形 函数，是第 i 个连杆的长度当 一1 1时，能使系统 零动态稳定，写成 向量形式为：Y=0+C6 (5)其 中，C=Cl 0 0 Cn 为，2 m1 l维 的 矩 阵，子 矩 阵 c =鲁 ()(Pi,2(1)，(ff)，f=1，F

15、 t 3 输 A,输 出部 分 线 性 化(P a r t i a l i n p u t o u t p u t l i n e a r i z a t i o n)柔性机械手属于欠驱动系统，因此只能对其部=一(日1 l+C H2|)(l(0，0，)+D1 0)一(Hl2+C H2 2)(D，0，)+D 2 杏+)定义z=T T，其中，=)，T y W ，lf，=8 w T 得剑 状态方 ：，8，6，杏+曰，。，9，l 1 f，l=【=e(o，台，)+，(，a)u E(0，0，)=一H2 1(D，6，0，杏)+D1 0)z(12)【2 V l 1 I，1=1 I，l；，2=E(D，臼，)+F

16、(9，)(1 3)【B 一 (，0，)(y a(a，e，白，)维普资讯 http:/ 机器人 2 0 0 8年 9月 其 中，是待设计控制律 4 控制器设计(C o n t r o l l e r d e s i g n)控 制器 设计 不仅要 考虑 输 出的跟 踪控 制，也 要考虑柔性模态的镇定U由输入 输出子系统控 制量。和内动态控制量 l i 组成，控制结构见图 1 上 图 1 柔 性机 械 手 控 制 结构 F i g 1 Co n t r o l s t r u c t u r e o f fl e x i b l e l i n k ma n i p u l a t o r s 4

17、 1 输 出跟踪控制 首先设计传统滑模控制器 1 2 ，得：。q=B (，o，)(+Ae A(a，0，0，)(1 4)U =B 一(，0，)K s s g n(s)(1 5)。是等效控制量，n，z)是滑模增益矩阵，l I 是切换控制量，A=d i a g 1 是滑模面参数，角标 r 表示参考量，角标 s 表示与切换控制相关的 量，s g n(s)=s g n(s 1)s g n(s )为符号函数向量 然后，。和 M 分别用两个前馈神经 网络来实 现，记 为 N Nl 和 NN2 NN1 用来计 算等效控制量。，网络结构见图 2 l ，2 图 2 N N1 结构图 F i g 2 S t r u

18、 c t u r e o f NN1 输入为，=1，4 】=y t T，个 数为 锄，隐层节点数与输入节点数相等为 4 n，输出 节点数为 n NN1 第 1 层权重矩阵为，第 2层权重 矩阵为 V K。q=d i a g l 为输出增益，等 效控制 向量。q=“。q l U e q n T，g()采用 s i g m o id 函数 N Nl 的输入输出关系为：产 1，M o t，=g(M i)，=1，Ni ：4 nl Mo u N o =g(N i J)，=1，U e q =No u t j q ，J=1，n 从而得到神经滑模等效控制：，4 n (1 6)一，z (1 7)-08)l。q=

19、K。q g(V g(W，)(1 9)当系统状态进入滑动模态时，切换控制量 l I。为 0，系统的控制量 由 U e q 提供，因此 NNI 权重更新的 梯度方 向是使 l I 趋于零的方向定义指标函数为：J ：1 2 n卢 l U 厂M )=l 2 ：。(酣。，)2(2 0)f是系统状态在滑模面上 时的等效控制量，此 时 U s j=0 当“e q J 偏离“7时，“。J 0且用于补偿该偏 差，因此，一“e q 广U s J 采用反向递推算法来推导 N N1 的权重更新算法【7 NNl 权重 y更新算法为 d V i a J l 一I 1 1 一O Vj 一，l,i e q Y 0 No t

20、j 3 Ni J (2 1)一 dUe q j d V o u t j dNi i n ：u l U s 砭q g l()Mo ti NN 权重 更新算法为 d Wj i a J 一一 一喹=(g (i)，)-g ()I (2 2)NN 2 用于计算切换控制量 H。，网络非全连接，其 前 向通道是切换控制的计算过程 网络结构见 图 3 输入为误差向量E=e l e l I，个 数 为 2，l，隐层节点数与滑模 面个数相等为，输出 节点数为 n N N2 第 1 层权重矩阵为 G，第 2层权重 矩阵为 切换控制向量=U。1 】N N 2 的 输入输出关系为：=相 ，S o u r)，=1，z(2

21、 3)维普资讯 http:/ 第 3 O卷第 5期 张 宇等：基于神经滑模 的柔性连杆机 械手末端位置控制4 0 7 严 1 S o u t f，=1，z(2 4)5 从而得到神经滑模切换控制“=K g(a E)(2 5)U 控制量应满足滑模到达条件，它的控制作 用是让 和 l I。趋 向于零因此定义指标函数 J 2 一九 s T +(1 一 )，0 1 (2 6)采用 B P算法推 导权 重更新算法 7】N N2 权重 更新算法为 一d gs j,i：一 堕 d f O Ks，f =2 y as j(f o g(s i)d 1 2 o(1 一 )u sjg(s i)(2 7)N N2 权重

22、G更新算法为 一dGj,i d t OGj，i ：一2|；L sje _(1 一 )(2 8)k=l (1 一 g (s j)e(i)其中，y a、y c 分别是不同的学习率，为固定常数 至此，完成了柔性连杆机械手输入 输 出子系统 的神经滑模控制器设计：l。=K。q g(V g(W+K g(G E)(2 9)图 3 N N2 结构图 Fi g 3 S t r u c t u r e o f NN2 4 2 柔性 模态 镇定 为 了对 内动态进行镇定，使柔性模态有界采 用与 Mo a l l e m等 5】相同的状态反馈控制：u i =K8 8+(3 0)可 以采用极点配置的方法设计控制增益

23、6和 占，使 内部动态稳定 内 动 态稳 定性 分 析(S t a b i l i t y a n a l y s i s o f i n t e r n a l d y n a mi c s)根据上一节 内容可知，总的控制量为：=K e q g(V g(W，)+。g(G E)+K8 8+Ks 8 (3 1)将式(1 0)、(1 1)、(3 1)代入式(9)可得 内动态 I IIV I=J=(一 日2 1 K 2+H2 1 K )l I，1+(一 日2 2 D2+日2 1 6)l+-H 2 1(S l+D l l 2)一 2 2 +H 2 1(K e q g(V I g(W，)+K。g(G E

24、)(3 2)在 l f，1=0和 1 I，2=0处对内动态进行线性化 l；，=A (3 3)其 中，A ：l o ，l，L 1_H z 2 o K 2+H 2 1o K 6一 H 2 2 o D 2+H z lo K 8 I H ij o=Hij I：0,12=0 如果设计反馈增益 6 和 杏，以保证 A1 I，是赫尔维兹矩 阵，那么 内动态在 l f，1=0 和=0处是渐近 稳定 的 5】根据线 性控制理论 可知，内动态在式(3 1)的控制律下是局部渐近稳定 的 图 4 两 自由度柔性连杆机械手结构图 F i g 4 S t r u c t u r e o f 2 DOF f l e x i

25、 b l e l i n k ma n i p u l a t o r s 6 仿真试验(S i mu l a t i o n s)。为 了验 证 算 法 有 效 性 和 优 越 性，分 别 采 用 Mo a l l e m 等 5】的输 入 输 出 线性 化 方 法 和本 文 改 进算法对两 自由度柔性连杆机械手进行末端位置控 制 的仿真对比试验 机械手结构示意图见图 4 机械手参数见表 1，仿真模型采用文【8 推导的 柔性连杆机械手封 闭动力学模型机械手末端位置 维普资讯 http:/ 机器人 2 0 0 8年 9月 输 出 重 定 义 参 数 0 c=0 9 0 8 1 T 期 望 末

26、端 轨 迹 为 Y r l=一c o s(0 3 x t)，Y r 2=一c o s(0 3 x t)(单位：r a d)输 入 输 出 线 性 化 方 法 中 控 制 参 数 为 Kp=三 、=三 二 ，神 经 滑 模 控 制 算 法 中 委 i o 薹：NN1初 始 权 值 是零 均 值 随机 数，N N2初 始 权 值 为 G=0 8 0 0 1 071、=05 17=6 NN 和 1 1 1 NN2的学习率分别为 0 1 和 0 0 0 1 仿真周期为 0 1 ms，采样周期为 2ms 表 1 两 自由度柔性连杆机械于参数 Ta b 1 Pa r a me t e r s o f 2-

27、DOF fle xi bl e l i n k ma ni pu l a t o r 类别 长度 I m 质量m k g 抗弯川度 E I N m 末端等效质量 m p k g 连杆 1 0 5 0 1 1 0 01 连杆 2 0 5 0 1 1 0 (a)(b)图 5 机械手末端位置跟踪轨迹(基于输入 输 出线性化，含模型不确定性)F i g 5 E n d p o i n t t r a c k i n g t r a j e c t o r y o f m a n i p u l a t o r(b a s e d o n I O l i n e a r i z a t i o n，wi

28、 t h o u t mo d e l u n c e r t a i n t y)(a)(b)图 6 机械手末端位置跟踪轨迹(基于 神经滑模，不含模 型不确 定性)F i g 6 E n d p o i n t t r a c kin g t r a j e c t o r y o f ma n i p u l a t o r(b a s e d o n n e u r o s l i d i n g mo d e，wi t h o u t mo d e l u n c e rt a i n t y)O 6 0 4 0 2 0 -0 2 -0 4 -0 6 (a)(b)图 7 机械于末端位置

29、跟踪轨迹(基于输 入 输 出线件化，含模型不确定性)F i g 7 E n d p o i n t t r a c k i n g t r a j e c t o r y o f ma n i p u l a t o r(b a s e d o n I O l i n e a r i z a t i o n，w i th mo d e l u n c e r t a i n t y)(a)(b)图 8 机 械手 柔性模 态 曲线(基于输入，输 出线性化，含模型不确定性)F i g 8 F l e x i b l e mo d a l c u r v e o f ma n i p u l a t

30、 o r(b a s e d o n I O l i n e a r i z a t i o n，w i t h mo d e l u n c e rt ain t y)维普资讯 http:/ 第 3 0卷第 5期 张宇等：基于神经滑模的柔性连杆机械手末端位置控制(a)(b)图 9 机械手末端位置跟踪轨迹(基于神经滑模，含模型不确定性)F i g 9 E n d p o i n t t r a c k i n g t r a j e c t o r y o f ma n i p u l a t o r(b a s e d o n n e u r o s l i d i n g mo d e，w

31、i t h mo d e l u n c e r t a i n t y)(a)(b)图 l O 机械手柔性模态曲线(基于神经滑模，含模型不确定性)F i g 1 0 F l e x i b l e mo d a l c u r v e o f ma n i p u l a t o r(b a s e d o n n e u r o s l i d i n g mo d e，wi t h mo d e l u n c e r t a i n t y)不存在模型不确定性时两种方法 的控制结果见 图 5和 图 6 图 5所示，基 于输入 输 出线性化的控 制方法具有较高控制精度，图 6所示，神经滑

32、模控 制方法在不需模型信息的情况下，仍具有较高控制 精度 为了检验控制 系统鲁棒性，增加了模型不确定 性，重复上述实验 图 7 图 1 O是存在模型不确定 性情况下两种方法 的控制 结果图 7和 图 8所示，基于输入 输 出线 性化方法 的末端位 置和 柔性模态 都趋 于发 散，控制系统不稳定图 9和图 1 O显示，神经滑模控制算法对于模型不确定性具有一定的鲁 棒性，虽然控制精度有所下 降，但是仍然能够对柔 性连杆机械手末端位置进行稳定控制，且保证柔性 模态有界 7 结论(Co n c l u s i o n)本文对柔性连杆机械手末端位置控制 问题进行 了深入研究，基于输 入 输 出线性化 的

33、控制 方法存 在两个主要 问题，一是需要对象精确模 型，二是输 入 输 出子系统控制含矩阵求逆，使控制解具有局部 特性为 了解决这些 问题，引入 了神经滑模控制算 法，即利用神经网络 的非线性逼近能力使控制器不 需要精确模型和矩阵求逆运 算同时 由于神经 网络 能够在线调整控制器参数，使控制算法具有 自适应 能力利用两 自由度柔性连杆机械手进行对 比仿真 试验，结果显示，当不存在模型不确定性时，两种方 法都能以较高的精度实现稳定控制；当存在模型不 确定性时，改进 的算法具有较高的鲁棒性因此，通 过 引入神经 滑模控制对输入 输 出线性化方 法进行 改进，降低 了对模型的依赖程度，提高了鲁棒性，

34、并 解决了控制解由于求逆运算带来的局 限性 问题 参考文献(Re f e r e n c e s)1 Wa n g W J，L u S S，Hs u C E E x p e r i me n t s o n t h e p o s i t i o n c o n t r o l o f a o n e l i n k fl e x i b l e r o b o t a n n J I E E E T r a n s a c t i o n s o n R o b o t i c s and Au t o ma t i o n，1 9 8 9，5(3)：3 7 3 3 7 7 2】Y ang

35、JH，L i a nFL，F uLC Ad a p t i v e r o b u s t c o n t r o l f o r fl e x i b l e ma n i p u l a t o r s A P r o c e e d i n g s o f the I E EE I n t e r n a t i o n a l Co n f e r e n c e o n Ro b o t i c s and Au t o ma ti o n C P i s c a t a wa y,NJ，US A：I EEE1 99 5 1 2 2 3 1 22 8 【3】C a r a c c i

36、 o l o R，Ri c h i e d e i D，Tr e v i s a n i A，e t a 1 Ro b u s t mi x e d n o D l po s i t i o n an d vi b r a t i o n c on tro l o f fle xi b l e l i nk me c h a n i s ms【J J Me c h a tr o n i c s，2 o o 5，1 5(7)：7 6 7,-7 9 1 4】Et x e b a r r i a S a n z A，L i z a r r a g a I Co n tr o l o f a l i

37、g h t we i g h t fl e x-i b l e r o b o t i c a r m u s i n g s l i d i n g mo d e s J I n t e r n a ti o n a l J o u r n a l o f Ad v anc e d R o b o ti c S y s t e ms，2 0 0 5，2(2)：1 0 3 1 1 0 【5】Mo all e m M，P a t e l R V Kh o r a s a n i KRe x i b l e l i nk R o b o t Mani p u l a t o r s(Co n t

38、r o l T e c h n i q u e s and S t r u c t u r al De s i g n)M Lo nd o n，UK：S p r i n g e r-Ve r l a g，2 0 00 6】Ar i s o y A，Go k a s an M，B o g o s y an O S P a r t i al f e e d b a c k l i n e a r i z a t i o n c o n tr o l o f a s i n g l e fl e x i b l e l i nk r o b o t mani p u l a t o r A Pr o

39、 c e ed i n gs of t h e 2 n d I n t e rn a tio n al Co nf e r e n c e o n Re c e n t Ad 一 a n c e s i n S p a c e T e c h n o l o g i e s C P i s c a t a wa y,NJ，US A：EE，2 0 05 28 2 一 28 7(下转第 4 1 5页)维普资讯 http:/ 第 3 0卷第 5期 李 忠等：问机器人连续运动轨迹控制建模和仿真研究4 1 5 (1 接第 4 0 9页)7 8 9 【1 0 1 1】Er t u g r u l M Ka

40、 y n a k O Ne u r o s l i d i n g mod e c o n t r o l of r o b ot i c ma n i p u l a t o r s J Me c h a t r o n i c s，2 0 0 0，1 0(1 2)：2 3 9 2 6 3 De Luc a A Si c i l i a n o B Cl o s e d f o t i n d y na mi c mod e l of p l a n a r mu l t i l i n k l i g h t we i g h t r o b o t s J I E E E T r a n

41、 s a c t i o n s o n S y s t e ms M a n a nd Cy b e r n e t i c s，1 9 91，21(4)：8 2 6 8 3 9 1 a 1 e b i H AP a t e 1 R V Kh o r a s a n i KCo nt r o l o f Fl e x i bl e Li nk Ma n i p u l a t o r s Us i n g Ne u r a l Ne t wo r k s M B e r l i n，Ge r ma n y：Sp r i n ge r,2 o01 Ar i s o y A，Go ka s a

42、n M，Bo g os y a n O SS l i d i n g mo d e b a s e d po s i t i o n c o n t r o l o f a fl e x i b l e l i n k a r m A1 P r o c e e d i n g s o f t h e 1 2 t h I n t e ma t i o n a l Po we r El e c t r o n i c s a n d Mo t i o n Co n t r o l Co n f e r-e n c e C P i s c a t a w a y,NJ US A：I EE E 2 0

43、 0 6 4 0 2 4 0 7 S l o t i n e J J，L i W R Ap p l i e d No n l i n e a r Co n t r o l M Ne w J e r s e y,USA：Pr e n t i c e Ha l 1 1 9 90 1 2 Hu n g J Y，Ga o W，Hu n g J CV ari a b l e s t r u c t u r e c o n t r o l：A s u r v e y J I E E E T r a n s a c t i o n s o n I n d u s t r i a l El e c t r o n i c s，1 9 9 3，4 0(1、：2 2 2 作者简介：张宇 露(1 9 8 0 一)，男，博 f 生 训：究领域：空 间机器 人，智 能控制 (1 9 7 1 一)，男，博十研 究领域：机 器人技术，计算 机视觉，人T智能 孙增圻(1 9 4 3 一)，男，博 J：，教授 研究领域：问机器人，智能控制，人工智能 维普资讯 http:/