智能机器人原理与实践课件第1、2章.pptx
《智能机器人原理与实践课件第1、2章.pptx》由会员分享，可在线阅读，更多相关《智能机器人原理与实践课件第1、2章.pptx（126页珍藏版）》请在冰点文库上搜索。
智能机器人原理与实践,第1章概论,“robot”一词源于捷克语“robota”，意为“强迫劳动”。
1920年，捷克斯洛伐克作家萨佩克在洛桑万能机器人公司剧本中把在洛桑万能机器人公司生产劳动的那些家伙取名“Robot”（捷克语意为“奴隶”）。
机器人技术涉及机械、电子、计算机、材料、传感器、控制技术、人工智能、仿生学等多门科学。
机器人的发展是目前科技发展最活跃的领域之一，发展应用机器人的目的在于：
（1）提高生产效率降低人的劳动强度；
（2）机器人做人不愿意做或做不好的事；（3）机器人做人做不了的事情。
1.1机器人的定义,1.1.1机器人三定律1942年，美国科幻巨匠阿西莫夫提出的“机器人三定律”虽只是科幻小说里的创造，但已成为学术界默认的研发原则：
（1）机器人不得伤害人，也不得见人受到伤害而袖手旁观；
（2）机器人应服从人的一切命令，但不得违反第一定律；（3）机器人应保护自身的安全，但不得违反第一、第二定律。
1.1.2机器人各种定义
（1）美国机器人协会（RIA）曾把机器人定义为一种用于移动各种材料、零件、工具或专用装置的，通过可编程序动作来执行种种任务的，并具有编程能力的多功能机械手。
（2）日本工业机器人协会（JIRA）把工业机器人定义为一种装备有记忆装置和末端执行器（endeffector）的，能够转动并通过自动完成各种移动来代替人类劳动的通用机器。
（3）美国国家标准局（NBS）定义机器人是一种能够进行编程并在自动控制下执行某些操作和移动作业任务的机械装置。
（4）国际标准化组织（ISO）把机器人定义为：
机器人是一种自动的、位置可控的、具有编程能力的多功能机械手，这种机械手具有几个轴，能够借助于可编程序操作来处理各种材料、零件、工具和专用装置，以执行种种任务。
（5）蒋新松院士言简意赅地把机器人定义为一种拟人功能的机械电子装置。
1.2机器人的产生与发展,1948年，诺伯特维纳出版控制论，阐述了机器中的通信和控制机能与人的神经、感觉机能的共同规律，率先提出以计算机为核心的自动化工厂。
1980年后，各种用途的机器人广泛应用到了工业生产当中。
1990开始，机器人开始面向服务业并走向家庭。
现代机器人技术发展大事年表可总结如下：
1.3智能机器人的体系结构,机器人现在已被广泛地用于生产和生活的许多领域，按其拥有智能的水平可以分为三个层次：
（1）示教再现型：
示教再现型机器人只能死板地按照人给它规定的程序工作，不管外界条件有何变化，自己都不能对程序也就是对所做的工作作相应的调整。
如果要改变机器人所做的工作，必须由人对程序作相应的改变，因此它是毫无智能的。
（2）感觉型：
感觉型机器人可以根据外界条件的变化，在一定范围内自行修改程序，也就是它能适应外界条件变化对自己怎样作相应调整。
不过，修改程序的原则由人预先给以规定。
感觉型机器人拥有初级智能水平，没有自动规划能力，目前已走向成熟，达到实用水平。
（3）智能型：
高级智能机器人已拥有一定的自动规划能力，能够自己安排自己的工作。
这种机器人可以不要人的照料，完全独立的工作，故称为高级自律机器人。
1.3.1程控架构,程控架构，又称规划式架构。
它根据给定初始状态和目标状态给出一个行为动作的序列，按部就班地执行。
程序序列中可采用“条件判断+跳转”的方法，根据传感器的反馈情况对控制策略进行调整。
集中式程控架构的优点：
系统结构简单明了，所有逻辑决策和计算均在集中式的控制器中完成。
这种架构清晰，显然控制器是大脑，其他的部分不需要有处理能力。
设计者在机器人工作前预先设计好最优策略让机器人开始工作，工作过程中只需要处理一些可以预料到的异常事件。
缺点：
对于设计一个在房间里漫游的移动机器人时，若其房间的大小未知，无法准确地得到机器人在房间中的相对位置的情况下，程控式控制架构就很难适应了。
1.3.2分层递阶架构,分层递阶架构，又称为慎思式架构。
分层递阶架构是随着分布式控制理论和技术的发展而发展起来的。
分布式控制通常由一个或多个主控制器和很多个节点组成，主控制器和节点均具有处理能力。
主控制器可以比较弱，大部分的非符号化信息在其各自的节点被处理、符号化后，再传递给主控制器来进行决策判断。
1.分层递阶结构的信息流程信息流程是从低层传感器开始，经过内外状态的形势评估、归纳，逐层向上，且在高层进行总体决策；高层接受总体任务，根据信息系统提供的信息进行规划，确定总体策略，形成宏观命令，再经协调级的规划设计，形成若干子命令和工作序列，分配给各个执行器加以执行，如图所示。
2.分层递阶结构的特点
（1）遵循“感知思维行动”的基本规律，较好地解决了智能和控制精度的问题。
层次向上智能增加，精度降低，层次向下，智能降低，精度增加。
（2）输入环境的信息通过信息流程的所有模块，往往是将简单问题复杂化，影响了机器人对环境变化的响应速度。
（3）各模块串行连接，其中任何一个模块的故障直接影响整个系统的功能。
1.3.3包容式架构,包容式架构，又称为基于行为、基于情境的结构，是一种典型的反应式结构。
1986年，美国麻省理工学院的R.Brooks以移动机器人为背景提出了这种依据行为来划分层次和构造模块的反应式结构。
Brooks认为机器人行为的复杂性反映了其所处环境的复杂性，而非机器人内部结构的复杂性。
包容式体系结构是一种完全的反应式体系结构，是基于感知与行为（SA）之间映射关系的并行结构。
包容结构中每个控制层直接基于传感器的输人进行决策，在其内部不维护外界环境模型，可以在完全陌生的环境中进行操作，结构如下图所示。
2.包容结构的特点
（1）包容结构中没有环境模型，模块之间信息流的表示也很简单，反应性非常好，其灵活的反应行为体现了一定的智能特征。
包容结构不存在中心控制，各层间的通信量极小，可扩充性好。
多传感信息各层独自处理，增加了系统的鲁棒性，同时起到了稳定可靠的作用。
（2）包容结构过分强调单元的独立、平行工作，缺少全局的指导和协调，虽然在局部行动上可显示出很灵活的反应能力和鲁棒性，但是对于长远的全局性的目标跟踪显得缺少主动性，目的性较差，而且人的经验、启发性知识难于加入，限制了人的知识和应用。
1.3.4混合式架构,Gat提出的混合式三层体系结构，分别是：
反应式的反馈控制层，反应式的规划执行层和规划层。
混合式架构在较高级的决策层面采用程控架构，以获得较好的目的性和效率；在较低级的反应层面采用包容式架构，以获得较好的环境适应能力、鲁棒性和实时性。
1.3.5分布式结构,1998年，Piaggio提出一种称为混合智能机器人专家（HEIR）的非层次的分布式结构。
分布式结构由符号组件（S）、图解组件（D）和反应组件（R）三部分组成，如图所示。
分布式结构每个组件处理不同类型知识，是一个由多个具有特定认知功能、可以并发执行的Agent构成的专家组。
各组件相互间通过信息交换进行协调，没有层次高低之分，自主地、并发地工作。
2.分布式体系结构的特点
（1）突破了以往智能机器人体系结构中层次框架的分布模式，各个Agent具有极大的自主性和良好的交互性，这使得智能、行为、信息和控制的分布表现出极大的灵活性和并行性。
（2）对于系统任务，每个Agent拥有不全面的信息或能力，应保证Agent成员之间以及与系统的目标、意愿和行为的一致性，建立必要的集中机制，解决分散资源的有效共享、冲突的检测和协调等问题。
（3）更多地适用于多机器人群体。
1.3.6进化控制结构,将进化计算理论与反馈控制理论相结合，形成了一个新的智能控制方法进化控制。
它能很好地解决移动机器人的学习与适应能力方面的问题。
2000年，蔡自兴提出了基于功能/行为集成的自主式移动机器人进化控制体系结构。
整个体系结构包括进化规划与基于行为的控制两大模块，如右图所示，这种综合的体系结构的优点是既具有基于行为的系统的实时性，又保持了基于功能的系统的目标可控性同时该体系结构具有自学习功能，能够根据先验知识、历史经验、对当前环境情况的判断和自身的状况，调整自己的目标、行为，以及相应的协调机制，以达到适应环境、完成任务的目的。
进化式控制结构图,1.3.7社会机器人结构,1999年，Rooney等根据社会智能假说提出了一种由物理层、反应层、慎思层和社会层构成的社会机器人体系结构,如下图所示。
1.社会机器人体系结构的信息流程社会机器人体系结构总体上看是一个混合式体系结构。
反应层为基于行为、基于情境的的反应式结构；慎思层基于BDI模型，赋予了机器人心智状态；社会层应用基于Agent通信语言Teanga，赋予了机器人社会交互能力。
2.社会机器人体系结构的特点
（1）社会机器人结构采用智能体对机器人建模，体现了智能体的自主性、反应性、社会性、自发性、自适应性和规划、推理、学习能力等一系列良好的智能特性，能够对机器人的智能本质（心智）进行更细致地刻画。
（1）社会机器人结构对机器人的社会特性进行了很好的封装，对机器人内在的感性、理性和外在的交互性、协作性实现了物理上和逻辑上的统一，能够最大限度地模拟人类的社会智能。
（2）社会机器人结构理论体现了从智能体到多智能体、从单机器人到多机器人、从人工生命到人工社会的从个体智能到群体智能的发展过程。
智能机器人原理与实践,第2章智能机器人的运动系统,机器人的移动取决于其运动系统。
高性能的运动系统是实现机器人各种复杂行为的重要保障，机器人动作的稳定性、灵活性、准确性、可操作性，将直接影响移动机器人整体性能。
移动机器人的移动机构主要有：
轮式移动机构、履带式移动机构、足式移动机构、步进式移动机构、蠕动式移动机构、蛇行式移动机构、混合式移动机构。
2.1机器人的移动机构,1.移动机构的形式机器人移动机构的形式层出不穷，行走、跳跃、跑动、滚动、滑动、游泳等不少复杂奇特的三维移动机构已经进入了实用化和商业化阶段。
如表所示，机器人移动机构的设计往往来自自然界生物运动的启示。
表2.1移动机构与自然界生物运动,2.移动机构的选择移动机构的选择通常基于以下原则：
（1）轮式移动机构的效率最高，但其适应能力、通行能力相对较差。
（2）履带机器人对于崎岖地形的适应能力较好，越障能力较强。
（3）腿式的适应能力最强，但其效率一般不高。
为了适应野外环境，室外移动机器人需要多采用履带式行动机构。
（4）一些仿生机器人则是通过模仿某种生物的运动方式而采用相应的移动机构，如机器蛇采用蛇行式移动机构，机器鱼则采用尾鳍推进式移动机构。
（5）在软硬路面相间、平坦与崎岖地形特征并存的复杂环境下，采用几何形状可变的履带式和复合式（包括轮-履式、轮-腿式、轮-履-腿式等）。
图2.1一种混合式移动机构,2.1.1轮式移动机构轮式移动机构根据车轮的多少分为1轮、2轮、3轮、4轮和多轮机构。
1轮及2轮移动机构存在稳定性问题，所以实际应用的轮式移动机构多采用3轮和4轮。
3轮移动机构一般是一个前轮、两个后轮。
4轮移动机构应用最为广泛，4轮机构可采用不同的方式实现驱动和转向。
驱动轮的选择通常基于以下因素考虑：
（1）驱动轮直径：
在不降低机器人的加速特性的前提下，尽量选取大轮径，以获得更高的运行速度；
（2）轮子材料：
橡胶或人造橡胶最佳，因为橡胶轮有更好的抓地摩擦力和更好的减震特性，在绝大多数场合都可以使用；（3）轮子宽度：
宽度较大，可以取得较好的驱动摩擦力，防止打滑；（4）空心/实心：
轮径大时，尽量选取空心轮，以减小轮子重量。
根据移动特性可将轮式机器人分为非全向和全向两种：
（1）若所具有的自由度少于三个，则为非全向移动机器人。
汽车便是非全向移动的典型应用；
（2）若具有完全的三个自由度，则称为全向移动机器人。
全向移动机器人非常适合工作在空问狭窄有限、对机器人的机动性要求高的场合，具体有独轮、两轮、三轮、四轮等形式。
1.两轮差动移动机构如图所示的FIRAMiroSot组别的足球机器人，可见双轮差速移动底盘可以被设计得很小。
图2.2MiroSot足球机器人,机器人运动学模型如图所示，在笛卡儿坐标系下，考虑两驱动轮的轮轴中心C点坐标（x，y）为参考点，为机器人的姿态角（前进方向相对于X轴的方位角），是机器人的前进速度，而、分别为左右轮的线速度；是机器人的转动角速度，而分别为左右轮的转动速度。
图2.3运动学模型,基于此，机器人的位姿可以表示为：
（2.1）由于是在纯滚动、无侧滑的假设条件下进行分析，因此轮子在垂直于轮平面的速度分量为零，系统运动约束条件可表示为：
（2.2）,非完整约束是指运动约束方程不可能积分为有限形式。
现假设式（2.2）是一个完整约束，即可以把它积分成有限形式（2.3）其中C为常量，对式（2.2）求导可得：
（2.4）说明必是一个与无关的函数，而这与，相矛盾。
因此式（2.2）不可积，说明机器人系统运动约束条件是一个非完整约束。
因此可建立机器人的质心运动方程为：
（2.5）即：
（2.6）,根据刚体运动规律，可得下列运动方程：
（2.7）（2.8）由式（2.8）分析可知：
若，质心的角速度为0，机器人将沿直线运动；若，质心的线速度为0，则机器人将原地转身，即机器人以零半径转弯。
在其他情况下，机器人将围绕圆心以零到无穷大的转弯半径做圆周运动。
将（2.7）、（2.8）代入式（2.6）得：
（2.9）由式（2.9）可以看出，如果知道和即可确定机器人的位姿。
因此通过控制左右轮电机的转速和，即可完成对机器人的直线、旋转和转弯等各种运动控制。
2.三轮移动机构结构三轮移动机构有以下三种情况。
图2.4三轮移动机构,图2.4（a），前轮由操舵结构和驱动结构合并而成，由于操舵和驱动的驱动器都集中在前轮，所以该结构比较复杂。
该结构旋转半径可以从0到无限大连续变化，但是由于轮子和地面之间存在滑动，绝对的0转弯半径很难实现。
图2.4（b），前轮为操舵轮，后两轮由差动齿轮装置驱动，但是该方法在移动机器人机构中也不多。
图2.4（c），前轮为万向轮，仅起支撑作用，后两轮分别由两个电机独立驱动，结构简单，而且旋转半径可以从零到无限大任意设定。
其旋转中心是在连接两驱动轴的直线上，所以旋转半径即使是0，旋转中心也与车体的中心一致。
3.全向移动机构结构全向移动机构包括全向轮、电机、驱动轴系以及运动控制器几个部分，在不改变机器人姿态的同时可以向任意方向移动且可以原地旋转任意角度，运动非常灵活。
图2.5（b）全向轮的转动特点。
图2.5（a）几种不同的全向轮的结构形式,1）三轮全向移动机构由于全向轮机构特点的限制，要求驱动轮数大于等于3，才能实现水平面内的全向移动，并且行驶的平稳性、效率和全向轮的结构形式有很大关系。
图2.6三轮全向移动底盘,三轮全向底盘的驱动轮一般由三个完全相同的全向轮组成，并由性能相同的电机驱动。
各轮径向对称安装，夹角为120。
建立如图2.7所示的世界坐标系和机器人坐标系。
图2.7三轮全向底盘运动学分析,三轮全向移动机器人坐标系的原点与其中心重合，L为机器人中心与轮子中心的距离，为与的夹角，为第个轮子转动的线速度，为轮子与的夹角。
系统的运动学方程如下：
（2.11）,考虑到机器人的实际结构以及所设立的坐标系的客观情况可知：
，将其代入（2.11）并写成矩阵形式可以得到三轮全向底盘运动学模型：
（2.12）式（2.12）描述了三轮全向移动机器人在地面坐标系中的运动的速度与驱动轮线速度之间的关系。
2）四轮Mecanum轮全向移动机构四轮Mecanum轮全向移动底盘的一种布置方式如下图所示。
图2.8四轮Mecanum轮全向移动底盘,与三轮全向移动机构相比，四轮Mecanum轮全向移动机构具有以下优点：
（1）比三轮全向移动底盘更大的驱动力、负载能力以及更好的通过性；
（2）在四个轮子分别安装有电机的情况下，四轮Mecanum轮全向移动底盘能拥有冗余，在一个轮子故障的情况下依然能够运行。
但四轮Mecanum轮全向移动底盘的成本更高，更不易于维护。
由于增加了一个轮子，其在不平整的地面上行进时极有可能出现一个轮子悬空的情况，这将导致机器人在计算轮速时产生较大的误差。
2.1.2履带式移动机构履带式移动机构的特征是将圆环状的无限轨道履带卷绕在多个车轮上，使车轮不直接同地面接触，利用履带可以缓和地面的凹凸不平。
具有稳定性好、越野能力和地面适应能力强、牵引力大等优点。
但履带式移动机构结构复杂、重量大、能量消耗大、减振性能差和零件易损坏。
图2.9履带式移动机器人,常用履带通常为方形或倒梯形（如图2.10所示），履带机构主要由履带板、主动轮、从动轮、支撑轮、托带轮和伺服驱动电机组成。
图2.10履带移动机构,为进一步改善对地面环境的适应能力和越障能力，履带结构衍生出很多派生机构。
图2.11给出了一种典型的带前摆臂的关节式履带移动机构。
图2.11关节式履带移动机构,
（1）同步带/齿形带同步带/齿形带传动具有带传动、链传动和齿轮传动的优点。
同步带传动由于带与带轮是靠啮合传递运动和动力，故带与带轮间无相对滑动，能保证准确的传动比。
几种常见的同步带和带轮如图2.12所示。
图2.12常见的同步带和带轮,同步带作为履带的优点：
（1）效率高，最高效率能达到90%以上；
（2）设计简单，只须根据标准同步带规格选择节距、齿数、长度、宽度就可以了。
同步带作为履带的缺点：
同步带一旦选定，长度、宽度就是固定的，因此基本上属于定制，设计不同的履带式平台就需要不同的同步带，这限制了同步带作为履带应用的灵活性。
（2）活节履带活节履带是将履带分解为单独的履块，通过轴对各个履块进行连接，类似金属表带或者自行车链条的连接方式。
一种典型的活节履带如图2.13所示。
图2.13活节履带,活节履带的优点：
单独的履块简单，可以用注塑成型的方法制造，可以以单节履块为单位任意增减，因此具有较好的灵活性；单个履块上可以装配各种类型的履带齿，适应不同地形。
而且活节履带的履块中部可以设计侧向限位块，带轮无须挡边就可以防止履带从带轮侧面脱出。
活节履带的缺点：
由于各履块之间靠连杆连接，因此连杆处受力较大，整个履带的承载能力弱于同步带式履带，并且活节履带由于履块为刚性结构，理论效率较同步带式履带低，运行噪音也会较大。
（3）一体式履带一体式专用履带基本结构采用同步带的形式，具备侧向定位，因此能很好地避免履带脱出且效率高承载力大。
但是履带设计较复杂，成本较高，多用于大型机器人。
一种典型的一体式履带如图2.14所示。
图2.14一体式履带,2.1.3足式移动机构,足式机器人顾名思义就是使用腿系统作为主要进行方式的机器人，如图2.15所示。
图2.15各种足式机器人,1.足式移动机构的优势
（1）足式移动机构对崎岖路面具有很好的适应能力，可自主选择离散的立足点，可以在可能到达的地面上选择最优的支撑点，而轮式和履带式移动机构必须面临最坏的地形上的几乎所有的点；
（2）足式运动方式还具有主动隔振能力，尽管地面高低不平，机身的运动仍然可以相当平稳；（3）多自由度系统有利于保持稳定并在失去稳定条件下进行自恢复；（4）足式行走机构在不平地面和松软地面上的运动速度较高，能耗较少。
已有的类人机器人步行研究显示，被动式可以在没有主动能量输入的情况下，完全采用重力作为驱动力完成下坡等动作。
2.足式移动机构的设计足式机器人的构思来源于对腿式生物的模仿，在研究足式机器人的特征时，我们主要考虑以下几个方面：
（1）足的数目；
（2）足的自由度；（3）稳定性。
3.典型足式移动机构
（1）四足移动机构,图2.16BigDog图,四足机器人的常见控制方法可分为以下三类：
（1）基于模型的控制方法。
（2）基于行为的控制方法。
（3）生物控制方法是一种融合生物科学和工程技术的新型控制方法。
（2）两足步行移动机构1968年，英国R.Mosher就试制出了一台名为“Rig”的操纵型双足步行机器人，揭开了两足机器人研究的序幕。
该机器人只有踩和髓两个关节，操纵者靠力反馈来保持机器人的平衡。
随后，南斯拉夫的M.Vukobratovic提出了ZMP理论，较好地解决了动态步行稳定性判断问题，并研制出世界第一台真正的双足机器人。
1）稳定性判断依据通常来说，稳定性可以分为静态稳定和动态稳定。
（1）静态稳定是指机器人的全身质心COM（CenterofMass）在运动的整个过程中始终落在双脚支撑域内，如果机器人在运动过程中的任何时刻停止，必将保持稳定，不会摔倒。
（2）动态稳定是指在运动的过程中，质心可以偏离双脚支撑域外，但是ZMP点必须落在支撑域内。
2）类人机器人行走方式从行走方式来讲，两足走行的行走方式主要有以下三种。
（1）静态步行；
（2）准动态步行；（3）动态步行。
3）类人机器人运动规划运动规划包括动作规划、复杂运动规划、路径规划和任务规划。
（1）动作规划的结果是指类人机器人实现某个动作需要的各个关节自由度的运动轨迹，以及实现该轨迹所需要输入的力矩的变化。
（2）复杂运动规划则在基本动作规划之上，主要考虑规划那些使机器人能够适合人类环境的复杂运动，规划的结果除了考虑运动的稳定性之外，还可以结合运动所消耗的能量、时间等性能指标和运动的可行性方面进行研究。
（3）路径规划是指动态环境中的避障问题，任务规划是指上升到任务级的终端决策规划。
4.运动规划关键技术1）基于仿生学的步态规划,图2.17基于HMCD的仿人机器人的复杂动作设计流程,2）基于动力学模型的步态规划基于动力学模型规划方法是根据机器人的简化动力学模型直接计算出重心的运动轨迹，然后利用逆运动学方程得到关节角的轨迹。
其动力学模型有：
倒立摆模型、连杆模型。
图2.19连杆的类人机器人模型,图2.18简单倒立摆模型,3）基于智能算法的步态规划在类人机器人上使用最多的智能算法有神经网络、模糊控制、遗传算法、强化学习以及它们的结合构成的混合进化算法。
4）被动动力学步态规划被动动态行走被认为是一种有效并且简单的行走方法。
20世纪初，一种完全被动步行的装置就已经被制造出来。
用这种方法设计的机器人，行走的效率要比当时使用参考轨迹控制方法的机器人的效率高上10倍。
2.2机器人的运动控制,2.2.1运动控制任务在二维平面上运动的移动机器人的主要有以下三种控制任务：
（1）姿态稳定控制；
（2）路径跟踪控制；（3）轨迹跟踪控制。
2.2.2速度控制为简化问题的复杂性，通常不对机器人直接进行转矩控制，而将机器人近似看成恒转矩负载，则机器人的速度可以转化为带负载的直流电机转速控制。
机器人速度控制的结构框图如图2.20所示。
图2.20机器人速度控制结构,2.2.3位置控制机器人的位置控制模式框图如图2.21所示。
期望位置和感知位置之间的位置偏差通过位置控制器和一个位置前馈环节转化成速度给定信号，借助于如图2.21所示结构的速度内环将位置控制问题转化成了电机的转速控制问题，进而实现移动机器人的位置控制。
图2.21机器人位置控制结构,2.2.4航向角控制航向控制是路径跟踪的基础，其控制结构框图如图2.22所示。
移动机器人的位置偏差和航向偏差最终都将转化成转速偏差的控制。
图2.22机器人航向控制结构,2.3机器人的控制策略,常用的控制算法主要包括PID控制、变结构控制、自适应控制、模糊控制、神经网络控制、视觉伺服控制等。
2.3.1PID控制器PID控制器结构简单、易于实现，并具较强的鲁棒性，被广泛应用于机器人控制及其他各种工业过程控制中。
当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，应用PID控制技术最为方便，系统控制器的结构和参数可以依靠经验和现场调试来确定。
PID控制器参数整定是否合适，是其能否在实用中得到好的控制效果的前提。
图2.23PID控制结构,2.3.2自适应控制自适应控制从应用角度大体上可以归纳成两类：
模型参考自适应控制和自校正控制。
模型参考自适应控制结构如图2.24所示。
图2.24模型参考自适应控制结构,模型参考自适应控制的基本思想是在控制器一控制对象组成的闭环回路外，再建立一个由参考模型和自适应机构组成的附加调节回路。
参考模型的输出（状态）就是系统的理想输出（状态）。
2.3.3变结构控制变结构控制本质上是一类特殊的非线性控制，其非线性表现为
升级会员 