Model-free Friction Observers for Flexible Joint Robots with Torque Measurements
Robotics and Mechatronics Center, German Aerospace Center (DLR)（德国航空航天中心机器人与机电一体化中心）
本文在不使用摩擦模型的情况下解决了摩擦补偿问题。所提出的摩擦观测器的独特之处在于，标称电机侧信号被反馈到控制器，而不是测量信号。通过这样做，渐近稳定性和无源性的控制器保持。所提出的观测器的另一个优点是，它提供了一个清晰的理解，这是很难被捕获的无模型方法的静摩擦补偿。这允许设计不过度补偿静摩擦的观测器。通过仿真和实验验证了该方案的有效性。
2019-07-01 cs.RO cs.SY eess.SY
Load-independent Metrics for Benchmarking Force Controllers
针对力矩控制器性能受负载条件影响的问题，本文建立负载作用下的闭环动力学模型，提出与负载无关的定量稳定性指标，并通过线性执行器实验验证其基准评估价值。
2025-05-13 cs.SY eess.SY
A Stability Analysis for the Reaction Torque Observer-based Sensorless Force Control Systems
提出了一种新的基于反作用力矩观测器（RTOb）的鲁棒力控制系统的离散时域稳定性分析方法。鲁棒力控制器的实现采用干扰观测器（DOb），以抑制干扰，如摩擦和滞后，在一个内环和另一个干扰观测器，即RTOb，估计接触力，而不使用力传感器。由于基于RTOB的鲁棒力控制器总是使用计算机和/或微控制器实现的，本文提出了一种在离散时间域的稳定性分析。结果表明，多普勒频移的带宽不仅受到测速噪声的限制，而且还受到水底效应的影响。它还表明，鲁棒力控制器的稳定性可能会显着恶化时，RTOb的设计参数没有得到适当的调整。例如，鲁棒力控制器可以具有非最小相位零点，因为RTOb的所识别的惯性（转矩系数）的设计参数增加（减小）。这可能导致力控制应用中的稳定性和性能差。所提出的稳定性分析进行了离散时间域的仿真和实验验证。
2023-02-06 cs.SY eess.SY
Torque Saturation in Bipedal Robotic Walking through Control Lyapunov Function Based Quadratic Programs
University of Michigan（密歇根大学）；University of Pennsylvania（宾夕法尼亚大学）
本文提出一种通过凸优化将用户定义的控制输入饱和直接纳入控制李雅普诺夫函数（CLF）行走控制器计算的新方法，并在双足机器人MABEL上实验验证。
2013-02-28 cs.RO cs.SY eess.SY
Viability-Preserving Passive Torque Control
University of Pennsylvania（宾夕法尼亚大学）；UIUC（伊利诺伊大学香槟分校）
本文利用可行性理论预计算关节位置和速度的状态空间安全集，通过数据驱动和分析方法避免自碰撞和外部物体碰撞，约束关节加速度从而限制扭矩，通过二次规划框架确保机器人状态在无限时间范围内保持安全。
2026-03-02 cs.LG cs.RO cs.SY
Design and comparative analyses of optimal feedback controllers for hybrid electric vehicles
针对混合动力汽车（HEV）发动机和电机的最优功率分配控制问题，提出了一种自适应等效消耗最小化策略（ECMS）和线性二次型跟踪（LQT）方法。其目标是提供所需的扭矩，并最大限度地减少燃料消耗和行车制动器的使用，受到致动器限制和电池充电状态（SOC）的约束。我们推导出一个函数，用于计算最大可交付扭矩，这是尽可能接近所需的扭矩，并提出建模SOC约束的正切或对数函数，提供了一个内部点的ECMS和LQT。我们表明，由此产生的目标函数是凸的，我们提供了关于一个给定的参考的二阶近似的解析解。我们还考虑了控制器的鲁棒性测量噪声使用一个简单的模型的噪声。仿真结果的两个控制器进行了比较，并讨论了它们的有效性。
2020-04-04 cs.SY eess.SY
Development of a Deep Learning-Driven Control Framework for Exoskeleton Robots
Miami University（迈阿密大学）
本文提出了一种计算高效的深度学习控制框架，用于高自由度外骨骼机器人，以解决传统模型控制在实时计算中的限制。通过设计一个并行结构的深度神经网络，结合物理数据训练，实现了轨迹跟踪的关节扭矩预测，并通过比例导数控制器补偿预测误差，展示了控制方案的稳定性与鲁棒性。
2026-02-27 cs.RO cs.SY eess.SY
Energy Efficient Control of an Induction Machine under Load Torque Step Change
研究提出了一种优化磁化电流控制策略，以最小化感应电机在负载转矩阶跃变化时的功率损耗，该策略具有反馈形式，能实现理想速度控制器性能，并避免电机饱和。
2014-04-18 cs.SY eess.SY
Closed-Loop Stability of a Lyapunov-Based Switching Attitude Controller for Energy-Efficient Torque-Input-Selection During Flight
Washington State University (WSU)（华盛顿州立大学）；California Institute of Technology (Caltech)（加州理工学院）
本研究提出一种基于李雅普诺夫的无人机切换姿态控制器，通过复合能量函数触发扭矩输入切换，推导闭环稳定条件并得到更大的吸引域估计，实验验证其在高速偏航跟踪中较基准方案平均减少约53%控制能耗。
2024-11-01 cs.RO cs.SY eess.SY
Adaptive PD Gains for Energy-Conscious Control in Physical Human-Robot Interaction
University of Calgary（卡尔加里大学）；University of Waterloo RoboHub（多伦多大学罗布hub）
提出一种自适应PD控制器，通过限制机器人动能和势能实现安全物理人机交互，并给出稳定性证明与实验验证。
2026-05-30 cs.RO cs.SY eess.SY
Model Predictive Contouring Control for Vehicle Obstacle Avoidance at the Limit of Handling Using Torque Vectoring
Delft University of Technology（代尔夫特理工大学）；University of Surrey（萨里大学）；University of Eindhoven（埃因霍温大学）；Politecnico di Torino（都灵理工大学）
本研究提出一种结合扭矩矢量的非线性模型预测轮廓控制方法，通过优化转向角和四轮纵向力，在操控极限下实现车辆避障，兼顾跟踪精度与稳定性，仿真验证了其优于无扭矩矢量或避障优先级的基线方法。
2024-05-17 cs.RO cs.SY eess.SY
Haptic Transparency and Interaction Force Control for a Lower-Limb Exoskeleton
Northwestern University（西北大学）；Shirley Ryan AbilityLab（雪莉·瑞安能力实验室）
本文提出全身外骨骼闭环补偿（WECC）方法，利用全身动力学与关节扭矩测量计算步态周期内的交互扭矩，并通过约束优化实现闭环跟踪，在实验中显著优于简化模型控制器，实现了下肢外骨骼的高触觉透明度。
2024-01-22 cs.RO cs.SY eess.SY
NN Based Active Disturbance Rejection Controller for a Multi-Axis Gimbal System
随着对目标跟踪、环境勘测、监视和测绘的需求不断增加，需要具有高跟踪和稳定性能的多轴万向节系统。本文首先生成计算转矩模型，估计作用在系统上的复杂扰动。在此基础上，对双轴框架系统分别采用基于自抗扰扰动抑制控制（ADRC）和基于计算力矩模型的控制策略。目的是提高系统的鲁棒性、环境适应性和跟踪精度，并通过集成基于神经网络（NN）的干扰补偿器（NN assisted ADRC）来减少自抗扰控制器的调整工作。在第二种控制策略中，神经网络被替换为计算转矩模型（CTM辅助ADRC），其输入来自对象输出。仿真结果表明，神经网络和CTM辅助的自抗扰控制器结构可以减少平均跟踪误差分别达到85.4%和40.8%。
2021-12-03 cs.SY eess.SY
Optimal Energy Shaping Control for a Backdrivable Hip Exoskeleton
University of Michigan（密歇根大学）；Shanghai Jiao Tong University（上海交通大学）
外骨骼中广泛使用的任务相关控制器跟踪预定义的轨迹，其过度约束具有残余自主移动性的个体的自主运动。另一方面，能量整形通过改变闭环中人体的动态特性来提供任务不变的辅助。虽然人体外骨骼系统通常使用欧拉-拉格朗日方程建模，但在我们以前的工作中，我们将系统建模为端口受控哈密顿系统，并使用基于互连阻尼分配无源性的控制为膝踝外骨骼设计了任务不变控制器。在本文中，我们扩展了这个框架，设计一个控制器的backdrivable髋关节外骨骼，以协助多个任务。选择一组包含运动学信息的基函数并优化相应的系数，使得控制器能够为不同的日常活动提供符合人体标准的力矩。两名身体健全的受试者的人体实验证明了控制器在不同任务中减少肌肉努力的能力。
2023-03-25 cs.RO cs.SY eess.SY
RCM Constraint-Consistent Dynamic Control in Surgical Robots
Munich Institute of Robotics and Machine Intelligence, Technical University of Munich, Germany（慕尼黑机器人与机器智能研究所，慕尼黑技术大学，德国）；Mohamed Bin Zayed University of Artificial Intelligence, Abu Dhabi, UAE（穆罕默德·本·扎耶德人工智能大学，阿布扎比，阿联酋）
将远程运动中心（RCM）建模为流变完整约束，并集成到基于投影的逆动力学控制器中，实现扭矩层面的约束一致控制，降低RCM残差并平滑扭矩曲线。
2026-05-27 cs.RO cs.SY eess.SY
On robot compliance. A cerebellar control approach
University of Granada（格拉纳达大学）
本文提出的工作是一种新的生物学方法，用于机器人手臂的实时的柔顺控制。我们整合了一个尖峰小脑网络的核心反馈控制循环执行扭矩驱动控制。尖峰小脑控制器提供扭矩命令，允许精确和协调的手臂运动。为了计算这些输出电机命令，尖峰小脑控制器接收机器人的感觉信号，机器人的目标行为，和一个指导信号。这些输入信号被转换成一组不断演变的尖峰模式，在每个时间点代表一个特定的系统状态。然后支持尖峰定时依赖可塑性（STDP），允许建立自适应控制。当STDP部署时，尖峰小脑控制器根据经验不断调整提供给机器人的扭矩命令。自适应扭矩命令反过来又帮助尖峰小脑控制器处理机器人致动器内的内置弹性元件，模仿人类肌肉（固有的弹性）。我们提出了一个自然的整合的生物启发的控制方案，基于小脑，一个符合机器人。我们证明，我们的兼容方法优于默认的工厂安装的位置控制的准确性，在一组用于解决小脑运动行为的任务：控制六个自由度（DoF）在平稳的运动，快速弹道运动，和非结构化的场景兼容的运动。
2020-03-31 cs.NE cs.RO cs.SY
Dedicated Nonlinear Control of Robot Manipulators in the Presence of External Vibration and Uncertain Payload
Salahaddin University-Erbil（萨拉赫丁埃尔比勒大学）；University of Kurdistan Hewler（库尔德斯坦休勒大学）；University of Florida（佛罗里达大学）
针对机器人机械臂在外部振动和不确定负载下的关节空间跟踪控制问题，提出两种利用不确定力矩性质的非线性控制方法，并通过Lyapunov分析和仿真验证了控制器的稳定性与有效性。
2024-08-06 cs.RO cs.SY eess.SY
End-to-End Reinforcement Learning for Torque Based Variable Height Hopping
Indian Institute of Technology (Banaras Hindu University)（印度理工学院（Banaras Hindu大学））；DFKI GmbH Robotics Innovation Center（德国人工智能研究中心机器人创新中心）；Kyoto University（京都大学）
针对足式机器人跳跃控制依赖人工阶段检测的问题，提出端到端强化学习扭矩控制器，可隐式检测跳跃阶段，还扩展了仿真到现实的迁移方法，实现无参数调优的真机部署。
2023-12-18 cs.LG cs.RO cs.SY
Adaptive Torque Control of Exoskeletons under Spasticity Conditions via Reinforcement Learning
Neuro AI and Robotics Group（神经人工智能与机器人组）；Cajal International Neuroscience Center（卡贾尔国际神经科学中心）；Spanish National Research Council（西班牙国家研究理事会）；Rey Juan Carlos University (URJC)（雷奥恩卡洛斯大学（URJC））
本文提出了一种基于深度强化学习的膝外骨骼自适应扭矩控制器，通过数字双胞胎训练，有效降低痉挛状态下人体关节扭矩和交互力。
2025-03-14 cs.AI cs.LG cs.RO
Bayesian Optimization for Automatic Tuning of Torque-Level Nonlinear Model Predictive Control
NCCR Automation（自动化国家中心（NCCR Automation））
本文提出基于贝叶斯优化和数字孪生的扭矩级非线性模型预测控制自动调优方法，显著提升轨迹跟踪性能并减少求解时间。
2025-12-03 cs.AI cs.RO cs.SY
LQ Optimal Control for Power Tracking Operation of Wind Turbines
本文提出了一种单台风力发电机组的有功功率控制方法。现有技术的控制器通常采用单独的控制回路用于扭矩和桨距控制。相反，我们使用多变量控制方法。详细地，通过使用发电机速度、发电机扭矩和桨距角的参考轨迹来实现有功功率控制，使得如果天气条件允许，则满足期望的功率需求。然后，线性二次型（LQ）最优控制器用于参考跟踪。在OpenFAST仿真环境中，将控制器与最先进的方法进行比较。仿真结果表明，类似的有功功率跟踪性能，而LQ最优控制器的结果在较低的机械磨损。此外，所提出的方法具有良好的参考跟踪，并通过改善参考轨迹生成进一步的性能提高，可以预期。
2022-11-14 cs.SY eess.SY
Optimized Cascaded Position Control of BLDC Motors Considering Torque Ripple
针对BLDC电机级联位置控制的控制器整定难题，建立含功率级的系统状态空间模型，采用NSGA-II优化梯形波与FOC两种控制机制，验证了优化技术对系统性能的提升效果。
2025-05-03 cs.SY eess.SY
Magnetically Self-Sealed MR Haptic Actuator With PWM-Based Excitation and High-Fidelity Torque Control
Imperial College London（伦敦帝国学院）；Huazhong University of Science and Technology（华中科技大学）
该研究提出一种集成式MRF触觉系统，采用磁自密封旋转执行器与高保真力矩控制，通过优化磁通量布置提升性能，其控制器较PID大幅降低误差，可稳定运行，将变革人机协作模式。
2026-08-21 cs.RO cs.SY eess.SY
A Second Torque Port for Series Elastic Actuators: Parallel-Integrated Design and Time-Scale Torque Allocation
Beihang University（北京航空航天大学）
针对串联弹性执行器单一扭矩端口在高频和低幅下的性能局限，本文提出并行集成式SEA（Pi-SEA），通过时间尺度分配扭矩，拓宽跟踪带宽并降低残余误差一个数量级。
2026-09-28 cs.RO cs.SY eess.SY
A Robust Sensorless Controller-Observer Strategy for PMSMs with Unknown Resistance and Mechanical Model
在这项工作中，我们提出了一种混合的永磁同步电机无传感器策略，结合转矩/电流控制器和观测器的位置，速度，磁链和定子电阻。所提出的协同设计的动机是需要一个适当的信号注入技术，以保证完整的状态可观测性。在观测器设计中既没有使用典型的恒定或缓慢变化的速度假设，也没有使用先验的机械模型信息。相反，转子速度被建模为具有恒定（未知）符号和一致非零幅度的未知输入扰动。与所提出的架构，它表明，转矩跟踪和信号注入任务可以实现和渐近解耦。由于这些特点，我们把这种策略称为一个无传感器的机器人观察员没有机械模型。采用梯度下降电阻/反电动势估计，结合单位圆形式主义来描述转子的位置，我们严格证明区域实际渐近稳定的整体结构，与域的吸引力，可以任意大，不包括一个低维流形。该设计的有效性进一步验证了数值仿真，与无人机螺旋桨控制的一个具有挑战性的应用。
2020-02-05 cs.SY eess.SY
Rotor Thermal Monitoring Scheme for Direct-Torque-Controlled Interior Permanent Magnet Synchronous Machines via High-Frequency Rotating Flux or Torque Injection
内置式永磁同步电机驱动器广泛应用于电力牵引系统和各种工业过程中。然而，在操作时长时间暴露在高温下会使永磁体退磁到不可逆退磁的程度。此外，利用红外传感器或具有无线通信的接触式传感器的直接测量可能是昂贵的并且对电动机驱动系统是侵入性的。因此，本文提出了一种非侵入式的热监测方案的直接转矩控制的内部永磁同步电机内的永磁体。通过将外部高频旋转磁通或转矩信号施加到电机驱动器中的磁滞转矩控制器，可以将高频电流注入定子绕组。因此，可以基于感应的高频电阻来监测永磁体温度。该方法的非侵入性的性质是由消除额外的传感器和没有硬件改变现有的系统。最后通过实验验证了该方法的有效性。
2021-06-17 cs.SY eess.SY
Idle speed control with low-complexity offset-free explicit model predictive control in presence of system delay
随着排放和燃油经济性法规的日益严格，对怠速控制（ISC）性能的要求越来越高。在此基础上，设计了一种具有约束时域的低复杂度无偏置显式模型预测控制（EMPC），用于在存在系统时滞的不可测扰动下调节怠速。基于第一性原理和实车行驶数据建立了高保真四冲程汽油机模型，并设计了模型预测ISC系统。为了处理从进气到扭矩产生的延迟，我们构建了一个面向控制的延迟增强模型。为了消除转矩损失的影响，我们实现了无偏置MPC方案与干扰模型和估计器。此外，针对发动机控制单元中控制器容量有限和发动机系统采样时间短的问题，在状态和输入变量存在系统时滞的情况下，建立了一个低复杂度的带约束时域的多参数二次规划模型，并得到了一个显式的解映射.为了证明所设计的控制器的性能，进行了一系列的闭环仿真。所开发的显式控制器表现出适当的ISC性能存在的转矩损失和系统延迟。
2020-12-13 cs.SY eess.SY
Control Design along Trajectories with Sums of Squares Programming
Massachusetts Institute of Technology（麻省理工学院）；IBM Watson Research Center（IBM沃森研究中心）
提出一种通过平方和规划最大化不变漏斗尺寸的控制设计方法，以形式化保证机器人控制任务的稳定性和安全性。
2012-10-02 cs.RO cs.SY eess.SY
Vision-Based Fuzzy Control System for Smart Walkers: Enhancing Usability for Stroke Survivors with Unilateral Upper Limb Impairments
University of Alberta（阿尔伯塔大学）；Institute for Smart Augmentative and Restorative Technologies and Health Innovations (iSMART)（智能增强与修复技术及健康创新研究所（iSMART））
本文提出一种基于模糊控制算法和肩部外展角度的智能助行器，通过集成力传感器和立体相机，有效解决了单侧上肢损伤中风患者使用传统助行器的困难，显著降低了腕部扭矩并提升了用户舒适度。
2025-02-01 cs.RO cs.SY eess.SY
Robust Control of the Sit-to-Stand Movement for a Powered Lower Limb Orthosis
University of California, Berkeley（加州大学伯克利分校）
本文研究了为完全截瘫患者设计的最小驱动电动下肢矫形器的坐立转换运动上升阶段的控制问题，通过生成有限时间线性二次调节器反馈增益池，进行可达性分析以定义性能度量，选择最佳控制器，并用迭代学习控制算法替代人类实验，以实现坐立转换运动的模拟。
2018-11-16 cs.SY eess.SY
Demonstrating a Control Framework for Physical Human-Robot Interaction Toward Industrial Applications
National Institute of Advanced Industrial Science and Technology (AIST)（国立产业技术综合研究所（AIST））；CNRS-AIST Joint Robotics Laboratory (JRL)（法国国家科学研究中心-AIST联合机器人实验室（JRL））；The University of Tokyo（东京大学）
针对物理人机交互难达工业级性能的问题，本文提出含多种力矩控制模式的二阶QP通用框架，集成安全约束与鲁棒跟踪，在Kinova Gen3机器人上验证了模式切换与参数调优能力，具备工业应用潜力。
2025-05-16 cs.RO cs.SY eess.SY
Predictive Control of a Permanent Magnet Synchronous Machine based on Real-Time Dynamic Optimization
Technische Universität München（慕尼黑工业大学）
提出一种基于连续参数化和线性规划的子优化方法，通过实时优化二次成本并考虑电压电流约束，实现永磁同步电机的快速平滑转矩动态和高速弱磁效率提升。
2012-12-01 cs.SY eess.SY
Anti-Disturbance Hierarchical Sliding Mode Controller for Deep-Sea Cranes with Adaptive Control and Neural Network Compensation
针对深海起重机在复杂海洋环境中的非线性扰动与不确定性，提出融合分层滑模、自适应与神经网络补偿的抗扰动控制器，经李雅普诺夫验证稳定性，仿真显示其在轨迹跟踪精度、响应速度和抗扰动方面优于传统PID。
2025-09-09 cs.SY eess.SY
Model Reference Control for Wind Turbine Systems in Full Load Region based on Takagi-Sugeno Fuzzy Systems
针对满载区域风力涡轮机，提出基于TS模糊模型与受约束LMI优化的MRC并行分布补偿控制器，以跟踪转子速度和发电机扭矩，并在多种风况及FRT场景下完成仿真验证。
2024-05-10 cs.SY eess.SY
Implementation of an Electric Drive Digital Twin in a Networked Test Lab Environment
Institute for Engineering of Products and Systems of the Otto-von-Guericke-Universität Magdeburg（马格德堡奥托·冯·古里克大学产品与系统工程研究所）；Institute of Electric Power Systems of the Otto-von-Guericke-Universität Magdeburg（马格德堡奥托·冯·古里克大学电力系统研究所）
研究在网络化测试实验室环境中实现电驱动数字孪生，核心方法是借助永磁同步电机，通过集成观测器控制器到控制回路来虚拟感知和补偿干扰变量，主要贡献是给出实际实现及测试结果，为后续应用奠定基础。
2026-07-08 cs.SY eess.SY
Modeling, Analysis, and Control of Mechanical Systems under Power Constraints
随着市场上高速电源开关和微型计算机的出现，运动控制系统已得到了显著的改进。尽管电机驱动器能够在标称条件下提供高转矩控制带宽，但它们受到各种物理约束，这些物理约束使转矩控制回路的输出幅度和带宽都降级。在这种情况下，电源的峰值功率限制，作为这些约束之一，还没有充分探讨从控制的角度来看，到目前为止。在控制系统中考虑峰值功率极限的一种传统和实用的方法是将其建模为从满足约束的最大速度下的容许转矩导出的平凡转矩饱和。然而，该模型过于保守，导致当致动器在其最大速度以下操作时闭环性能差。在本文中，新的方法，将峰值功率限制到经典和最优控制器的理论分析揭示其对稳定性和性能的影响。
2019-07-07 cs.SY eess.SY math.OC
Classical Model Predictive Control of a Permanent Magnet Synchronous Motor
Technische Universität München（慕尼黑工业大学）
提出一种基于差分平坦、连续参数化和线性规划的次优模型预测控制方案，通过动态弱磁处理电压限制，实现快速平滑的转矩动态并提高高速运行时的功率效率。
2012-12-28 cs.SY eess.SY math.OC
