基于ISS的控制透明度改进及触觉渲染方法对比研究
1. 基于ISS的控制透明度改进
1.1 补偿提升触觉渲染性能
通过补偿 $C(z)$ 可以提升触觉渲染性能,它能够减少由零阶保持器(ZOH)和采样器引起的离散化效应。具体做法是,使用一阶Padé近似来逼近 $ZOH(s)$ 采样器 $(s)$,再利用一阶保持将其转换为 $ZOH(z)$ 采样器 $(z)$,而 $C(z)$ 是 $ZOH(z)$ 采样器 $(z)$ 的逆。控制 $C_2$ 由 $C(z)$ 和 $k_m$ 控制组成。
1.2 交互力计算与稳定
在主侧,交互力 $F_m(n)$ 通过局部模型 $k_m(n)$ 计算得出,其中 $k_m(n)$ 是实时更新的线性时变弹簧。$F_m(n)$ 由控制 $C_2$ 进行稳定处理后传输给用户。为保证ISS区域,需要满足限制 $k_m$ 增长率的 $h(k_m)$ 条件。当 $k_m(n)$ 快速增加并超出ISS区域时,$max k_m(n)$ 由 $k_m(n - 1) + h(k_m(n - 1))T$ 界定。
1.3 控制算法与力渲染
控制 $C_2$ 利用 $h(k_m)$ 限制 $k_m$ 的增加,算法总结如下:
1. $k_e(n)=\frac{F_e(n)}{x_e(n)-x_{es}(n)}$
2. $k_m(n)=k_e(n - \frac{T_2}{T})$
3. $x_{ms}(n)=x_{es}(n - \frac{T_2}{T})$
4. $x_m(n)=x_h(n)-x_{ms}(n)$
5. $max k_m(n)=k_m(n
超级会员免费看
订阅专栏 解锁全文
46

被折叠的 条评论
为什么被折叠?



