复杂网络环境下遥操作系统的性能分析与控制器设计

遥操作系统是通过网络相连的主从机器人系统，主机器人将控制信息经通信网络传输给从端，从机器人操作被控对象,并将力反馈等信息通过网络传输给主端，操作人员根据反馈信息调整控制策略，从而对被控对象实施有效的遥操作。遥操作系统需要经网络进行双向信息传输，而网络存在时延、随机包丢失、时序错乱等问题，复杂的网络环境给遥操作系统的分析和设计提出了新的挑战。本项目研究复杂网络环境下遥操作系统的性能分析和控制器设计问题。首先，针对复杂的网络环境，建立遥操作系统的新的数学模型，根据建立的模型进行遥操作系统的多性能分析，刻画网络环境参数对遥操作系统性能的影响。其次，研究遥操作系统控制器设计问题，针对建立的随机关联时变时滞模型，融合网络环境参数，提出系统的控制器设计方法。考虑到外部环境可能导致从机器人系统的结构和参数发生变化，进一步提出神经网络智能补偿器设计策略。最后将研究结果应用于主辅机器人遥操作平台。

现有网络化遥操作系统的研究成果主要考虑网络时延为对称定常时滞，且主从端输入满足无源性条件。然而实际遥操作系统的网络传输时延为非对称时变，主从端输入一般也不满足无源性条件。本项目从非对称时变时滞网络环境和有源输入角度出发，对遥操作系统的模型建立、性能分析和控制器设计进行了系统性研究。.首先，融合非对称时变时滞网络环境，主从端在PD控制器输入下，我们建立了遥操作系统的新的数学模型，根据建立的模型进行遥操作系统的稳定性能分析，提出了稳定性判据，新判据揭示了网络传输时滞大小、PD控制器参数和稳定性三者之间的关系。.其次，研究了主端操作输入和从端环境输入不满足无源性条件下的控制器设计问题。通过引入非线性补偿项，基于输入到状态稳定性思想和构造的非线性Lyapunov泛函，提出了有源输入下控制器设计方法，新方法保证了闭环系统的指数稳定性。进一步考虑遥操作系统速度不可测下的控制问题，利用高增益观测器在线估计主从关节速度，针对观测误差子系统和遥操作子系统构成的完整系统，我们证明了闭环系统的稳定性。.最后，考虑到网络化遥操作系统主端和从端机器人模型和结构容易发生变化，提出了基于神经网络的网络化遥操作系统的控制设计方法，利用神经网络逼近不确定非线性函数，设计了主从自适应控制器，进而证明了闭环系统的稳定性。针对空间遥操作控制问题，研究了从端机器人工作在复杂环境下重力项系数不可测量情形，提出了重力项系数未知的自适应控制器设计策略。.上述理论研究成果应用在网络化遥操作实验平台，进一步验证了所提控制算法的有效性。项目完成了全部预定目标内容。.在网络化遥操作系统的控制研究基础之上，进一步将研究内容扩展到网络化非线性系统的性能分析与控制问题，做了一些初步的工作。 .上述研究成果发表在 IEEE Trans. (Robotics, Automatic Control, Mechatronics，Fuzzy System)和 Automatica 等期刊和IEEE HAVE、ICARV 等国际会议上。在项目研究过程中，共完成了论文34篇，其中SCI收录论文18篇，研究成果获得了河北省自然科学二等奖。依托本项目的研究，项目申请人2011年获得了河北省五四青年奖章，2011年入选了河北省“333人才工程”培养第二层次，2012年入选河北省突出贡献中青年专家。