一類欠驅(qū)動系統(tǒng)的控制方法綜述

孫寧，方勇純

(南開大學機器人與信息自動化研究所，天津 300071)

一類欠驅(qū)動系統(tǒng)的控制方法綜述

孫寧，方勇純

(南開大學機器人與信息自動化研究所，天津 300071)

近年來欠驅(qū)動系統(tǒng)已經(jīng)成為機器人與自動控制領(lǐng)域的研究熱點之一，本文對一類欠驅(qū)動系統(tǒng)(欠驅(qū)動連桿系統(tǒng))的控制方法的研究狀況進行了綜述.首先給出了欠驅(qū)動系統(tǒng)的動力學模型，并介紹了2種基本控制模式;隨后，對其主要的控制方法，包括最優(yōu)控制方法、運動規(guī)劃法、部分反饋線性化方法、能量(無源)方法、變量降維法、分級控制設(shè)計方法及智能控制方法，展開了分析與討論;在此基礎(chǔ)之上，對欠驅(qū)動連桿控制系統(tǒng)設(shè)計存在的抗干擾性、實用性及快速性等主要問題進行了簡要分析，并就今后的研究方向進行了展望，如魯棒策略、飽和控制與有限時間控制等.

欠驅(qū)動系統(tǒng);機器人;智能控制

所謂欠驅(qū)動系統(tǒng)，是指獨立的控制輸入維數(shù)少于系統(tǒng)自由度的一類系統(tǒng)，其本質(zhì)為非線性系統(tǒng).在現(xiàn)實中的很多系統(tǒng)都被設(shè)計為欠驅(qū)動形式，主要是因為:1)系統(tǒng)本身的運動受到某種約束，如常見的非完整約束;2)省去部分驅(qū)動器后，一方面可以減少設(shè)計的復(fù)雜程度，提高系統(tǒng)的靈活性，另一方面可有效節(jié)約成本，降低系統(tǒng)自身的重量與體積，并減少能耗.根據(jù)上述2種不同的原因，可以將欠驅(qū)動系統(tǒng)大致分為2類:第一類是運動受限欠驅(qū)動系統(tǒng)［1］，如移動機器人、航天飛行器、欠驅(qū)動水面和水下航行器等，該類系統(tǒng)由于受到非完整約束等的影響，無法完成側(cè)移等運動;另一類欠驅(qū)動系統(tǒng)，主要包括各種起重機［2］(橋式起重機、臂式起重機、塔式起重機)、倒立擺系統(tǒng)［3］、Furuta pendulum［4］、球棒(ball and beam) 系統(tǒng)［5］、TORA(translational oscillator with a rotating actuator)系統(tǒng)［6］、以及 Acrobot(Acrobat robot)［7］、Pendubot(pendulum robot)［8］等欠驅(qū)動機械臂，它們的系統(tǒng)狀態(tài)可看作“連桿”的平移(如倒立擺、起重機中的小車與球棒系統(tǒng)中的滑塊等的運動)或旋轉(zhuǎn)(如Acrobot和Pendubot等系統(tǒng)中的旋轉(zhuǎn)臂的轉(zhuǎn)動)，都具有相似的動力學性質(zhì)，且控制方法非常類似，基于此，不妨將它們統(tǒng)一歸類為欠驅(qū)動連桿系統(tǒng).上述2類欠驅(qū)動系統(tǒng)在動力學模型、控制模式與控制方法等方面明顯不同，在本文中，將主要綜述欠驅(qū)動連桿系統(tǒng)的研究情況.

欠驅(qū)動特性給系統(tǒng)的設(shè)計與制造帶來了很大的方便，但是它往往會導致系統(tǒng)內(nèi)部的動力學特性比全驅(qū)動系統(tǒng)更加復(fù)雜，并使得系統(tǒng)狀態(tài)之間相互耦合或伴隨非完整約束，這些都給其控制帶來了巨大的挑戰(zhàn).研究欠驅(qū)動系統(tǒng)不僅有著重要的理論意義，可以推動自動控制理論，尤其是非線性控制理論的發(fā)展，而且具有重大的實際應(yīng)用價值，例如當全驅(qū)動系統(tǒng)的部分驅(qū)動器失效時，它們就相應(yīng)地變成欠驅(qū)動系統(tǒng)，此時，欠驅(qū)動控制算法可作為應(yīng)急控制策略以保證系統(tǒng)仍然能正常運行.值得指出的是，盡管倒立擺、球棒系統(tǒng)等基準系統(tǒng)是專門為教學研究及驗證不同的控制算法而設(shè)計的;但它們無一不來源于現(xiàn)實中某些復(fù)雜系統(tǒng)的運動模型，因此對其進行深入研究的意義深遠.正是由于這些原因，連桿類欠驅(qū)動系統(tǒng)的控制已經(jīng)成為國內(nèi)外自動控制及機器人領(lǐng)域最熱門的研究方向之一.

本文對欠驅(qū)動連桿系統(tǒng)的研究現(xiàn)狀進行了綜述，重點分析了近年來針對這類系統(tǒng)提出的主要控制方法，以及獲得的研究結(jié)果，并對有待進一步解決的問題及未來的研究方向進行了討論與展望.

1 動力學模型與控制模式

1.1 動力學模型與性質(zhì)

建立準確的動力學模型，是對系統(tǒng)進行動態(tài)分析與完成高性能控制器設(shè)計的保證.由于欠驅(qū)動連桿系統(tǒng)具有多變量、強耦合的性質(zhì)，借助傳統(tǒng)的牛頓力學分析方法為其建立準確的模型非常困難.相比之下，歐拉－拉格朗日(Euler－Lagrange)法則可以通過計算系統(tǒng)的能量，方便地得到系統(tǒng)的動力學模型，因此被廣泛地應(yīng)用于復(fù)雜欠驅(qū)動系統(tǒng)的建模.經(jīng)建模后，自由度為n，獨立控制量個數(shù)為m(m ＜n)的欠驅(qū)動連桿系統(tǒng)的動力學模型具有如下統(tǒng)一的矩陣形式［3－9］:

式中:q∈Rn×1為系統(tǒng)狀態(tài)向量;M(q)∈Rn×r為慣量矩陣;V(q，)∈Rn×n為向心－柯氏力矩陣;G(q)∈Rn×1為重力因子向量;U∈Rn×1為控制向量，具體表示為

式中，ua∈Rn×1為驅(qū)動向量.為了更加直觀地體現(xiàn)系統(tǒng)的欠驅(qū)動特性，可將動力學模型(1)進一步改寫為

式中，各個變量分別對應(yīng)于式(1)中相應(yīng)矩陣或向量的分塊，下標a與u分別表示驅(qū)動環(huán)節(jié)與欠驅(qū)動環(huán)節(jié).特別地，將式(2)中的欠驅(qū)動部分單列如下:

式(3)是欠驅(qū)動連桿系統(tǒng)的運動學模型，它體現(xiàn)了系統(tǒng)可驅(qū)動狀態(tài)與不可驅(qū)動狀態(tài)之間的動態(tài)耦合關(guān)系.因此，它是對欠驅(qū)動狀態(tài)進行間接控制的前提和保障.

性質(zhì)1M(q)為正定對稱矩陣.

性質(zhì)2(q)/2－V(q，)是斜對稱矩陣.

這2條性質(zhì)被廣泛地應(yīng)用于欠驅(qū)動連桿系統(tǒng)的控制器設(shè)計與穩(wěn)定性分析.

1.2 控制模式

根據(jù)控制目標的不同，欠驅(qū)動連桿系統(tǒng)的控制模式可分為鎮(zhèn)定控制(regulation control)與軌跡跟蹤控制(trajectory tracking control)2種.

鎮(zhèn)定控制又稱點鎮(zhèn)定控制，是指設(shè)計一定的控制律，將系統(tǒng)從某一初始狀態(tài)鎮(zhèn)定到特定的期望狀態(tài)(一般是平衡點)，并使得系統(tǒng)在該狀態(tài)保持穩(wěn)定.鎮(zhèn)定控制模式被廣泛地應(yīng)用于各種欠驅(qū)動連桿系統(tǒng).以二維橋式起重機系統(tǒng)為例，其系統(tǒng)狀態(tài)為臺車的水平位移和負載的擺角，而控制量為作用在臺車水平方向上的驅(qū)動力，其鎮(zhèn)定控制主要考慮如下指標:一方面，臺車應(yīng)盡可能快地到達目標位置，以保證負載的傳送效率;另一方面，在傳送過程中負載擺角應(yīng)盡可能小，在臺車到達目的地后擺角應(yīng)迅速衰減為零，以避免負載與周圍物體發(fā)生碰撞，提高系統(tǒng)的安全性和運送效率.類似地，倒立擺、Acrobot、Pendubot等的搖起(swing up) 控制［3，7－8］及球棒系統(tǒng)的平衡(balance)控制［5］也屬于鎮(zhèn)定控制.

相應(yīng)地，軌跡跟蹤控制則是指設(shè)計一定的控制信號，使得系統(tǒng)狀態(tài)沿設(shè)定的軌跡穩(wěn)定運行.在這里，軌跡是指系統(tǒng)狀態(tài)位置、速度和加速度隨時間變化的集合，而非僅僅是空間中的一條與時間無關(guān)的路徑.合理的軌跡規(guī)劃不僅可使欠驅(qū)動自由度按照一定的規(guī)律運動［4，10］，而且可以有效地提高系統(tǒng)的運行效率［11－12］.然而，由于欠驅(qū)動連桿系統(tǒng)的軌跡生成必須滿足動態(tài)約束關(guān)系(3)，即該類系統(tǒng)缺乏跟蹤空間任意軌跡的能力，因此其軌跡規(guī)劃與全驅(qū)動系統(tǒng)相比更具有挑戰(zhàn)性.

2 控制方法及研究現(xiàn)狀

由于缺少部分驅(qū)動器，欠驅(qū)動系統(tǒng)不能實現(xiàn)完全反饋線性化，從而導致全驅(qū)動系統(tǒng)控制中的許多控制策略都不再適用.因此，如何對欠驅(qū)動連桿系統(tǒng)實施有效控制一直以來都是一個開放性的問題，國內(nèi)外相關(guān)領(lǐng)域的研究人員對其進行了深入研究，并取得了許多成功的研究成果.在本節(jié)，將對主要的控制方法及其研究現(xiàn)狀進行綜合分析.

2.1 最優(yōu)控制方法

一般而言，最優(yōu)控制是指分析系統(tǒng)的模型和控制要求，通過構(gòu)造某個指標函數(shù)來設(shè)計控制器使系統(tǒng)性能達到最優(yōu).然而，由于欠驅(qū)動連桿系統(tǒng)中存在不可驅(qū)動的狀態(tài)/輸出，在構(gòu)造指標函數(shù)和設(shè)計控制算法時只能包括部分性能，或者折衷考慮控制要求，而無法使所有控制指標同時實現(xiàn)最優(yōu).如對于起重機而言，臺車的快速運動和負載擺動的抑制相互沖突，在設(shè)計最優(yōu)控制律時只能考慮其中一個方面，或者把兩者進行組合之后提出一個新的控制目標來設(shè)計控制器.為此，Y.Sakawa等人針對線性化的模型設(shè)計了擺角最優(yōu)控制律，但該方法犧牲了系統(tǒng)整體的運送效率［13］;J.Auernig等從系統(tǒng)的工作效率出發(fā)，充分考慮了臺車的最大運行速度等限制，借助龐特里亞金(Pontryagin)極大值原理實現(xiàn)了最小時間控制，但卻難以控制負載傳送過程中擺角幅值的大?。?4］;而在文獻［15］中，K.Terashima等人首先建立了臂式起重機在三維空間中的直線傳輸模型，然后借助非線性最優(yōu)設(shè)計方法實現(xiàn)了負載的時間最優(yōu)傳輸，并較好地消除了負載的擺動，遺憾的是，該策略同樣未能將負載的擺動性能引入最優(yōu)控制器的設(shè)計.欠驅(qū)動系統(tǒng)不僅無法使全部性能指標同時達到最優(yōu)，而且其強耦合、非線性特性也為獲得最優(yōu)控制輸入的解析解(甚至是數(shù)值解)增加了很大的難度.為此，可以在求解最優(yōu)約束時對目標進行適當?shù)淖儞Q，如針對Furuta pendulum系統(tǒng)，文獻［16］將其有界輸入下的時間最優(yōu)控制問題巧妙地轉(zhuǎn)換為在不超過輸入極限的前提下如何保證時間最短的問題，并通過非線性優(yōu)化得到了數(shù)值解，從而成功地解決了該類欠驅(qū)動系統(tǒng)的非線性最優(yōu)控制問題.

2.2 運動規(guī)劃法

運動規(guī)劃是指為系統(tǒng)狀態(tài)/輸出規(guī)劃一條合理的運行軌跡，使得當系統(tǒng)沿該軌跡運行時能實現(xiàn)特定的功能.它主要適用于平衡點自然穩(wěn)定的連桿系統(tǒng)，如各種起重機，該方法主要包括離線軌跡規(guī)劃［17－19］和輸入整形 2 種［20－25］.

以橋式起重機為例，離線軌跡規(guī)劃方法主要通過分析臺車與負載之間的動態(tài)耦合關(guān)系來規(guī)劃臺車的運行軌跡，為此既要保證臺車快速準確定位，又要對負載擺動(尤其是殘余擺動)進行有效抑制.孫寧等人在文獻［17－19］中分別借助非線性耦合分析和相平面法規(guī)劃了一系列臺車軌跡，實現(xiàn)了良好的控制性能.離線規(guī)劃的軌跡一般用于前饋環(huán)節(jié)，在復(fù)雜的工作環(huán)境中，需要與反饋控制器相結(jié)合，以提高系統(tǒng)對外界干擾的魯棒性.

輸入整形的核心思想則是利用系統(tǒng)的頻率特性以及阻尼比等信息，對控制信號進行合理規(guī)劃.為此，需要獲得一組整形脈沖序列(也稱整形器)，并將其與目標控制指令進行卷積，然后得到輸入信號來對系統(tǒng)施加控制［20－21］，這種方法在實際欠驅(qū)動起重機系統(tǒng)中獲得了成功應(yīng)用.具體而言，S.Garrido等人將輸入整形方法成功地應(yīng)用于一個裝配了傳感器的大型三維橋式起重機上，實現(xiàn)了負載的精確定位，且在整個傳送過程中，負載擺動保持在很小的范圍內(nèi)［22］.在文獻［23］中，E.Maleki等分析了臂式起重機中懸臂的旋轉(zhuǎn)及俯仰運動對負載擺動的影響，并將零擺動整形器應(yīng)用于負載的防擺控制，結(jié)果表明該方法可將擺動幅度降低76%.一般情況下，起重機負載的運動可近似看作單擺運動，但在某些特定情況下，一些類型的負載與繩索會表現(xiàn)出雙擺效應(yīng)，導致負載的擺動信息無法測量.為此，美國佐治亞理工學院的W.Singhose等人基于線性化定繩長的雙擺吊車模型，設(shè)計了一種對系統(tǒng)在一定頻率范圍均有效的輸入整形器，它既有效地抑制了負載擺動，又提高了系統(tǒng)對參數(shù)變化的魯棒性［24］，隨后，他們又成功地將該方法引入到具有雙擺效應(yīng)的臂式起重機的負載防擺控制［25］.

2.3 部分反饋線性化方法

對于全驅(qū)動系統(tǒng)而言，往往可以為其設(shè)計合適的控制器將其完全反饋線性化，從而實現(xiàn)良好的控制性能(如誤差指數(shù)收斂等).然而，由于欠驅(qū)動連桿系統(tǒng)自身的驅(qū)動數(shù)目不夠，因此不能對其進行完全反饋線性化.為此，控制專家M.W.Spong教授針對欠驅(qū)動系統(tǒng)提出了一種部分反饋線性化方法，此方法通過定義一個新的控制量來實現(xiàn)系統(tǒng)變換，最終將其進行局部線性化［26－27］，該方法被廣泛地應(yīng)用于欠驅(qū)動連桿系統(tǒng)的控制［28－30］.如在文獻［29］中，張曉華等人對橋式起重機的欠驅(qū)動模型進行了部分反饋線性化，通過坐標變換將其轉(zhuǎn)換為嚴格前饋級聯(lián)規(guī)范型，并在此基礎(chǔ)之上設(shè)計了飽和控制器，實現(xiàn)了負載的準確定位.高丙團等則基于非配置部分反饋線性化方法為Furuta pendulum設(shè)計了一個狀態(tài)反饋控制器，將擺桿迅速搖起到不穩(wěn)定平衡點附近，然后切換到一個線性全狀態(tài)平衡控制器，實現(xiàn)了系統(tǒng)的穩(wěn)定控制［30］.值得指出的是，經(jīng)過部分反饋線性化后得到的系統(tǒng)仍然是非線性的，且其耦合性比變換之前更強，導致控制器結(jié)構(gòu)也變得更為復(fù)雜.

2.4 能量(無源)方法

一個系統(tǒng)的能量能反映它的運動狀態(tài)，俄國數(shù)學家李雅普諾夫(Lyapunov)所提出的穩(wěn)定性直接分析方法，就是受物體運動時能量變化規(guī)律的啟發(fā)而得到的.通過分析系統(tǒng)的能量，可以方便地處理系統(tǒng)的欠驅(qū)動非線性特性.因此，基于能量分析的策略自然地成為控制欠驅(qū)動連桿系統(tǒng)的有力武器.根據(jù)欠驅(qū)動連桿系統(tǒng)的動力學模型(1)，可得其能量為

式中:P(q)表示系統(tǒng)勢能，滿足 G(q)=?P(q)/?q，其他變量的定義同式(1).對式(4)關(guān)于時間求導數(shù)，并結(jié)合性質(zhì)1和2，可得

對其兩邊關(guān)于時間求積分，有

那么，以U(t)為輸入，˙q(t)為輸出的系統(tǒng)是耗散、無源的.根據(jù)這一特性，國內(nèi)外學者利用基于能量的方法，對欠驅(qū)動連桿系統(tǒng)開展了廣泛研究［5－9，11－12，31－37］.其中，著名控制專家K.J.Astrom等［32］將能量分析方法應(yīng)用于單倒立擺系統(tǒng)的搖起控制，得出了小車的加速度與重力加速度應(yīng)滿足的關(guān)系，并將其在不同擺長的雙倒立擺系統(tǒng)上進行了應(yīng)用.遺憾的是，他們沒有考慮小車在水平方向的運動，也沒有給出雙倒立擺情形的穩(wěn)定性分析.為此，X.Xin等人借助不變集的穩(wěn)定性理論完成了雙倒立擺系統(tǒng)的漸近收斂分析［33］.通過對欠驅(qū)動機械臂的無源性分析，I.Fantoni和X.Xin等分別構(gòu)造了包含能量平方項的李雅普諾夫函數(shù)，并設(shè)計了能量耦合控制律，使得系統(tǒng)狀態(tài)能進入豎直方向任意小的鄰域，為平衡控制器的設(shè)計提供了保證［7－8］.除了搖起運動外，能量方法還可用于對系統(tǒng)的平衡控制［5－6］.在文獻［5］中，E.Li等充分考慮了球棒系統(tǒng)中棒的長度，針對系統(tǒng)不同的平衡點分別設(shè)計了平衡穩(wěn)定控制器.自2001年起，方勇純研究組將能量方法廣泛地應(yīng)用于橋式起 重 機 的 控 制［9，11－12，34－37］. 具 體 而 言，文 獻［9］和［36］提出了一系列基于能量的非線性控制器以增強臺車和負載之間的耦合特性，實驗結(jié)果證明了該控制策略的有效性.隨后，考慮到系統(tǒng)參數(shù)的不確定性及外界干擾的影響，他們又設(shè)計了自適應(yīng)控制器來提高能量控制方法對實際工作環(huán)境的適應(yīng)能力［11－12，36－37］.

2.5 變量降維法

由于欠驅(qū)動連桿系統(tǒng)中包含了非直接驅(qū)動的運動自由度，限制了常規(guī)非線性控制策略的應(yīng)用.為突破這一瓶頸，可以通過定義合適的復(fù)合變量來對系統(tǒng)進行降維處理，使新的狀態(tài)變量個數(shù)等于控制輸入維數(shù)，將系統(tǒng)轉(zhuǎn)換為以新變量為狀態(tài)的“全驅(qū)動系統(tǒng)”，之后就可以進行常規(guī)的控制器設(shè)計與分析.在此，把基于這種思想的控制方法稱為變量降維法，常見的降維處理方法可歸為以下2類:

1)將驅(qū)動變量和欠驅(qū)動變量進行組合生成新的綜合變量［38］，并以之為基礎(chǔ)來設(shè)計控制器.以橋式起重機為例，H.Lee等人將臺車位移誤差、速度誤差和負載擺角通過線性組合得到一個復(fù)合變量，并且證明了當該變量趨于零時，各分量漸近收斂，在此基礎(chǔ)上設(shè)計了常規(guī)的滑?？刂破魇箯?fù)合變量收斂于零，從而實現(xiàn)了系統(tǒng)鎮(zhèn)定［39］.文獻［40］則將可驅(qū)動量和不可驅(qū)動量通過非線性組合得到一個新的變量，然后借助標準的反步法為一類欠驅(qū)動系統(tǒng)設(shè)計了一種半全局鎮(zhèn)定控制器，并將其成功地應(yīng)用于倒立擺系統(tǒng).

2)定義分級滑模面，即為可驅(qū)動狀態(tài)和不可驅(qū)動狀態(tài)分別定義一級滑模面，然后將一級滑模面線性組合為二級滑模面，進而可借助滑?？刂频确椒▉碓O(shè)計控制器.由于滑模面的引入，該方法可保證控制系統(tǒng)對外界干擾與模型不確定性的魯棒性.在文獻［41］中，中科院自動化所的易建強教授研究組針對一類欠驅(qū)動系統(tǒng)，采用分級滑模方法，定義了分級滑模面，并證明了各級滑模面的穩(wěn)定性，從而保證了所有系統(tǒng)狀態(tài)的漸近收斂.之后，他們又將該方法用于倒立擺與Pendubot的控制，都取得了較好的效果［42－43］.針對水平欠驅(qū)動機械臂的控制問題，林壯等人為系統(tǒng)變量定義了分級滑模面，并設(shè)計了自適應(yīng)反向遞推控制律，避免了常規(guī)滑?？刂破鞯亩墩?chattering)現(xiàn)象，實現(xiàn)了整個系統(tǒng)的漸近鎮(zhèn)定［44］.

2.6 分級控制設(shè)計法

與變量降維法相類似，另一種常見的控制方法是先為驅(qū)動狀態(tài)和不可驅(qū)動狀態(tài)分別設(shè)計虛擬控制量，使得它們能達到各自的期望狀態(tài)，然后將這些虛擬控制量通過組合生成新的控制量，并將其作為系統(tǒng)最終的控制輸入.本文稱這種設(shè)計策略為分級控制設(shè)計法，該方法可提高控制系統(tǒng)設(shè)計的靈活性.具體而言，針對橋式起重機的控制問題，孫寧等首先為臺車的水平運動選取了一條參考軌跡以保證臺車的精確定位，同時為負載設(shè)計了抗擺環(huán)節(jié)來抑制負載擺動，最后將兩者結(jié)合在一起，并借助迭代策略對合成軌跡進行修正，實現(xiàn)了良好的控制性能［17－18］.文獻［45］則為臺車的快速運行和負載的擺角抑制分別設(shè)計了模糊位置和防擺控制器，隨后將兩者線性疊加在一起，作為總的控制輸入.一般而言，該方法能較好地實現(xiàn)欠驅(qū)動連桿系統(tǒng)的有效控制，然而，在分級設(shè)計虛擬控制量后，需將兩者通過各種方式進行結(jié)合以生成實際控制輸入，這樣使得最終的實際控制效果為分級設(shè)計時期望效果的折衷.為此，在文獻［46］中，劉殿通等借助模糊規(guī)則，根據(jù)當前系統(tǒng)輸出的情況來在線調(diào)整各個虛擬控制分量之間線性組合的權(quán)重，改善了控制性能的“折衷”問題.

2.7 智能控制方法

上述絕大多數(shù)方法的控制性能在很大程度上都取決于系統(tǒng)建模的準確度，而智能控制算法，如模糊控制、神經(jīng)網(wǎng)絡(luò)和遺傳算法等則可以不依賴于模型，并且隨著人工智能、模式識別及計算機科學技術(shù)的迅速發(fā)展，它們開始大量地被應(yīng)用于欠驅(qū)動系統(tǒng)的控制.

模糊控制可以在一定程度上模擬人類的操作經(jīng)驗.針對欠驅(qū)動連桿系統(tǒng)，研究人員通常直接將系統(tǒng)的輸出或狀態(tài)量作為模糊輸入量來制定相應(yīng)的模糊規(guī)則［47－48］，也有專家將系統(tǒng)一些觀測值或輔助變量作為模糊規(guī)則的輸入，如臺灣中原大學的C.Chang等在文獻［49］中通過選取臺車定位誤差與負載位置的投影來計算橋式起重機的控制輸入.文獻［50］則為機械臂關(guān)節(jié)定義了能量變量，并根據(jù)其制訂了相應(yīng)的模糊規(guī)則.一般而言，當參數(shù)發(fā)生變化時，需要花費大量時間對已有的模糊規(guī)則進行調(diào)整，這無疑降低了模糊控制的實用性.為此，C.Chang等人設(shè)計了一種自適應(yīng)模糊控制器，它可以根據(jù)環(huán)境狀態(tài)在線地調(diào)整系統(tǒng)狀態(tài)的模糊集合，增強系統(tǒng)對各種干擾的魯棒性［51］.除了直接用于控制器外，模糊方法還可以被用來對欠驅(qū)動系統(tǒng)進行建模，然后施加控制.如文獻［52］就為橋式起重機建立了T－S模糊系統(tǒng)模型，然后借助線性矩陣不等式方法設(shè)計了魯棒控制器.值得指出的是，盡管模糊控制方法對于欠驅(qū)動連桿系統(tǒng)能取得良好的控制效果，但其穩(wěn)定性通常難以進行嚴格的數(shù)學證明，由于缺乏理論保障，其性能尚有待進行更為深入的研究.

遺傳算法和神經(jīng)網(wǎng)絡(luò)在欠驅(qū)動連桿系統(tǒng)中也有著廣泛的應(yīng)用.遺傳算法具有全局最優(yōu)搜索的能力，被廣泛地用于控制算法的優(yōu)化.在文獻［53］中，D.Liu等針對一類欠驅(qū)動機械系統(tǒng)設(shè)計了一種基于實數(shù)型基因演算法的鎮(zhèn)定控制器，并將其應(yīng)用于帶有雙擺效應(yīng)的橋式起重機系統(tǒng).神經(jīng)網(wǎng)絡(luò)控制器可在系統(tǒng)模型未知的情況下對系統(tǒng)進行有效控制［54］，但在應(yīng)用時需要通過大量的訓練來辨識內(nèi)部權(quán)值.鑒于遺傳算法的優(yōu)化能力，很多專家將其應(yīng)用于欠驅(qū)動連桿系統(tǒng)的控制，提出了基于遺傳算法的神經(jīng)網(wǎng)絡(luò)控制器［55－56］.其中，對于臂式起重機的防擺控制，日本學者K.Nakazono等構(gòu)造了一個3層神經(jīng)網(wǎng)絡(luò)控制器，并借助實值編碼遺傳算法對其進行訓練［56］.當應(yīng)用于欠驅(qū)動連桿系統(tǒng)時，神經(jīng)網(wǎng)絡(luò)除了直接用于控制器之外，還在建模、軟測量等方面有著更廣泛的應(yīng)用.R.Toxiqui等［57］通過徑向基神經(jīng)網(wǎng)絡(luò)補償起重機系統(tǒng)的不確定性，減小了閉環(huán)系統(tǒng)的靜態(tài)誤差;文獻［58］則借助神經(jīng)網(wǎng)絡(luò)構(gòu)造一個軟傳感器(soft sensor)，根據(jù)電流變化來估計系統(tǒng)的狀態(tài)值，代替?zhèn)鹘y(tǒng)起重機中測量臺車位置和負載擺角的傳感器，極大地降低了系統(tǒng)成本.

3 結(jié)論與展望

欠驅(qū)動系統(tǒng)的控制是非線性控制理論中最具挑戰(zhàn)性的方向之一.縱觀國內(nèi)外研究現(xiàn)狀可知，針對欠驅(qū)動(連桿)系統(tǒng)的研究已經(jīng)取得了長足的進步和豐碩的成果，極大地促進了非線性系統(tǒng)理論的發(fā)展.盡管如此，現(xiàn)有的工作仍然處于起始階段，大部分研究尚停留在理論水平，這給其實際應(yīng)用帶來了很大的困難.很多方法僅適用于解決特定問題的一個方面，且大多基于系統(tǒng)模型完全已知與控制器理想的情況，或者僅考慮實驗室環(huán)境、系統(tǒng)狀態(tài)完全可測的情況，一旦系統(tǒng)建模不準確、驅(qū)動器飽和、存在外界干擾(包括風力、摩擦、噪聲等)、系統(tǒng)狀態(tài)的檢測存在滯后、僅有部分系統(tǒng)狀態(tài)(如輸出)可測時，它們往往難以獲得令人滿意的控制性能，嚴重時甚至導致系統(tǒng)閉環(huán)不穩(wěn)定.此外，現(xiàn)有的大部分方法僅能保證系統(tǒng)狀態(tài)的漸近收斂，但從工程應(yīng)用角度出發(fā)，研究人員更希望它們能在有限時間內(nèi)或以指數(shù)方式趨于期望值.

為推進欠驅(qū)動系統(tǒng)的理論研究，并將其與實際應(yīng)用相結(jié)合，筆者認為在以下幾個方面有待進一步展開研究.

1)系統(tǒng)模型不確定性與外界干擾補償.在系統(tǒng)建模時，通常會忽略高階項，導致模型與系統(tǒng)的實際特性之間存在較大差異.此外，系統(tǒng)參數(shù)總是存在測量誤差，有的甚至很難直接測量，而許多控制方法對參數(shù)變化非常敏感，建模誤差會顯著降低系統(tǒng)的控制性能.除建模誤差外，現(xiàn)有的研究結(jié)果大多沒有充分考慮各種外界干擾的影響，往往是對其進行粗略補償，或忽略不計.而在實際應(yīng)用中，這些因素對控制性能影響很大.為此，筆者認為對于這些外界干擾，可通過自適應(yīng)、滑模等非線性策略對其進行反饋補償，亦可借助神經(jīng)網(wǎng)路或其他智能方法進行前饋抑制.

2)執(zhí)行器飽和情況下的控制策略.如文中所述，大多數(shù)控制策略都假設(shè)控制器是完全理想的.然而，實際物理系統(tǒng)的驅(qū)動能力是有限的，一旦執(zhí)行器飽和，會嚴重影響控制算法的有效性，嚴重時甚至導致系統(tǒng)崩潰.因此，在有限能力范圍內(nèi)如何實現(xiàn)欠驅(qū)動連桿系統(tǒng)的有效控制具有非常重要的工程應(yīng)用價值.為了解決上述問題，可以從以下2個方面著手來提高控制方法的實用性:一方面，可以進一步研究飽和控制方法和理論，解決常規(guī)飽和策略依賴于系統(tǒng)參數(shù)的問題;另一方面，可將執(zhí)行器極限作為性能指標或者約束引入到控制器設(shè)計過程，并借助現(xiàn)有的非線性理論進行穩(wěn)定性分析.

3)有限時間控制研究.要對連桿系統(tǒng)的欠驅(qū)動狀態(tài)實施控制，必須借助它們與可驅(qū)動狀態(tài)之間的動態(tài)耦合關(guān)系間接進行.現(xiàn)有結(jié)果往往僅能保證不可驅(qū)動狀態(tài)漸近趨于期望值，而事實上，系統(tǒng)狀態(tài)在有限時間內(nèi)收斂更具實際意義.為此，需要對欠驅(qū)動系統(tǒng)的有限時間控制策略展開深入研究.例如終端滑模控制方法通過構(gòu)造非線性終端滑模面可保證系統(tǒng)狀態(tài)在有限時間內(nèi)收斂，且對參數(shù)攝動和外界干擾具有強魯棒性，非常具有研究價值.

4)輸出反饋控制策略.對于實際系統(tǒng)而言，考慮到傳感器成本以及系統(tǒng)結(jié)構(gòu)復(fù)雜度等問題，往往僅能對系統(tǒng)的輸出(如位移、角度等)進行檢測，而其他的系統(tǒng)狀態(tài)(如速度、角速度等)一般不能直接獲取.此外，由于輸出信號往往存在噪聲，直接對其進行差分等運算將不能準確地獲取速度信號.目前，針對欠驅(qū)動系統(tǒng)的控制策略多數(shù)基于全狀態(tài)反饋，限制了其在實際工程系統(tǒng)中的應(yīng)用.為此，需要對欠驅(qū)動系統(tǒng)的輸出反饋控制進行深入的研究，可以通過設(shè)計觀測器等方法，充分利用可測的輸出信號，來對不可測的系統(tǒng)狀態(tài)進行在線估計，從而提高控制策略的實用性.

5)系統(tǒng)狀態(tài)檢測的滯后問題.在實際工程中，許多欠驅(qū)動系統(tǒng)的輸出量檢測與其變化量之間存在延遲，如對于工作在建筑工地中的塔式起重機系統(tǒng)而言，其吊繩長度一般較長，呈現(xiàn)出顯著的柔性特征，使得負載的擺動(位于吊繩末端)與傳感器(位于吊繩始端)測量信號之間存在明顯的滯后問題.如不能在控制器設(shè)計與分析時充分考慮反饋信號的滯后性，將極有可能導致控制任務(wù)的失敗.為此，筆者認為可以借助智能預(yù)測控制等策略，充分利用已獲取的擺角信號，對負載的實時擺動進行合理預(yù)測，用于補償滯后問題，進而提高控制系統(tǒng)的實際性能.

6)非慣性系中的控制策略.目前，幾乎所有與欠驅(qū)動連桿系統(tǒng)相關(guān)的文獻都專注于系統(tǒng)在慣性系(地球)中的運動情況與控制策略，而很少有人考慮非慣性系統(tǒng)中欠驅(qū)動連桿系統(tǒng)的研究.事實上，隨著航天科技與無人技術(shù)的迅速發(fā)展，空間機器人必將得到廣泛的應(yīng)用，而在復(fù)雜的太空勢場下(如超重、失重等)，慣性系中的控制策略很難直接被推廣.因此，非常有必要在今后的研究中考慮并模擬非慣性系勢場帶來的影響，為實現(xiàn)欠驅(qū)動連桿系統(tǒng)的完全自動化邁出重要的一步.

［1］KOLMANOVSKY I，MCCLAMROCH N.Developments in nonholonomic control problems［J］.IEEE Control Systems Magazine，1995，15(6):20－36.

［2］ABDEL－RAHMAN E，NAYFEH A，MASOUD Z.Dynamics and control of cranes:a review［J］.Journal of Vibration and Control，2003，9(7):863－908.

［3］FANTONI I，LOZANO R.Global stabilization of the cartpendulum system using saturation functions［C］//Proceedings of the IEEE Conference on Decision and Control.Maui，USA，2003:4393－4398.

［4］FREIDOVICH L，SHIRIAEV A，GORDILLO F，et al.Partial－energy－shaping control for orbital stabilization of highfrequency oscillations of the Furuta pendulum［J］.IEEE Transactions on Control Systems Technology，2009，17(4):853－858.

［5］LI En，LIANG Zize，HOU Zengguang，et al.Energy－based balance control approach to the ball and beam system［J］.International Journal of Control，2009，82(6):981－992.

［6］高丙團.TORA的動力學建模及基于能量的控制設(shè)計［J］.自動化學報，2008，34(9):1221－1224.

GAO Bingtuan.Dynamical modeling and energy－based control design for TORA［J］.Acta Automatica Sinica，2008，34(9):1221－1224.

［7］XIN X，KANEDA M.New analytical results of the energy based swinging up control of the Acrobot［C］//Proceedings of the IEEE Conference on Decision and Control.Atlantis，Bahamas，2004:704－709.

［8］FANTONI I，LOZANO R，SPONG M.Energy based control of the Pendubot［J］.IEEE Transactions on Automatic Control，2000，45(4):725－729.

［9］FANG Y，DIXON W，DAWSON D，et al.Nonlinear coupling control laws for an underactuated overhead crane system［J］.IEEE/ASME Transactions on Mechatronics，2003，8(3):418－423.

［10］LI W，TANAKA K，WANG H.Acrobatic control of a Pendubot［J］.IEEE Transactions on Fuzzy Systems，2004，12(4):549－552.

［11］MA Bojun，F(xiàn)ANG Yongchun，ZHANG Xuebo.Adaptive tracking control for an overhead crane system［C］//Proceedings of the IFAC World Congress.Seoul，Korea，2008:12194－12199.

［12］FANG Yongchun，MA Bojun，WANG Pengcheng，et al.A motion planning based adaptive control method for an underactuated crane system［J］.IEEE Transactions on Control Systems Technology(accepted).

［13］SAKAWA Y，SHINDO Y.Optimal control of container cranes［J］.Automatica，1982，18(3):257－266.

［14］AUERNIG J，TROGER H.Time optimal control of over－h(huán)ead cranes with hoisting of the load［J］.Automatica，1987，23(4):437－447.

［15］TERASHIMA K，SHEN Y，YANO K.Modeling and optimal control of a rotary crane using the straight transfer transformation method［J］.Control Engineering Practice，2007，15(9):1179－1192.

［16］XU Y，IWASE M，F(xiàn)URUTA K.Time optimal swing－up control of single pendulum［J］.ASME Journal of Dynamic Systems，Measurement，and Control，2001，123(3):518－527.

［17］SUN Ning，F(xiàn)ANG Yongchun，MA Bojun.Motion planning for overhead cranes based on iterative strategy［C］//Proceedings of the Chinese Control Conference.Beijing，China，2010:326－331.

［18］SUN Ning，F(xiàn)ANG Yongchun，ZHANG Yudong，et al.A novel kinematic coupling－based trajectory planning method for overhead cranes［J］.IEEE/ASME Transactions on Mechatronics(accepted).

［19］SUN Ning，F(xiàn)ANG Yongchun，ZHANG Xuebo，et al.Phase plane analysis based motion planning for underactuated overhead cranes［C］//Proceedings of the 2011 International Conference on Robotics and Automation.Shanghai，China，2011:3483－3488.

［20］KHALID A，HUEY J，SINGHOSE W，et al.Human operator performance testing using an input－shaped bridge crane［J］.Journal of Dynamic Systems，Measurement，and Control，2006，128(4):835－841.

［21］SORENSEN K，SINGHOSE W，DICKERSON S.A controller enabling precise positioning and sway reduction in bridge and gantry cranes［J］.Control Engineering Practice，2007，15(7):825－837.

［22］GARRIDO S，ABDERRAHIM M，GIMENEZ A，et al.Anti－swinging input shaping control of an automatic construction crane［J］.IEEE Transactions on Automation Science and Engineering，2008，5(3):549－557.

［23］MALEKI E，SINGHOSE W.Dynamics and zero vibration input shaping control of a small－scale boom crane［C］//Proceedings of the American Control Conference.Baltimore，USA，2010:2296－2301.

［24］SINGHOSE W，KIM D，KENISON M.Input shaping control of double－pendulum bridge crane oscillations［J］.Journal of Dynamic Systems，Measurement，and Control，2008，130(3):1－7.

［25］MALEKI E，SINGHOSE W，SRINIVASAN S.Positioning and control of boom crane luffing with double－pendulum payloads［C］//Proceedings of the IEEE International Conference on Control Applications:Part of IEEE Multi－Conference on Systems and Control.Yokohama，Japan，2010:1319－1324.

［26］SPONG M.Partial feedback linearization of underactuated mechanical systems［C］//Proceedings of the IEEE/RSJ/GI International Conference on Intelligent Robots and Systems.Munich，Germany，1994:314－321.

［27］SPONG M，PRALY L.Control of underactuated mechanical systems using switching and saturation［C］//Proceedings of Block Island Workshop Control Using Login Based Switching.Block Island，USA，1995:162－172.

［28］BURG T，DAWSON D，RAHN C.Nonlinear control of an overhead crane via the saturating control approach of Teel［C］//Proceedings of the IEEE International Conference on Robotics and Automation.Minneapolis， USA， 1996:3155－3160.

［29］張曉華，郭源博.基于嵌套飽和方法的吊車系統(tǒng)非線性控制［J］.控制工程，2008，15(2):113－115，212.

ZHANG Xiaohua，GUO Yuanbo.Nonlinear control of overhead crane based on nested saturation approach［J］.Control Engineering of China，2008，15(2):113－115，212.

［30］高丙團，張曉華，陳宏鈞.基于快速起擺的Furuta擺切換控制系統(tǒng)［J］.控制與決策，2008，23(11):1277－1280，1285.

GAO Bingtuan，ZHANG Xiaohua，CHEN Hongjun.Switching control of Furuta pendulum system with aggressive swing－up［J］.Control and Decision，2008，23(11):1277－1280，1285.

［31］HU G，MAKKAR G，DIXON W.Energy－based nonlinear control of underactuated Euler－Lagrange systems subject to impacts［J］.IEEE Transactions on Automatic Control，2007，52(9):1742－1748.

［32］ASTROM K，F(xiàn)URUTA K.Swinging up a pendulum by energy control［J］.Automatica，2000，36(2):287－295.

［33］XIN X，KANEDA M.Analysis of the energy－based control for swinging up two pendulums［J］.IEEE Transactions on Automatic Control，2005，50(5):679－684.

［34］FANG Y，ZERGEROGLU E，DIXON W，et al.Nonlinear coupling control laws for an overhead crane system［C］//Proceedings of the IEEE International Conference on Control Applications.Mexico City，Mexico，2001:639－644.

［35］MA B，F(xiàn)ANG Y，ZHANG Y.Switching－based emergency braking control for an overhead crane system［J］.IET Control Theory and Applications，2010，4(9):1739－1747.

［36］馬博軍，方勇純，王宇韜，等.欠驅(qū)動橋式吊車系統(tǒng)自適應(yīng)控制［J］.控制理論與應(yīng)用，2008，25(6):1105－1109.

MA Bojun，F(xiàn)ANG Yongchun，WANG Yutao，et al.Adaptive control for an underactuated overhead crane system［J］.Control Theory ＆ Applications，2008，25(6):1105－1109.

［37］孫寧，方勇純，王鵬程，等.欠驅(qū)動三維橋式吊車系統(tǒng)自適應(yīng)跟蹤控制器設(shè)計［J］.自動化學報，2010，36(9):1287－1294.

SUN Ning，F(xiàn)ANG Yongchun，WANG Pengcheng，et al.Adaptive trajectory tracking control of underactuated 3－dimensional overhead crane systems［J］.Acta Automatica Sinica，2010，36(9):1287－1294.

［38］MARTON L，LANTOS B.Stable adaptive ball and beam system［C］//Proceedings of the IEEE International Confer－ence on Mechatronics.Budapest，Hungary，2006:507－512.

［39］LEE H，LIANG Y，SEGURA D.A sliding－mode antiswing trajectory control for overhead cranes with high－speed load hoisting［J］.Journal of Dynamic Systems，Measurement，and Control，2006，128(4):842－845.

［40］PARK M，CHWA D，HONG S.Semi－global stabilization of a class of underactuated Euler－Lagrange systems by backstepping approach［C］//Proceedings of the SICEICASE International Joint Conference.Bexco， Korea，2006:811－815.

［41］WANG W，YI J，ZHAO D，et al.Design of a stable sliding—mode controller for a class of second－order underactuated systems［J］.IEE Proceedings—Control Theory and Applications，2004，151(6):683－690.

［42］QIAN Dianwei，YI Jianqiang，ZHAO Dongbin.Robust control using sliding mode for a class of under－actuated systems with mismatched uncertainties［C］//Proceedings of the IEEE International Conference on Robotics and Automation.Roma，Italy，2007:1449－1454.

［43］QIAN Dianwei，YI Jianqiang，ZHAO Dongbin.Hierarchical sliding mode control to swing up a Pendubot［C］//Proceedings of the American Control Conference.New York，USA，2007:5254－5259.

［44］林壯，段廣仁，宋申民.水平欠驅(qū)動機械臂的反步自適應(yīng)滑模控制［J］.機器人，2009，31(2):131－145.

LIN Zhuang，DUAN Guangren，SONG Shenmin.Backstepping adaptive sliding mode control for horizontal underactuated manipulators［J］.Robot，2009，31(2):131－145.

［45］王曉軍，邵惠鶴.基于模糊的橋式起重機的定位和防擺控制研究［J］.系統(tǒng)仿真學報，2005，17(4):936－939.

WANG Xiaojun，SHAO Huihe.Fuzzy logic－based antiswing and position control for bridge cranes［J］.Journal of System Simulation，2005，17(4):936－939.

［46］LIU Diantong，YI Jianqiang，ZHAO Dongbin，et al.A－daptive sliding mode fuzzy control for a two－dimensional overhead crane［J］.Mechatronics，2005，15(5):505－522.

［47］ZHANG Jinming，LI Renhou，ZHANG Ping’an.Stability analysis and systematic design of fuzzy control systems［J］.Fuzzy Sets and Systems，2001，120(1):65－72.

［48］LIU Qingbo，YU Yueqing，XIA Qixiao，et al.A new fuzzy method for the motion control of underactuated robots based on genetic algorithm［C］//Proceedings of the International Conference on Fuzzy Systems.Hong Kong，China，2008:999－1003.

［49］CHANG C，CHIANG K.Fuzzy projection control law and its application to the overhead crane［J］.Mechatronics，2008，18(10):607－615.

［50］ICHIDA K，WATANABE K，IZUMI K，et al.Fuzzy switching control of underactuated manipulators with approximated switching regions［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.Beijing，China，2006:586－591.

［51］CHANG Chengyuan.Adaptive fuzzy controller of the overhead cranes with nonlinear disturbance［J］.IEEE Transactions on Industrial Informatics，2007，3(2):164－172.

［52］周灌中，羅枚.基于T－S模型的集裝箱橋吊防擺H∞控制［J］.控制理論與應(yīng)用，2008，25(2):268－272.

ZHOU Guanzhong，LUO Mei.Takagi－Sugeno model－based H－infinity anti－swing control for container crane［J］.Control Theory ＆ Applications，2008，25(2):268－272.

［53］LIU Diantong，GUO Weiping，YI Jianqiang.Dynamics and GA－based stable control for a class of underactuated mechanical systems［J］.International Journal of Control，Automation，and Systems，2008，6(1):35－43.

［54］JUNG S，KIM S.Control experiment of a wheel－driven mobile inverted pendulum using neural network［J］.IEEE Transactions on Control Systems Technology，2008，16(2):297－303.

［55］王清，馬廣富，彌曼.一種基于遺傳算法的神經(jīng)網(wǎng)絡(luò)控制方法研究［J］.系統(tǒng)仿真學報，2006，18(4):1070－1077.

WANG Qing，MA Guangfu，MI Man.Research on neural network control based on genetic algorithm［J］.Journal of System Simulation，2006，18(4):1070－1077.

［56］NAKAZONO K，OHNISHI K，KINJO H，et al.Vibration control of load for rotary crane system using neural network with GA－based training［J］.Artificial Life and Robotics，2008，13(1):98－101.

［57］TOXQUI R，YU W，LI X.PD control of overhead crane systems with neural compensation［C］//Proceedings of the International Joint Conference on Neural Networks.Vancouver，Canada，2006:4697－4703.

［58］SOLIHIN M，WAHYUDI，ALBAGUL A.Development of

soft sensor for sensorless automatic gantry crane using RBF neural networks［C］//Proceedings of the IEEE Conference on Cybernetics and Intelligent Systems.Bangkok，Thailand，2006:1－6.

孫寧，男，1988年生，博士研究生，主要研究方向為欠驅(qū)動系統(tǒng)的自適應(yīng)控制、學習控制、滑?？刂埔约澳：刂频?

方勇純，男，1973年生，教授，博士生導師，IEEE高級會員，中國人工智能學會理事，中國自動化學會控制理論專業(yè)委員會委員、智能自動化專業(yè)委員會委員.主要研究方向為復(fù)雜系統(tǒng)非線性控制、機器人視覺控制等.2006年入選教育部“新世紀優(yōu)秀人才支持計劃”，2009年獲得“天津市優(yōu)秀留學人員”稱號，2010年獲得第10屆天津青年科技獎.發(fā)表學術(shù)論文近百篇，其中被SCI、EI檢索80篇.

A review for the control of a class of underactuated systems

SUN Ning，F(xiàn)ANG Yongchun
(Institute of Robotics and Automatic Information System，Nankai University，Tianjin 300071，China)

Recently，research on underactuated systems has become a hot topic in the robotics and automation fields.The research status for the control of a class of underactuated systems(termed as underactuated link systems)was reviewed in this paper.Specifically，the system dynamics was presented first，and two basic control modes were introduced.Subsequently，the main control strategies，which include optimal control methods，motion planning methods，partial feedback linearization methods，energy－based methods，state dimension reducing methods，hierarchical control design methods，and intelligent schemes，were analyzed.Finally，some major issues associated with the control system design for underactuated link systems，such as robustness，practicability，rapidness and so on，were sketched，and corresponding prospects including robust strategy，saturation control and finite time control etc.were proposed for future work.

underactuated systems;robotics;intelligent control

TP273

A

1673－4785(2011)03－0200－08

10.3969/j.issn.1673－4785.2011.03.002

2011－03－31.

國家自然科學基金資助項目(60875055);天津市應(yīng)用基礎(chǔ)及前沿技術(shù)研究計劃重點項目(08JCZDJC21800).

方勇純.E－mail:yfang@robot.nankai.edu.cn.