随着机器人从工厂车间过渡到人类环境,安全和扭矩控制的重要性变得越来越重要。为手术、康复、触觉、服务和其他物理交互应用而开发的机械手必须努力实现通常相互矛盾的目标,即保证接触过程中的安全性,同时确保准确的精确性能。路径规划、感官反馈和控制策略都可以用来减轻人类用户感知到的不需要的扭矩;然而,这些方法无法降低未建模工作空间内突然影响的严重程度。
使用内部速度环和 (PI) 控制器的级联扭矩控制的有效性,调节很简单,因为理论上的闭环性能随着比例积分 (PI) 控制器幅度的增加而提高,但控制器增益实际上受到离散化引起的饱和、噪声和不稳定性的限制。
性能的提高通常会增加控制器的复杂性并增加潜在的不稳定因素。应用小增益定理,可以证明鲁棒方案的稳定性取决于建模误差的大小。非线性控制引入了颤振和近似之间的权衡,这两者都是不可取的。所提出的最优控制技术仅在标称模型意义上才是“最优的”——误差随着建模不确定性的增加而增加。