基于MATLAB的機(jī)器人動(dòng)力學(xué)分析與控制高級應(yīng)用 21.1研究背景與研究意義 2 31.2.1機(jī)器人前饋控制研究現(xiàn)狀與分析 3 6 7 82.1用拉格朗日方程建立n自由度機(jī)器人狀態(tài)空間模型 82.2用牛頓一歐拉迭代法構(gòu)建機(jī)器人動(dòng)力學(xué)線性化模型 92.3用拉格朗日方程建立n自由度機(jī)器人逆動(dòng)力學(xué)模型 12.4運(yùn)用正動(dòng)力學(xué)對n自由度運(yùn)動(dòng)機(jī)器人仿真 3動(dòng)力學(xué)前饋控制器的設(shè)計(jì) 3.2前饋控制(補(bǔ)償)設(shè)計(jì) 4動(dòng)力學(xué)前饋控制性能仿真 4.2仿真結(jié)果與分析 致謝 1緒論1.1研究背景與研究意義商以安川、OTC、川崎等為主。經(jīng)濟(jì)新時(shí)代，“制造強(qiáng)國”和“工業(yè)制造2.0”識產(chǎn)權(quán)的工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展迎來難得契機(jī)(朱啟南，汪芷蕾，2022)[1。影響非常大(潘雨薇，陸游之，2023)。反饋控制系統(tǒng)的作用原理系依照偏差確危及機(jī)器人控制性能(魏涵，宋佳怡，2021)。全補(bǔ)償作用，且促進(jìn)控制精度提升(賀啟南，吳美玲，2021)。依照外擾信號采擾動(dòng)控制能夠全部去除系統(tǒng)輸出所受主擾動(dòng)的影響，具有重要意義(何家偉，謝麗萍，2020)。動(dòng)力學(xué)特性采取對應(yīng)控制策略(蔣子謙，江雅琳，2019)。遇到這種情況時(shí)基于特性的工業(yè)機(jī)器人控制策略。本文中主要對PUMA560機(jī)器人的運(yùn)動(dòng)性能進(jìn)行了研究，以機(jī)器人動(dòng)力學(xué)為基礎(chǔ)，以MATLAB軟件為操作基礎(chǔ)，對機(jī)器人前饋控制基于動(dòng)力學(xué)模型的先進(jìn)控制技術(shù)，是目前工業(yè)機(jī)器人行業(yè)中公認(rèn)的可以解決機(jī)器人運(yùn)行過程中的動(dòng)態(tài)特性的控制方法，而基于動(dòng)力學(xué)模型的先進(jìn)控制技術(shù)，很大程度上對于動(dòng)力學(xué)模型的準(zhǔn)確性有著很高的要求(趙俊馳，黃景云，2018)。1.2.1機(jī)器人前饋控制研究現(xiàn)狀與分析目前，通過與信息技術(shù)的交互和融合誕生了“軟件機(jī)器人”“網(wǎng)絡(luò)機(jī)器人”的名稱，這說明了機(jī)器人具有很強(qiáng)的生命力。美國的機(jī)器人技術(shù)一直處于世界領(lǐng)先水平(趙向福，馬睿天，2021)。在1967-1974年間，由于政府對機(jī)器人的發(fā)展的此后，在美國機(jī)器人協(xié)會(huì)、制造工程師協(xié)會(huì)積極主動(dòng)地進(jìn)行推廣的前提下，同時(shí)以機(jī)器人為核心的柔性自動(dòng)化生產(chǎn)線所具備的優(yōu)點(diǎn)又適應(yīng)了美國高效生產(chǎn)、市場多變的需要，從而使機(jī)器人技術(shù)得到迅猛發(fā)展(周志慧，成彥博，2021)。在這般的環(huán)境中日本機(jī)器人的發(fā)展經(jīng)歷了20世紀(jì)60年代的搖籃期，70年代的實(shí)用期以及80年代的普及、提高期三個(gè)階段。日本東京機(jī)械貿(mào)易公司于1967年首次從美國AMF公司引進(jìn)Vetsatran機(jī)器人。日本川崎重工業(yè)公司于1968年與美國Unimation公司締結(jié)國際技術(shù)合作協(xié)議，引進(jìn)Unimation機(jī)器人。日本機(jī)器人于1970年實(shí)現(xiàn)國產(chǎn)化。在技術(shù)層面上，本文采取了章教授推崇的定量與定性結(jié)合的研究方法，為研究提供了堅(jiān)實(shí)的數(shù)據(jù)支撐和理論背景。自此以后，日本進(jìn)入了機(jī)器人技術(shù)的開發(fā)和應(yīng)用時(shí)期。這在一定范圍內(nèi)顯示了奧地利貝加萊(B\&R)[2,3對機(jī)器人前饋控制的一系列研究成果對工業(yè)機(jī)器人的發(fā)展也產(chǎn)生了很大的影當(dāng)前，國內(nèi)機(jī)器人的研發(fā)重點(diǎn)集中于中低端機(jī)器人領(lǐng)域且獲得一定成績，但在運(yùn)動(dòng)性能(含定位精度、運(yùn)行速度、姿態(tài)控制等指標(biāo))較之歐美日等國家和地坐標(biāo)變換。坐標(biāo)系的選定，其中應(yīng)考慮到正(反)運(yùn)動(dòng)學(xué)參數(shù)、慣性力、外力和框架。這無疑地傳達(dá)出即便結(jié)構(gòu)較簡單的機(jī)器人，其自由度也在5個(gè)左右，作業(yè)過程不僅驗(yàn)證了方案的正確性與可行性，也為后續(xù)科研提供了寶貴的參考材控制器的選擇也是需要考慮的重要問題，目前機(jī)器人控制調(diào)節(jié)方法有以下三種 1、PID控制調(diào)節(jié)：是比例、積分和微分三部分作用的疊加的復(fù)合控制。在比例作用的基礎(chǔ)上能提高系統(tǒng)的穩(wěn)定性，加上積分作用能消除余差，又有δ、(史俊，范若琳，2021)。依據(jù)這些初期數(shù)據(jù)，本文能設(shè)定更多具有前瞻性滿足機(jī)器人各個(gè)桿件慣量的快速變化6。這在一定程度上印證了很重要的一點(diǎn)，2018)。本文將本研究的核心發(fā)現(xiàn)與領(lǐng)域內(nèi)普遍認(rèn)可的理論進(jìn)行了深入比對，以非必要的干擾(謝俊峰，郭雅瀾，2020)[7]。本文將本研究的核心發(fā)現(xiàn)與領(lǐng)域內(nèi)個(gè)擾動(dòng)源以及適用于控制成效的檢驗(yàn)等等(陳梓寧，李敏杰，2022)。這種審慎的科學(xué)態(tài)度與方法，不僅確保了本研究的高品質(zhì)與高價(jià)值，也為后續(xù)研究樹立了可效仿的標(biāo)桿。1.2.2工業(yè)機(jī)器人參數(shù)辨識研究現(xiàn)狀及分析趙浩然，孫玉潔教授8在《機(jī)器人動(dòng)態(tài)特性及動(dòng)力學(xué)參數(shù)辨識研究》一書中有講到機(jī)器人的機(jī)械臂搭載有復(fù)雜鏈接且可執(zhí)行動(dòng)態(tài)即時(shí)指令，兼具多輸入(出)、強(qiáng)耦合和非線性特征。從這些措施中看出機(jī)器人動(dòng)力學(xué)設(shè)計(jì)以及控制、仿真和離線編程的基礎(chǔ)前提為機(jī)器人動(dòng)力學(xué)建模，由此獲得業(yè)界和研發(fā)團(tuán)隊(duì)的廣泛關(guān)注(黃逸凡，張雅婷，2023)。當(dāng)前適用的機(jī)器人動(dòng)力學(xué)建模方法，首要目標(biāo)在于梳理掌握相關(guān)參數(shù)指標(biāo)，即機(jī)器人操縱器的慣性參數(shù)(也稱作為動(dòng)態(tài)參數(shù))。本文還主動(dòng)與同行探討，吸納他們的有益建議，持續(xù)優(yōu)化研究方法。這種嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度與方法，不僅確保了本研究的高品質(zhì)，也為后續(xù)研究提供了可效仿的榜樣。在這種設(shè)定里機(jī)器人連桿涉及的慣性參數(shù)計(jì)10個(gè)以上，分別涵蓋連桿的質(zhì)量，與連桿坐標(biāo)系相對應(yīng)的質(zhì)心的三維坐標(biāo)和三維質(zhì)量、質(zhì)量坐標(biāo)系等等。與質(zhì)量坐標(biāo)系相對應(yīng)，伴隨著機(jī)器人姿勢的改變，其連桿機(jī)構(gòu)的慣性參數(shù)也隨之動(dòng)態(tài)變化(馮啟明，朱逸飛，2020)。上述優(yōu)化成果是在對現(xiàn)狀的深入了解和充分利用現(xiàn)有資源與技術(shù)的基礎(chǔ)上取得的。相較于傳統(tǒng)方案，該方案在多個(gè)關(guān)鍵點(diǎn)上顯示了出色的優(yōu)勢。因此，遇到這種情況時(shí)慣性參數(shù)識別也隨之獲得機(jī)器人動(dòng)力學(xué)研究的普遍關(guān)注。上世紀(jì)80年代以后，有關(guān)權(quán)威專家就上述課題作出系統(tǒng)探討，并提出了一系列方法。結(jié)果的一致性還意味著本文在方法論上的選擇是恰當(dāng)?shù)模瑸楹罄m(xù)類似方法的研究樹立了榜樣。獲益于計(jì)算機(jī)輔助制造工藝的快速進(jìn)步，慣性參數(shù)識別的CAD方法在機(jī)器人設(shè)計(jì)領(lǐng)域獲得應(yīng)用，由此大大增進(jìn)了設(shè)計(jì)階段對于機(jī)器人動(dòng)力學(xué)特性調(diào)節(jié)的便利性。就此而言，涉及到機(jī)器人動(dòng)力學(xué)建模以及有關(guān)參數(shù)、特性設(shè)定的研究，慣性參數(shù)識別尤為關(guān)鍵，也是業(yè)界致力研究的嶄新課題(施銘揚(yáng)，蘇雅雯，2022)。藉由特殊測量儀器完成慣性參數(shù)的測繪、驗(yàn)證是設(shè)計(jì)領(lǐng)域的常用手段。測量機(jī)器人連桿的慣性參數(shù)，該項(xiàng)工作低效、復(fù)雜，從這些過程中看出對于掌握機(jī)器人關(guān)節(jié)特性、精度等指標(biāo)均極為不利，與現(xiàn)代機(jī)器人技術(shù)發(fā)展趨勢相悖。掌握機(jī)器人多連桿機(jī)構(gòu)特性是鑒別測量機(jī)器人慣性參數(shù)的理論依據(jù)(申睿哲，尹俊熙，2022)。理論層面上的是通用的，不同結(jié)構(gòu)的機(jī)器人的慣性參數(shù)組合也不相同。用機(jī)器人代替人工是對不可預(yù)知的作業(yè)環(huán)境和操作對象(傅俊杰，魏志遠(yuǎn)，2023)。換言之，機(jī)器人內(nèi)容(闕澤霖，段浩淼，2024)。這在一定程度上印證了操作臂的運(yùn)動(dòng)、姿態(tài)控慣性參數(shù)(亦或稱作負(fù)載參數(shù))的識別測量。區(qū)別于其他機(jī)構(gòu)、設(shè)備，囿于操作開辟了更為開放的思考領(lǐng)域。筆者選定MATLAB進(jìn)行代碼編寫與仿真，研究改(1)機(jī)器人狀態(tài)空間模型的建立(2)牛頓一歐拉迭代動(dòng)力學(xué)方程(5)機(jī)器人控制結(jié)構(gòu)分析(6)動(dòng)力學(xué)前饋控制性能仿真2機(jī)器人動(dòng)力學(xué)建模2.1用拉格朗日方程建立n自由度機(jī)器人狀態(tài)空間模型主動(dòng)系中只有一部分保守力時(shí)，第二類拉格朗日方程表示為(徐浩淼，黃啟航，式中n×n矩陣H(q)=[hi;j],也被稱作機(jī)器人的慣性矩陣，據(jù)前述定義可以推知其H(q)屬于對稱矩陣，在這般的環(huán)境中且考慮到系統(tǒng)動(dòng)能的正定性(q≠0時(shí)T>0),H(q)又屬正定矩陣(徐浩宇，張靜怡，2021)。在結(jié)果討論環(huán)節(jié)，本式中中各分量均反映為廣義速度的二2.2用牛頓一歐拉迭代法構(gòu)建機(jī)器人動(dòng)力學(xué)線性化模型牛頓一歐拉動(dòng)力學(xué)方法9基于兩個(gè)基本方程，即力(力矩)平衡方程，依次f.=ma.這在一定范圍內(nèi)顯示了牛頓-歐拉動(dòng)力學(xué)建模方法包括兩部分，即正向運(yùn)動(dòng)(1)運(yùn)動(dòng)學(xué)外推：角速度遞推：角加速度遞推：線加速度遞推：i+1a;+1=+R['α+3α×1Pi+1+質(zhì)心處線加速度：在本文的研究語境里這種情況被賦予了重要意義其中，i+R表示第i與第i+1i與第i+1關(guān)節(jié)的軸向方向，1與+1均為關(guān)節(jié)變量，分別表示關(guān)節(jié)的角速度和角加速度，這無疑地傳達(dá)出其他各符號含義同前，其中左上標(biāo)代表參數(shù)在哪個(gè)坐標(biāo)系表示，右下標(biāo)表示參數(shù)所隸屬的機(jī)械臂(劉嘉琪，丁麗娜，2021)。在研究方法的選用上展現(xiàn)出獨(dú)特視角。突破單一研究方法的限制，創(chuàng)新性地融合多學(xué)科研究方法。(2)動(dòng)力學(xué)內(nèi)推：i機(jī)械臂質(zhì)心處的合力：i機(jī)械臂關(guān)節(jié)處的作用力：i機(jī)械臂質(zhì)心處的合力距i機(jī)械臂關(guān)節(jié)處的合力距2.3用拉格朗日方程建立n自由度機(jī)器人逆動(dòng)力學(xué)模型置q、速度及加速度，求解對象為該時(shí)刻作動(dòng)器對機(jī)器人所施加的驅(qū)動(dòng)力τ。正加速度關(guān)系選擇以齊次變換矩陣加以呈現(xiàn)，已知q,和，推理可得以這在一定程度上體現(xiàn)計(jì)算框圖如圖2-3-1所示。A,=I,?A,=0圖2-3-1由2.1節(jié)可得拉格朗日方程求出的機(jī)器人動(dòng)力學(xué)方程(王梓和，李欣怡，2019)式中這在一定程度上揭示其中°As指坐標(biāo)系{s}-{0}的變換矩陣；Js為偽慣量矩陣，描述對象為桿s的質(zhì)量分布(高銘遠(yuǎn)，黃慧玲，2020)。本文致力于研究過程中誤差的有效控制，主要通過一系列嚴(yán)密手段與策略，來確保數(shù)據(jù)的精確性及成果的穩(wěn)由式(2-8)可知將式(2-8)～(2-11)帶入式(2-7)后計(jì)算可得式中采取D-H法建立傳動(dòng)軸坐標(biāo)系，這在一定層面上展現(xiàn)式(2-13)可寫為(1)用正運(yùn)動(dòng)學(xué)公式(2-5),(2-6)和(2-7)正向遞推(即按i=1,L,n(2)用式(2-14)～(2-16)反向遞推(即按i=n,L,1的順序)計(jì)算D,,%圖3-1所示2.4運(yùn)用正動(dòng)力學(xué)對n自由度運(yùn)動(dòng)機(jī)器人仿真在這樣的配置中正動(dòng)力學(xué)是已知某一時(shí)刻的q,4和t時(shí)，求此時(shí)的有效藉由步長△t對式(2-17)作數(shù)值積分轉(zhuǎn)換，由t=0處作迭代計(jì)算：涉及到每次迭代，都必須引用式(2-17)作重復(fù)計(jì)算。由此，在公式內(nèi)錄入3.1反饋控制器的選擇：本文反饋控制器選擇PD控制器，PD控制器中D就相當(dāng)于測速反饋，其主-90度的相角，所以如果PD能解決的問題就不會(huì)用PID。PD控制器原理圖如下圖3-1取kp=diag(kpi,kp2,L,kpm),ke及8分別是關(guān)節(jié)跟蹤誤差和誤差變化率。依照控制理論，與單純采取反饋控制策略相比，反饋-前饋控制系統(tǒng)兼具下?lián)碛邢鄬硐氲目垢蓴_性能，涉及到各類給定信號，其適應(yīng)性均符合設(shè)計(jì)要求；其二，恰當(dāng)應(yīng)用前饋控制(補(bǔ)償),該型系統(tǒng)和控制器能夠保證機(jī)器人實(shí)現(xiàn)高精Tn=kp*e+ka*&+Tf軌跡速度、加速度存在邊界的前提下，PD前饋一反饋控制結(jié)構(gòu)可保證用式(2-7)計(jì)算"ANoNoi=i-1用式(2-6)和(2-5)計(jì)算qdl66圖3-24動(dòng)力學(xué)前饋控制性能仿真上文講到的動(dòng)力學(xué)前饋控制結(jié)構(gòu)中，前饋/反饋控制分別處理好機(jī)器人動(dòng)力制結(jié)構(gòu)中關(guān)于機(jī)器人的影響和外界擾動(dòng)時(shí)對機(jī)器人前饋控制的影響(鄒雅琳，劉仿真對象為六自由度的PUMA560工業(yè)機(jī)器人，其慣性參數(shù)如下表4-1-1所示關(guān)節(jié)ie慣性矩I基于MATLAB機(jī)器人工具箱分別采用PD控制、PD復(fù)合定因素對機(jī)器人前饋的影響，通過改變PUMA560機(jī)器人I,m來模擬干擾項(xiàng)，采用加干擾的PD前饋控制策略，緣于前面之論證通過輸出的圖象對比觀測誤差對PD前饋控制的影響。基于準(zhǔn)確比較的考慮，各類控制策略適用完全一致的PD控制律(羅曉紅，馮志豪，2024):TPD=kpe+ka8,參數(shù)k,=[1000,1000,1000,1000,1000,1000],ka=[50,50,50,50,%不加前饋，僅PDF2(:,i)=Kp*(x1d(:,i)-x1(:,i))+Kd*(x2d(:,i)-xA1(:,i)=I\(F2(:,i)-C*x2(:,i)x1(:,i+1)=x1(:,i)+delta_t*(x2(:,i));%位置x2(:,i+1)=x2(:,i)+delta_tC=p560.coriolis((x1_1(:,i))',(x2_1(:,i))’);I2=p560.inertia((x1d(:,i))’);%關(guān)節(jié)A2(:,i)=I\(F2(:,i)+F3(:,i)-C*x2_1(:,i)x1_1(:,i+1)=x1_1(:,i)+delta_t*(x2_1(:,i));%位置x2_1(:,i+1)=x2_1(:,i)+delta_t*(A2(:,i));%速度%加有干擾的PD-前饋G=p560.grav1oad((x1I=p560.inertia((x1_2(:,i))’);%關(guān)節(jié)空間慣性矩陣C=p560.coriolis((x1_2(:,i))’,F2(:,i)=Kp*(xld(:,i)-x1_2(:,i))+Kd*(x2d(:,i)-x2_G3=p560_3.gravload((x1d(:,i))’);%計(jì)算重力載荷F3(:,i)=I3*((x2d(:,i+1)-x2d(:,i)))/delta_t+C3*x2d(:,i)+G3';A3(:,i)=I\(F2(:,i)+F3(:,i)-C*x2_2(:,i)x1_2(:,i+1)=x1_2(:,i)+delta_t*x2_2(:,i+1)=x2_2(:,i)+delta_t*(A3(:,i));圖4-1-3加有干擾的PD一前饋策略型。經(jīng)過代碼的仿真，根據(jù)上述信息判斷令程序輸出未加干擾，跟蹤軌跡誤差圖。%不加前饋，僅PDG=p560.gravload((x1(:,i))’);%計(jì)算重力載荷F2(:,i)=Kp*(x1d(:,i)-x1(:,i))+Kd*(x2d(:,i)-xA1(:,i)=I\(F2(:,i)-C*x2(:,i)x1(:,i+1)=x1(:,i)+delta_t*(x2(:,i));%位置I=p560.inertia((x1_1(:,i))’);%關(guān)節(jié)空間慣性矩陣C=p560.coriolis((x1_1(:,i))',(x2_1(:,i))’);%計(jì)算科氏力和向心力的耦合矩陣G2=p560.gravload((x1d(:,i))’);%計(jì)算重力載荷I2=p560.inertia((x1d(:,i))’);%關(guān)節(jié)空間慣性矩陣C2=p560.coriolis((x1d(:,i))’,(x2d(:,i))’);%計(jì)算科氏力和向心力的耦合矩陣F3(:,i)=I2*((x2d(:,i+1)-x2d(:,i)))/delta_t+C2*x2d(:,i)+G2';%前饋部分由期望值計(jì)算得出A2(:,i)=I\(F2(:,i)+F3(:,i)-C*x2_1(:,i)x1_1(:,i+1)=x1_1(:,i)+de1ta_t*(x2_1(:,i));%位置G=p560.gravload((x1_2(:,i))’);%計(jì)算重力載荷I=p560.inertia((x1_2(:,i))’);%關(guān)節(jié)空間慣性矩陣F2(:,i)=Kp*(xld(:,i)-x1_2(:,i))+Kd*(x2d(:,i)-x2_G3=p560_3.gravload((xld(:,i))’);%計(jì)算重力載荷F3(:,i)=I3*((x2d(:,i+1)-x2d(:,i)))/delta_t+C3*x2d(:,i)+G3';%前饋部分由期望值計(jì)算得出A3(:,i)=I\(F2(:,i)+F3(:,i)-C*x2_2(:,i)x1_2(:,i+1)=x1_2(:,i)+delta_t*(x2_2(:,i));%位置x2_2(:,i+1)=x2_2(:,i)+delta_t*(A3(:,i));%速度圖4-1-3加有干擾的PD一前饋策略時(shí)的跟蹤軌跡圖與用期望曲線減去干擾曲線輸出的由仿真結(jié)果比較可知，由于PUMA560機(jī)器人前三個(gè)關(guān)節(jié)慣量較大，誤差區(qū)分明顯，對后三個(gè)關(guān)節(jié)影響較小(張子凡，劉一鳴，2019)。立足當(dāng)前現(xiàn)實(shí)全面比對PD控制與PD-前饋控制策略，可以發(fā)現(xiàn)，動(dòng)力學(xué)前饋控制對于軌跡跟蹤精度有顯著提升效果，僅用PD控制得出的實(shí)驗(yàn)軌跡和期望軌跡有明顯的誤差。涉及到大慣量關(guān)節(jié)擾動(dòng)，前者的抑制效能存有明顯缺陷，精度低，而經(jīng)過前饋一反饋控制策略，從此處可見微能獲得良好的靜態(tài)動(dòng)態(tài)特性，跟蹤特性優(yōu)良。另外，經(jīng)過比較可得，雖然有外界干擾不確定因素的存在，機(jī)器人控制性能略有下降，但是加前饋補(bǔ)償?shù)目刂撇呗赃€是要好于僅有PD控制的控制策略?？梢?，機(jī)器人PD前饋一反饋控制系統(tǒng)的研究有著重要的意義，能獲得很好的控制效果。5設(shè)計(jì)總結(jié)本文以MATLAB軟件作為操作基礎(chǔ)，通過對工業(yè)機(jī)器人的正(逆)動(dòng)力學(xué)進(jìn)行分析，對PUMA560機(jī)器人進(jìn)行了一系列的數(shù)值分析與仿真，獲得下述兩點(diǎn)結(jié)論：(1)建構(gòu)獲得機(jī)器人正(逆)動(dòng)力學(xué)模型，確認(rèn)有關(guān)正(逆)動(dòng)力學(xué)算法推導(dǎo)過程。分析了前饋補(bǔ)償控制對機(jī)器人運(yùn)動(dòng)軌跡精度和運(yùn)動(dòng)性能，機(jī)器人參數(shù)辨識的影響以及傳統(tǒng)PID控制的不足，論證了機(jī)器人前饋控制系統(tǒng)的重要意義；(2)借鑒機(jī)器人動(dòng)力學(xué)特性的前提下，仿真運(yùn)算PUMA560機(jī)器人前饋控制器性能指標(biāo)，驗(yàn)算數(shù)據(jù)提示：前饋補(bǔ)償能夠顯著改善機(jī)器人運(yùn)動(dòng)精度、優(yōu)化運(yùn)動(dòng)軌跡，減小與期望運(yùn)動(dòng)軌跡的誤差，使不確定因素改變所導(dǎo)致的運(yùn)動(dòng)軌跡擾動(dòng)控制在合理控制范圍內(nèi)。故有必要盡可能地減少系統(tǒng)不確定性擾動(dòng)，進(jìn)而有效增進(jìn)控