شکل (۵-۳) ولتاژ موتورها در کنترل مقاوم کلاسیک …………………………………………………………………………….۱۰۲
شکل (۵-۴) عملکرد ردگیری کنترل مقاوم کلاسیک در صفحه xy…………………………………………………….103
شکل (۵-۵) خطای ردگیری هر سه مختصات در کنترل مقاوم کلاسیک…………………………………………….۱۰۳
شکل (۵-۶) عملکرد ردگیری کنترل کننده پیشنهادی در صفحه xy…………………………………………………104
شکل (۵-۷) ولتاژ موتورها در کنترل کننده پیشنهادی ………………………………………………………………………..۱۰۵
شکل (۵-۸) خطای ردگیری هر سه مختصات در کنترل مقاوم پیشنهادی…………………………………………..۱۰۶
شکل (۵-۹) همگرایی ضرایب لژاندر………………………………………………………………………………………………………۱۰۶
شکل (۵-۱۰) عملکرد ردگیری کنترل کننده پیشنهادی در [۱۱۲]…………………………………………………….۱۰۸
شکل (۵-۱۱) ولتاژ موتورها در کنترل کننده پیشنهادی در [۱۱۲] …………………………………………………..۱۰۸
شکل (۶-۱) دستگاه کناری مغز [۱۴۲]…………………………………………………………………………………………………۱۱۳
شکل (۶-۲) بلوک دیاگرام کنترل­ کننده عاطفی………………………………………………………………………………………۱۱۶
شکل (۶-۳) ردگیری مسیر مطلوب برای مفصل اول……………………………………………………………………………..۱۲۲

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

شکل (۶-۴) ولتاژ موتور برای مفصل اول……………………………………………………………………………………………….۱۲۲
شکل (۶-۵) ردگیری مسیر مطلوب برای مفصل دوم…………………………………………………………………………….۱۲۳
شکل (۶-۶) ولتاژ موتور برای مفصل دوم………………………………………………………………………………………………..۱۲۴
شکل (۶-۷) ردگیری مسیر مطلوب برای مفصل سوم…………………………………………………………………………….۱۲۵
شکل (۶-۸) ولتاژ موتور برای مفصل دوم…………………………………………………………………………………………………۱۲۵
فهرست جداول
جدول ۲-۱ جدول دناویت هارتنبرگ برای ربات اسکارا……………………………………………………………………………۲۸
جدول (۳-۱) پارامترهای موتور………………………………………………………………………………………………………………….۴۲
جدول (۳-۲) پارامترهای دینامیکی ربات…………………………………………………………………………………………………..۴۲
فصل اول
مقدمه
مروری بر کارهای گذشته
اهداف مورد نظر
ساختار کلی رساله
۱-۱- مروری برکارهای گذشته
۱-۱-۱- راهبرد کنترل گشتاور
با توجه به اینکه بهبود عملکرد سیستم‌های کنترل ربات‌ها تأثیر بسزایی در کیفیت محصولات صنعتی و افزایش راندمان تولید دارد، طراحی سیستم‌های کنترل ربات‌ها همواره یکی از جذابترین حوزه ­های تحقیقاتی بوده است. مطالعه سیر تاریخی روش­های کنترلی ارائه شده، پیشرفت­های صورت گرفته در این زمینه را روشن می­سازد.
بازوهای رباتیک، سیستم­های غیر­خطی چند­متغیره پیچیده با تزویج زیاد هستند. به همین دلیل، محققان روش های بسیار متنوعی برای کنترل آنها ارائه نموده اند که ساده­ترین آنها، روش­های مبتنی بر مدل هستند. خطی سازی فیدبکی [۲-۱] محبوب­ترین و پرکاربردترین تکنیک­ برای کنترل سیستم­های غیرخطی است، زیرا با بهره گرفتن از آن می‌توان به راحتی دینامیک غیر خطی پیچپده ربات را به معادلات خطی مرتبه دوم تبدیل کرد. این روش، در رباتیک به نام‌های گشتاور محاسباتی، دینامیک وارون یا کنترل گشتاور مشهور است. اما موفقیت روش­های مبتنی بر مدل، منوط به در اختیار داشتن مدل دقیق سیستم است. متأسفانه بدست آوردن مدل ریاضی دقیق سیستم­های رباتیک بسیار مشکل، وقت گیر و گاهی غیر‌ممکن می‌باشد. زیرا ممکن است برخی از دینامیک‌های سیستم مانند اصطکاک، تکرار پذیر نباشند یا نتوان مدل دقیقی برای آنها پیشنهاد داد. علاوه بر این، ممکن است پارامترهای مدل سیستم با گذشت زمان یا تحت تأثیر شرایطی خاص تغییر کند. به عنوان مثال، هنگامی که ربات اجسام با جرم­های مختلف را بلند می­ کند، مرکز جرم لینک آخر که یکی از پارامترهای دینامیکی ربات می­باشد، تغییر می­ کند. به همین دلیل، مدلی که برای سیستم پیشنهاد می­دهیم (مدل نامی) با مدل واقعی سیستم اختلاف دارد. بنابراین، عدم قطعیت همواره یکی از مهمترین چالش های طراحی سیستمهای کنترل بوده ­است. باید توجه داشت که عدم قطعیت در سیستم­های رباتیک معمولاً از نوع غیر­تصادفی فرض می­ شود و منظور از آن نامعلوم بودن پارامترهای سیستم، وجود دینامیک­های ناشناخته یا مدل نشده و همچنین اغتشاش خارجی می­باشد.
برای غلبه ­بر عدم قطعیت ناشی از عدم تطابق مدل، روش­های کنترل تطبیقی و مقاوم [۷-۳] ارائه شده ­اند. کنترل تطبیقی می ­تواند اثرات عدم­قطعیت پارامتری را جبران نماید. کنترل مقاوم قادر است علاوه بر عدم­قطیعت پارامتری، عدم قطعیت های ناشی از دینامیک مدل­نشده و اغتشاش خارجی را نیز جبران کند. تحقیقات گسترده‌ای برای طراحی سیستم‌های کنترل تطبیقی ربات های صلب به منظور تضمین پایداری سیستم کنترل و محدود ماندن سیگنال‌های داخلی انجام شده است. اسپانگ طبقه‌بندی جامعی از روش‌های تطبیقی ارائه داده است [۸] و آنها را به دو گروه عمده روش‌های مبتنی بر دینامیک وارون و روش‌های مبتنی بر غیرفعال بودن تقسیم می‌‌کند. در تمامی روش‌های فوق فقط عدم قطعیت پارامتری لحاظ شده است. نکته مهم دیگر در مورد روش‌های تطبیقی، تحریک پایا^[۱] بودن سیگنال‌های تحریک است [۷]. در غیر این­صورت، پارامترهای تخمین زده شده به پارامترهای واقعی همگرا نخواهد شد.
در روش های کنترل مقاوم، دانستن حدود عدم قطعیت لازم است. حدود عدم قطعیت یکی از چالش­های بسیار مهم در این روشها می­باشد. اگر حدود عدم قطعیت بزرگتر از مقدار واقعی باشد، ممکن است اندازه سیگنال کنترل بیشتر از مقدار مجاز آن شود که در این صورت پدیده اشباع رخ خواهد داد و کنترل کننده قادر به کنترل سیستم نخواهد بود. علاوه بر این، اگر دامنه سیگنال کنترل بیش از حد مجاز باشد، ممکن است به سیستم آسیب برساند، همچنین پدیده لرزش سیگنال کنترل نیز تقویت می­ شود. از طرف دیگر، اگر حدود عدم قطعیت کمتر از مقدار واقعی باشد، خطای ردگیری زیاد می­ شود و ممکن است منجر به ناپایداری سیستم کنترل شود [۱۱-۹]. برخی از روش های کنترل مقاوم، منجر به قوانین کنترل ناپیوسته می­شوند. به عنوان مثال می­توان به روش کنترل مود لغزشی اشاره کرد [۲]. این قوانین، احتمال بروز نوسانات فرکانس بالا (لرزش) در سیگنال کنترل را افزایش می­ دهند. لرزش سیگنال کنترل پدیده­ای نامطلوب است که موجب فرسودگی قطعات و تحریک دینامیک های مدل نشده می­ شود.
با ظهور منطق فازی به عنوان یک ابزار توانمند در کنترل سیستمهای نامعین و پیچیده، تحول شگرفی در مهندسی کنترل بوجود آمد. به کمک قوانین فازی می توان سیستم‌هایی را که مدل ریاضی دقیقی از آنها در اختیار نیست، توصیف کرد [۱۲]. روش فازی تطبیقی غیر مستقیم از این ایده استفاده می‌کند [۱۵-۱۳]. ویژگی دیگر منطق فازی، مدلسازی دانش و توانایی انسان به منظور کنترل سیستم‌های پیچیده می باشد که روش فازی تطبیقی مستقیم [۱۷-۱۶] این امکان را فراهم می‌آورد. علاوه بر این، می‌توان روش‌های فازی تطبیقی مستقیم و غیر مستقیم را با هم ترکیب نمود و روشی بدست آورد که عملکرد بهتری داشته باشد [۱۸]. یکی از مهمترین ویژگی های منطق فازی که منجر به استفاده گسترده از آنها در سیستمهای کنترل شده است، ویژگی تقریبگر عمومی بودن سیستمهای فازی است [۱۲]. به همین دلیل در سال‌های اخیر، محققان تمرکز بیشتری روی کنترل فازی داشته‌اند و تلاش‌های فراوانی برای کنترل مقاوم ربات با بهره گرفتن از کنترل فازی و شبکه های عصبی صورت گرفته است [۳۵-۱۹]، زیرا ویژگی تقریب عمومی برای انواع مختلف شبکه ­های عصبی مانند پرسپترون چند لایه و شبکه ­های توابع پایه شعاعی نیز برقرار می­باشد [۴۰-۳۶]. در [۱۹]، از سیستم­های فازی تطبیقی برای جبران عدم قطعیت­ها از قبیل عدم قطعیت پارامتری، اغتشاش خارجی (مانند جرم جسمی که ربات جابجا می­ کند)، دینامیک مدل نشده (مانند اصطکاک) و همچنین خطای تقریب سیستم فازی، ارائه شده است. در [۲۰]، روشی برای کاهش تعداد سیستمهای فازی مورد نیاز ارائه شده است. همچنین، نشان داده شده است که چگونه با انتخاب مناسب پارامترهای قانون کنترل می­توان خطای ردگیری را کاهش داد. در [۲۲]، فرض شده است که فیدبک­های سرعت و شتاب در اختیار نیستند و برای تخمین این سیگنالها رویت­گری غیرخطی پیشنهاد شده است. در [۲۶]، برای تقریب دینامیک ربات از شبکه ­های عصبی دو لایه استفاده شده است و قوانین تطبیق جدیدی برای تنظیم وزن­های هر دو لایه با بهره گرفتن از اثبات پایداری لیاپانوف بدست آمده­اند. اما تعداد ورودی­های شبکه ­های عصبی طراحی شده زیاد هستند. این ورودی­ ها جریان موتورها، موقعیت و سرعت مفاصل، مسیر مطلوب و مشتقات اول و دوم آن هستند. در این روشها، برای پایداری سیستم کنترل یک تابع لیاپانوف پیشنهاد می­ شود و قانون تطبیق پارامترهای سیستم های فازی یا وزن های شبکه های عصبی از شرط منفی معین بودن مشتق تابع لیاپانوف بدست می ­آید. برخی از مراجع با بهره گرفتن از سیستمهای فازی یا شبکه های عصبی، دینامیک سیستم را تقریب می­زنند و از این تقریب در طراحی قانون کنترل استفاده می­ کنند و برخی دیگر کنترل کننده را به صورت یک سیستم فازی یا شبکه عصبی در نظر گرفته و به تنظیم پارامترهای آن با بهره گرفتن از قوانین تطبیق بدست آمده می­پردازند. در [۴۱] یک روش فازی تطبیقی جدید و متمایز از این دو روش مرسوم ارائه شده است. در این روش برای سیستم یک مدل نامی در نظر گرفته می­ شود و قانون کنترل بر اساس این مدل نامی طراحی می­ شود. سپس برای جبران عدم قطعیت ناشی از عدم تطابق مدل نامی و مدل واقعی یک سیستم فازی به قانون کنترل اضافه می­ شود. برای اثبات پایداری سیستم از روش مستقیم لیاپانوف استفاده می­گردد و قانون تطبیق پارامترهای سیستم فازی از شرط منفی معین بودن مشتق تابع لیاپانوف استخراج می­ شود.
در سالهای اخیر، روش­های بدون رگرسور و مستقل از مدل در کنترل سیستم­های غیرخطی نامعین مطرح شده ­اند [۵۱-۴۲]. دلیل این نامگذاری آن است که در این روش­ها نیازی به مدلسازی ریاضی بازوی رباتیک برای بدست آوردن رگرسورها نداریم. اکثر روش های مقاوم و تطبیقی که تاکنون ارائه شده ­اند، به این مدلسازی برای محاسبه ماتریس رگرسورها نیاز دارند. منظور از مدلسازی بازوی ربات، محاسبه ماتریس اینرسی و بردارهای گشتاورهای گرانشی، کوریولیس و جانب مرکز می­باشد. اما در روش های بدون رگرسور، این ماتریس­ها با بهره گرفتن از سری فوریه یا چند جمله­ای­های لژاندر تخمین زده می­شوند و قانون کنترل از این تخمین­ها استفاده می­ کند. قوانین تطبیق ضرایب سری فوریه یا چند جمله­ای­های لژاندر از اثبات پایداری سیستم حلقه بسته استخراج می­شوند. ­در مقایسه با سیستم­های فازی و شبکه ­های عصبی، پیاده­سازی روش­های بدون رگرسور ساده­تر می­باشد. دلیل آن نیز کاهش سنسورهای مورد نیاز است. اگر بخواهیم تابع نامعلومی را با بهره گرفتن از سیستم­های فازی و شبکه ­های عصبی تخمین بزنیم، باید بدانیم آن تابع مورد­نظر چه متغیر­هایی دارد و آن متغیر­ها را به عنوان ورودی به سیستم­ فازی یا شبکه­ عصبی اعمال کنیم. ممکن است فیدبک گرفتن از برخی متغیرها امکان پذیر نباشد یا سیگنال اندازه ­گیری شده مانند سیگنال شتاب آغشته به نویز باشد،. در حالی که در روش­های بدون رگرسور نیازی به دانستن این متغیرها و فیدبک گرفتن از آنها نداریم [۵۲].
در سالهای اخیر، استفاده از رویت­گر برای تخمین سیگنالهای غیر قابل اندازه ­گیری و همچنین حذف برخی از سنسور­های مورد نیاز، افزایش یافته است [۶۱-۵۳]. به عنوان مثال، می­توان به رویت­گر تعمیم­یافته حالت و رویت­گر اغتشاش اشاره نمود. در این روش­ها، کنترل­ کننده علاوه بر محاسبه قانون کنترل، با فیدبک گرفتن از سیگنال کنترل و خروجی سیستم، سایر متغیرهای حالت و همچنین عدم قطعیت­ها را تخمین­ میزند. اما در این روش­ها فرض می­ شود که عدم قطعیت ثابت است یا تغییرات آن بسیار آهسته است. این فرض ممکن است در سرعت­های بالا نقض شود. در حالی­ که در روش­های بدون رگرسور چنین فرضی وجود ندارد که بیانگر برتری این روش­ها نسبت به روش­های مبتنی بر رویتگر می­باشد [۵۲].
۱-۱-۲- راهبرد کنترل ولتاژ
اکثر روش‌های قبلی برای کنترل ربات، مبتنی بر کنترل گشتاور است که در آن کنترل کننده، گشتاور ورودی به مفاصل را محاسبه می‌کند. باید توجه داشت که فرمان گشتاور نمی‌تواند مستقیماً به سیستم اعمال شود، چون باید توسط محرک‌های سیستم قدرت لازم فراهم شود و ابتدا باید محرک‌های سیستم طوری تحریک شوند تا گشتاور مطلوب را تولید کنند. بنابراین، سئوالی مطرح می‌شود که آیا کنترل می ­تواند از طریق محرک اعمال شود؟ علاوه بر این، بسیاری از روش‌های کنترل گشتاور مانند روش کنترل مقاوم غیر خطی، مبتنی بر مدل دینامیکی بازوی رباتیک هستند که بسیار پیچیده است. بنابراین، حجم محاسبات کنترل کننده در این روش‌ها زیاد است. نکته مهم دیگر، فراهم نمودن فیدبک های مورد نیاز برای پیاده سازی قانون کنترل است. در اکثر روش‌های قبلی، علاوه بر فیدبک موقعیت، فیدبک های سرعت و گاهی شتاب نیز مورد نیاز است. احتمال نویزی بودن این سیگنال‌ها زیاد است و ممکن است موجب تضعیف عملکرد سیستم کنترل شوند.
در سال‌های اخیر، راهبرد کنترل ولتاژ [۶۲] ربات‌ها مطرح شده است که نه تنها مشکلات روش‌های کنترل گشتاور را ندارد بلکه دقت آن نیز به مراتب بهتر است. در این راهبرد از موتور‌های الکتریکی به عنوان محرک استفاده می‌شود و ربات بعنوان بار موتور‌ها محسوب می‌شوند که باید توسط موتور حرکت داده شوند. ورودی موتور سیگنال ولتاژ است و خروجی آن موقعیت زاویه ای موتور است. بنابراین، در این راهبرد با کنترل موتور سر و کار داریم و گشتاور مورد نیاز برای حرکت دادن مفاصل ربات به صورت گشتاور بار موتور در معادلات ظاهر می‌شود. به عبارت دیگر, این راهبرد مستقل از دینامیک پیچیده غیر خطی ربات است. چون از طریق کنترل موقعیت زاویه‌ای موتور به کنترل موقعیت مفاصل ربات می‌پردازیم. کنترل ولتاژ مشکلات کنترل گشتاور را ندارد. زیراً در این راهبرد وجود موتور در سیستم رباتیک ملاحظه شده است و قانون کنترل ولتاژ اعمالی به سیستم رباتیک را محاسبه می‌کند. همچنین راهبرد کنترل ولتاژ مستقل از مدل ربات باشد. بنابراین، بار محاسباتی کنترل کننده بسیار کمتر است. در این روش با مدل موتور سر و کار داریم که بسیار ساده تر از مدل ربات است. در راهبرد کنترل ولتاژ به فیدبک‌های جریان موتور و متغیر‌های مفاصل ربات نیاز داریم که اندازه گیری آنها راحت تر از اندازه گیری سرعت و شتاب است.
مقاوم نمودن این راهبرد در برابر عدم قطعیت‌ها یک میدان تحقیقاتی وسیع و جدید است. در [۶۳] روش کنترل مقاوم غیر خطی [۱] برای مقاوم نمودن راهبرد کنترل ولتاژ ارائه شده است. همچنین روش پیشنهادی به راهبرد کنترل گشتاور نیز اعمال شده است و الگوریتم بهینه­سازی پرندگان برای محاسبه ضرایب بهینه هر دو کنترل­ کننده اجرا شده است. خطای ردگیری در راهبرد کنترل ولتاژ بسیار کمتر است. در [۶۴] روش‌هایی برای کاهش تأثیر عدم قطعیت در سیستم حلقه بسته با بهره گرفتن از این راهبرد پیشنهاد شده است. در [۶۵] یک روش مقاوم فازی برای کنترل ربات های الکتریکی ارائه شده است. تحلیل پایداری کنترل کننده­ های فازی برای بازوهای رباتیک با توجه به پیچیدگی­های مدل ربات بسیار مشکل است. اما در راهبرد کنترل ولتاژ می‌توان با پیشنهاد دادن یک تابع لیاپانوف ساده پایداری سیستم کنترل را اثبات نمود. در [۴۱] روش فازی تطبیقی جدیدی مبتنی بر راهبرد کنترل ولتاژ ارائه شده است. در این روش قانون کنترل با توجه به مدل نامی موتور طراحی می­ شود. سپس برای جبران عدم قطعیت­های ناشی از عدم تطابق مدل و اغتشاش خارجی، یک جبرانساز فازی تطبیقی به قانون کنترل اضافه می­ شود. پارامترهای سیستم فازی تطبیقی توسط قوانین تطبیق که از اثبات پایداری استخراج می­شوند، بدست می­آیند. خطای ردگیری در این روش بسیار ناچیز است و نشان داده شده است که جبرانساز فازی تطبیقی به خوبی عدم قطعیت­ها را تقریب می­زند. در حالت کلی عدم قطعیت مجتمع تابعی غیرخطی از حالات سیستم و اغتشاش خارجی است که باید به عنوان ورودی سیستم فازی تطبیقی در اختیار باشند تا عدم قطعیت را تخمین بزند. در [۴۱] نشان داده شده است که عدم قطعیت می ­تواند تابعی از خطای ردگیری و مشتق آن درنظرگرفته شود. در مقایسه با راهبرد کنترل گشتاور این روش بسیار ساده­تر است، زیرا بدست آوردن مدل نامی سیستم رباتیک دشوار است. علاوه بر این، حجم محاسبات کنترل کننده را افزایش می­دهد. در [۶۶]، کنترل فازی تطبیقی مستقیم با بهره گرفتن از راهبرد کنترل ولتاژ ارائه شده است. در این روش، نیازی به تخمین پارامترهای موتور نداریم و قانون کنترل ایده­آل توسط یک سیستم فازی تطبیقی بدست می ­آید.
در سال­های اخیر افزایش سریعی در استفاده از کنترل کننده­ های دیجیتال در سیستم­های کنترل حاصل شده است. در واقع بسیاری از سیستم­های کنترل صنعتی، کامپیوترهای دیجیتال را به عنوان جزء لازم عملیات خود در بر می­گیرند. از مزایای سیستم­های کنترل دیجیتال می­توان به: قابلیت ساخت آسان، قابلیت تغییر، حساسیت کم نسبت به تغییرات محیط و ارزان بودن اشاره کرد [۶۷]. اگر مدل ریاضی سیستم معلوم باشد، مدل زمان-گسسته آن را می­توان از طریق روش­های گسسته سازی بدست آورد. با این حال، در واقعیت بسیاری از سیستم­های پیچیده را به سختی می­توان به صورت ریاضی مدلسازی کرد. بنابراین، توجه برای طراحی و آنالیز کنترل زمان­ گسسته به منظور بکارگیری کامپیوترهای دیجیتال به عنوان کنترل کننده مورد نیاز است. کنترل گسسته سیستمهای غیرخطی نامعین از جمله بازوی مکانیکی ربات حجم انبوهی از تحقیقات را در شکل­های مختلف الگوریتم­های کنترلی به خود اختصاص داده است [۷۶-۶۸]. تمامی این روش­ها مبتنی بر راهبرد کنترل گشتاور می­باشند. طراحی قانون کنترل در برخی از این روش­ها نیازمند گسسته­سازی مدل نامی زمان-پیوسته ربات می­باشد که بار محاسباتی زیادی به کنترل کننده تحمیل می­ کند. بنابراین، توسعه راهبرد کنترل ولتاژ در حوزه زمان گسسته ضروری به نظر می­رسد.
در [۷۷]، کنترل بهینه تکراری زمان گسسته بازو­های رباتیک مبتنی بر راهبرد کنترل ولتاژ ارائه شده است. کنترل مربعی خطی یک الگوریتم کنترل بهینه برای سیستم­های خطی می­باشد که در این مقاله روش فوق به سیستم­ غیر خطی بازوی رباتیک تعمیم داده شده است. برای این منظور، سیستم غیرخطی به صورت یک سیستم خطی متغیر با زمان نمایش داده می­ شود. قانون کنترل به صورت یک فیدبک خطی از حالات سیستم طراحی می­ شود که ماتریس ضریب آن متغیر با زمان می­باشد و مقدار آن از بهینه­سازی تابع هزینه موردنظر بدست می ­آید. باید توجه داشت که کنترل مربعی خطی برای سیستم­های معین طراحی شده است. بنابراین، باید این الگوریتم را برای تعمیم به سیستم­های نامعین اصلاح کرد. در این مقاله برای جبران عدم قطعیت از روش مرجع [۴۱] استفاده شده است. در [۷۸]، کنترل فازی تطبیقی گسسته ربات­ها با بهره گرفتن از راهبرد کنترل ولتاژ انجام شده است. همچنین، روشی برای جبران خطای تقریب سیستم فازی ارائه شده است. اثبات پایداری سیستم کنترل به روش مستقیم لیاپانوف انجام شده است. در [۱۰]، روش جدیدی برای اثبات پایداری سیستم به کمک الگوریتم گرادیان نزولی ارائه شده است. همان طور که اشاره شد، بسیاری از ربات­های تجاری فقط فیدبک موقعیت را در اختیار کاربر قرار می­ دهند. به همین دلیل در [۱۰]، روشی برای حذف سنسورهای جریان موتور و سرعت زاویه­ای مفصل ارائه شده است. همچنین از سیستم فازی تاکاگی-سوگنو-کانگ برای تخمین عدم قطعیت استفاده شده است.
کنترل ربات‌ها در فضای کار پیچیده تر از کنترل در فضای مفصلی می‌باشد، زیرا در فضای کار به ماتریس ژاکوبین نیز نیاز داریم که پارامترهای زیادی دارد. در نتیجه، نسبت به کنترل در فضای مفصلی عدم قطعیت‌های سیستم افزایش می‌یابد. در[۷۹] یک روش مقاوم تطبیقی مبتنی بر کنترل گشتاور برای کنترل ربات در فضای کار ارائه شده است. ترکیب روش‌های کنترلی همچون کنترل مود لغزشی، خطی سازی فیدبکی و طراحی پس گام یکی دیگر از تکنیک های ارائه شده جهت کنترل گشتاور ربات در فضای کار می باشد[۸۰]. از کنترل فازی نیز برای مقاوم نمودن کنترل ربات در فضای کار استفاده شده است[۸۱]. طراحی قوانین تطبیق جهت شناسایی پارامترهای سینماتیکی و دینامیکی، نیز یکی دیگر از راه حل‌های پیشنهاد شده به منظور غلبه بر عدم قطعیت‌ها برای کنترل ربات در فضای کار می‌باشد[۸۲]. این روش نیز مبتنی بر کنترل گشتاور می‌باشد و تعداد پارامترهایی که باید شناسایی شوند زیاد است. همچنین قانون کنترل آن پیچیده است. در حالی که اگر با راهبرد کنترل ولتاژ به کنترل ربات در فضای کار بپردازیم روابط بسیار ساده­تر می‌شوند. در [۸۳] با بهره گرفتن از این راهبرد، یک تکنیک ساده و جالب برای جبران عدم قطعیت جهت کنترل ربات در فضای کار ارائه شده است. در این تکنیک نیازی به شناسایی هیچ پارامتری نداریم و فقط با بهره گرفتن از فیدبک گرفتن از ولتاژ خروجی کنترل کننده پس از یک تأخیر زمانی کوچک، سیستم کنترل در مقابل انواع عدم قطعیت‌ها اعم از عدم قطعیت پارامتری، دینامیک مدل نشده و اغتشاش خارجی مقاوم می‌شود. این تکنیک اختصاص به فضای کار ندارد و می‌توان به سادگی از آن در فضای مفصلی استفاده کرد.
در نظر گرفتن انعطاف مفاصل کنترل ربات را بسیار پیچیده تر می‌کند، زیرا در مقایسه با ربات‌های صلب، تعداد متغیرها دو برابر می‌شود [۱]. علاوه بر این، به دلیل انعطاف، موقعیت رابط نمی‌تواند دقیقاً موقعیت محرک را دنبال کند. بنابراین، قانون کنترل باید بتواند خطای ناشی از انعطاف مفاصل را نیز جبران کند. برای کنترل ربات های با مفاصل منعطف، روش‌های بسیاری مبتنی بر کنترل گشتاور ارائه شده است [۸۸-۸۴]. به عنوان مثال، می‌توان به کنترل PD [89]، خطی سازی فیدبکی[۹۰]، کنترل مقاوم[۹۱]، کنترل مود لغزشی[۹۲]،کنترل تطبیقی[۹۳]، و کنترل فازی [۹۴] اشاره کرد.
کنترل ربات‌های منعطف با راهبرد کنترل گشتاور به روابط بسیار پیچیده‌ای منجر می‌شود. در حالی که اگر با راهبرد کنترل ولتاژ به این مسئله بپردازیم، دشواری‌های آن کاهش چشمگیری می‌یابد. در [۹۵] روش بسیار ساده­ای برای کنترل ربات‌های منعطف ارائه شده است. قانون کنترل با بهره گرفتن از خطی­سازی فیدبکی و برمبنای مدل نامی موتور طراحی می­ شود. سپس با بهره گرفتن از تکنیک مرجع [۸۳]، عدم قطعیت­ها جبران می­شوند. همچنین برای پیشنهاد زاویه مطلوب موتور از یک ساختار ساده تناسبی- انتگرالی- مشتقی استفاده شده است. در عمل، موتور در برابر اضافه ولتاژ محافظت می­ شود. بنابراین، ولتاژ موتور محدود است. از این حقیقت می­توان استفاده کرد و نشان داد که اگر ولتاژ موتور جریان مستقیم مغناطیس دائم محدود باشد، سرعت و جریان آن نیز محدود هستند. نتایج شبیه­سازی نشان می­دهد که این روش علیرغم سادگی آن، توانایی خوبی در کنترل رباتهای منعطف دارد. در [۹۶]، این روش بهبود یافته است و برای تخمین پارامترهای مدل نامی موتور، قوانین تطبیق ارائه شده است. همچنین برای اثبات پایداری سیستم حلقه بسته از تابع انرژی به عنوان تابع منتخب لیاپانوف استفاده شده است. در [۹۷] از یک قانون کنترل غیرخطی برای تعیین زاویه مطلوب موتور استفاده شده است. برای تعیین جبرانساز عدم قطعیت ناگزیر به استفاده از تابع علامت می­باشیم که احتمال لرزش را افزایش می­دهد. برای جلوگیری از این پدیده نامطلوب، روشهایی در این مقاله ارائه شده است. همچنین همگرایی مجانبی خطای ردگیری به سمت صفر تضمین شده است. علاوه بر فضای مفصلی، عملکرد کنترل کننده مذکور در فضای کار نیز بررسی شده است. در [۹۸] از سیستمهای فازی نوع دو برای کنترل رباتهای منعطف با راهبرد کنترل ولتاژ استفاده شده است.
روش­های کنترل موقعیت بازوی رباتیک، تا هنگامی که در فضای آزاد هستیم، مناسب هستند. چنانچه مجری نهایی با محیط تماس پیدا کند، این کنترل به تنهایی کافی نخواهد بود. در مساله تعامل بازوی ماهر ربات با محیط علاوه بر کنترل موقعیت باید نیروهایی که توسط جسم یا محیط به ربات وارد می­ شود نیز کنترل گردند. به همین دلیل، در این مسائل، با مفهوم امپدانس سر و کار خواهیم داشت. کنترل امپدانس در مقایسه با کنترل در فضای کار پیچیده تر است. زیرا علاوه بر عدم قطعیت­های مربوط به مدل سیستم رباتیک، ویژگی­های محیط نیز ممکن است ناشناخته باشند. مطالعات فراوانی در زمینه کنترل امپدانس ربات­ها با بهره گرفتن از راهبرد کنترل گشتاور انجام شده است [۱۰۶-۹۹]. اما کنترل امپدانس با بهره گرفتن از راهبرد کنترل ولتاژ یک میدان تحقیقاتی جدید است. در [۱۰۷]، برای اولین بار این موضوع مطرح شده است و قانون کنترلی مبتنی بر مدل ارائه شده است. در مقایسه با روش­های کنترل گشتاور، این قانون کنترل بسیار ساده است. در [۱۰۸]، برای مقاوم نمودن این قانون کنترل، روش­هایی مبتنی بر سیستم­های فازی تطبیقی پیشنهاد شده است.
باید توجه داشت که راهبرد کنترل ولتاژ با سایر روشهایی که در آنها دینامیک محرکه­­ها لحاظ شده است [۱۱۲-۱۰۹]، تفاوت­های اساسی دارد. با وجود اینکه قانون کنترل در این روشها، ولتاژ اعمالی به موتور­ها را محاسبه می­ کند، در واقع باید آنها را در حوزه کنترل گشتاور جای داد. طراحی قانون کنترل در این روشها بدین صورت است که ابتدا گشتاور مورد نیاز برای اعمال به مفاصل به منظور ردگیری مسیر مطلوب محاسبه می­ شود. سپس با توجه به رابطه گشتاور و جریان موتور، جریان موردنیاز بدست می ­آید. در نهایت، ولتاژ ورودی موتورها طوری محاسبه می­ شود که آن جریان مطلوب در مدار آرمیچر جاری شود. همان­طور که ملاحظه می­ شود، فرایند طراحی در این روش­ها طولانی است. در حالی که در راهبرد کنترل ولتاژ از با فیدبک گرفتن از جریان موتور و این حقیقت که این سیگنال حاوی تمام اثرات غیرخطی بازوی رباتیک است، روند طراحی بسیار ساده می­ شود و حجم محاسبات کنترل کننده کاهش چشمگیری می­یابد. همچنین، می­توان طراحی را طوری انجام داد که نیازی به حسگر جریان موتور نداشته باشد.
راهبرد کنترل ولتاژ به موتور­های جریان مستقیم مغناطیس دائم محدود نمی­ شود. در [۱۱۳]، این راهبرد به رباتهای مجهز به موتورهای جریان متناوب نیز با موفقیت تعمیم داده شده است. روش های مرسوم کنترل موتورهای جریان متناوب عبارتنداز: کنترل مستقیم گشتاور^[۲] و کنترل میدان^[۳]. اما در [۱۱۳]، روش های جدیدی مبتنی بر راهبرد کنترل ولتاژ برای کنترل رباتهایی که توسط موتور سنکرون مغناطیس دائم به حرکت در می­آیند، ارائه شده است. در [۱۱۳]، موتور سنکرون مغناطیس دائم به عنوان یک سیستم غیرخطی در نظر گرفته شده است که ربات، بار آن می­باشد. سپس دو قانون کنترل برای محاسبه ولتاژ ورودی موتور یکی در راستای محور d و دیگری در راستای محور q طراحی می­ شود و عدم قطعیت­ها توسط سیستم­های فازی تطبیقی تخمین زده می­شوند. قوانین تطبیق پارامترهای سیستم فازی از اثبات پایداری سیستم حلقه بسته بدست می­آیند. مزیت اصلی این روش نسبت به DTC و FOC تضمین پایداری سیستم کنترل است.
یکی دیگر از موضوعات مطرح در حوزه رباتیک، کنترل رباتهای متحرک می­باشد. سیستم کنترل رباتهای متحرک شامل دو حلقه کنترلی به نامهای حلقه کنترل سینماتیکی و حلقه کنترل گشتاور می­ شود. وظیفه حلقه کنترل سینماتیکی محاسبه سرعت مطلوب ربات برای ردگیری مسیر مطلوب است. سپس، حلقه کنترل گشتاور، سرعت ربات را به سرعت مطلوب محاسبه شده توسط حلقه کنترل سینماتیکی می­رساند. مطالعات بسیاری در زمینه کنترل رباتهای متحرک انجام شده است. به عنوان مثال می­توان به کنترل [۱۱۴]، کنترل مود لغزشی [۱۱۵]، کنترل تطبیقی [۱۱۶]، کنترل مود لغزشی تطبیقی [۱۱۷]، خطی­سازی فیدبکی مقاوم [۱۱۸]، کنترل مقاوم [۱۱۹] و کنترل تطبیقی مقاوم [۱۲۰] اشاره کرد. در زمینه کنترل هوشمند رباتهای متحرک نیز تحقیقات فراوانی انجام شده است [۱۲۵-۱۲۱]. اما تمامی این روش­ها در حوزه راهبرد کنترل گشتاور جای می­گیرند و همان­طور که اشاره شد پیچیده و پرمحاسبه هستند. به منظور ساده­سازی قوانین کنترل رباتهای متحرک، راهبرد کنترل ولتاژ به این رباتها نیز توسعه داده شده است. در [۱۲۶]،مدلسازی جدیدی از این رباتها در فضای کار ارائه شده است. همچنین روشی ارائه شده است که فقط یک حلقه کنترلی دارد و قانون کنترل مستقیماً ولتاژ اعمالی به موتورها را محاسبه می­ کند.برای مقاوم نمودن قانون کنترل در برابر عدم قطعیت­ها، از روش­های کنترل مقاوم کلاسیک [۱۲۷] استفاده شده است. این روش در پیاده­سازی عملی نیز با موفقیت اجرا شده است.
۱-۱-۳- کنترل عاطفی
در دهه­های اخیر، شاهد استقبال بسیار زیادی از الگوریتمهای هوشمند و مدل­های ریاضی الهام گرفته شده از سیستم­های بیولوژیکی و طبیعت بوده­ایم. به عنوان مثال می­توان به الگوریتم بهینه­سازی پرندگان، الگوریتم ژنتیک و شبکه ­های عصبی اشاره نمود. البته تعداد الگوریتهای ارائه شده در این حوزه بسیار زیاد است. مهمترین تفاوت سیستمهای هوشمند با سایر سیستمها، توانایی یادگیری آنها می­باشد. منظور از یادگیری در سیستمهای هوشمند، تنظیم پارامترهای سیستم به منظور تعامل بهتر و کارامدتر با محیط می­باشد. ویژگی دیگر سیستمهای هوشمند، وجود مکانیزمی برای ارزیابی نحوه تعامل سیستم با محیط می­باشد.