16
图3描述了用于抑制扰动的computed-torque控制器和扰动观测器。向量代表集
中干扰，这会恶化机器人控制系统的跟踪性能。扰动观测器的作用就是尽可能地估计这
些干扰。然后将估计的干扰量从控制信号中减去，以抵消或减小干扰的影响。
注意，作为一个时间函数，是所需关节位置的矢量。将外部有效末端负载选择为机器人末端效应器Z轴方向上的重量。这个重量等于2n。作用于机器人关节处的摩擦扭矩都是以Kermani, Patel, and Moallem (2007) and Armstrong-He′ louvry, Dupont, and Canudas de Wit (1994) 的模型为基础生成的。对第i个机器人关节：i=1，2,3,4. 表2
仿真参数
共 30 页 第16 页
17
图3 用于抗干扰的扰动器
摩擦力是根据：
分别是库伦，静电和粘滞摩擦系数。参数
数。
表3
仿真研究：关节跟踪误差均方根值
是曲线参数。表2给出了仿真参
图4 仿真研究：SCARA机器人的关节位置
共 30 页 第17 页
18
图5仿真研究：位置跟踪误差时间配置文件
图6 仿真研究：干扰跟踪时间配置文件
共 30 页 第18 页
19
图7 仿真研究：干扰跟踪时间配置文件
作用于机器人关节的总扰动矢量可以计算为：
现在模拟执行通用的拾起并定位动作。这些机器手的动作从休息开始，慢慢加速，最终减速停止。参考轨迹是由机器人的关节提供的，参数的确定是：
T是动作的持续时间。在仿真中，最终的关节位置是：
。在第一种情况下，没有扰动观测器用于计算机矩
阵控制器。在第二和第三个情况下，Liu和Peng提出的扰动观测器和作者提出用于估计的扰动观测器和抑制关节摩擦和外部有效负载分别一起作为计算机力矩的规则。在Liu和Peng提出的扰动观测器中，观测器增益选择
作者有一个通过（25）、（27）和（28）设计的观测器结构。选择矩阵计扰动观测器。根据表2中提供的参数，可以看到：
来设
由（17）得到关系：。矩阵的特征值分别是：
可以看出：
共 30 页 第19 页
20
由定理3，参数Z选择为矩阵小收敛速度是
。假设第二关节的最大速度是和最
。根据（58）可以看出：
图4和5分别阐明了连接位置的时间表和机器人的位置跟踪误差。表3包含联合跟踪误差的均方根值。就如可以观察到的，当不适用扰动观测器时，computed-torque控制规律无法精确追踪位置命令。另一方面，当使用了扰动观测器后，位置跟踪错误减少了。图6和7分别表示了实际干扰的估计值和干扰的跟踪误差。表4包含干扰跟踪误差的均方根值。提出扰动观测器的干扰和位置跟踪性能超出了Liu and Peng提出的。 6、实验
PHANToM Omnis (SensAble Technologies Inc., MA, USA)是一种触觉装置，可以用于各种各样的目的，包括虚拟现实和远程操作的应用程序。PHANToM Omnis有三个驱动转动关节，提供用户与力的反馈信息。除了驱动关节，PHANToM Omnis还有三个关节是被动的，驱动关节锁在0°。注意这种机制不局限于一个常数二维平面和三维移动空间。因此， Nikoobin and Haghigh提出的非线性扰动观测器增益不能在这里工作。图8显示了用于实验的 Nikoobin的安装。 PHANToM Omnis通过一个IEEE 1394端口连接到计算机。 PHANToM Omnis的末端定位与定向数据聚集到1000赫兹的频率。扰动观测器用来估计和补偿节点的摩擦和外部的有效负载。这个有效负载是一个附属于机器人平衡环的金属立方体。注意：
和
。PHANToM机器
人的惯性矩阵假设是
定义：
表4
仿真研究：干扰跟踪误差均方根值
共 30 页 第20 页