一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法技术

本发明专利技术公开一种基于时延估计的机械臂轨迹跟踪控制方法。该方法将自适应时延估计技术与滑模控制算法相结合，并采用模糊逻辑设计时延估计的自适应算法。时延估计技术可以有效估计系统未知的动力学特性与外界干扰，并对其进行补偿，可使控制器在不依赖被控对象动力学模型的同时，拥有较好的控制效果。采用模糊逻辑设计的自适应算法较现有自适应算法相比，具有更快的自适应速度，可以更快地跟踪机械臂工作状况的变化和外界干扰的变化，从而进一步提升机械臂的控制效果与作业性能。

A trajectory tracking control method for manipulator based on time delay estimation and fuzzy logic

【技术实现步骤摘要】
一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法
本专利技术属于机器人系统控制
，特别是对一类机械臂的轨迹跟踪控制方法。
技术介绍
机械臂对于提高生产自动化程度、提升国家制造业水平具有重要的意义，目前，机械臂被广泛的应用于生产、科研、服务等各个领域，发挥了重要的作用。而机械臂属于多刚体系统，其动力性特性较为复杂，而机械臂的加工与制造往往存在一定的误差，故基于动力学模型的控制方法难于运用于生产实践之中。而不基于动力学模型的控制方法需克服机器人所有的动力学特性与外界干扰，难于实现较为较高的控制精度。因此，国内外学者提出了时延估计控制理论，这一控制方法可以利用机器人系统前一时刻的状态估计系统当前的未知动力学特性与外界干扰，从而有效提升机器人控制器的控制性能。利用时延估计控制理论，国内外学者设计了多种控制器。GunRaeCho等人针对机械臂的控制器设计展开了研究，基于时延估计技术和内部模式控制技术提出了一种增强型的控制器，该控制器含有一个内部模式补偿控制器以提升其鲁棒性，并以时延估计的方法克服摩擦力的影响，而时延估计是一种克服摩擦力影响的有效方法[ChoGR,ChangPH,ParkSH.RobustTrajectoryControlofRobotManipulatorsUsingTimeDelayEstimationandInternalModelConcept[C]//EuropeanControlConferenceCdc-ecc05IEEEConferenceonDecision&Control.IEEE,2005]。PyungHunChang等人针对非线性目标阻抗控制提出了一种控制算法，该控制算法将一个非线性的阻抗项加入传统的线性目标阻抗之中以减少期望的能量值，他们采用一种基于时延估计的阻抗控制方法实现期望的目标阻抗，实现了一自由度机械臂在摩擦力影响下的阻抗控制[ChangPH,JinM.Nonlineartargetimpedancedesignanditsuseinrobotcompliantmotioncontrolwithtimedelayestimation[C]//ConferenceoftheIEEEIndustrialElectronicsSociety.IEEE,2006.]。华南理工大学的刘海涛等人针对工业机器人系统的控制器设计，结合时延估计控制方法，设计出一种鲁棒时延估计跟踪控制算法，这种控制算法不依赖于系统的动力学模型，无需机器人逆动力学的在线运算；采用时延估计技术补偿了系统大部分的未知动力学特性与外界干扰，提升了系统的鲁棒性与控制性能[刘海涛，张铁.基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制[J].华南理工大学学报(自然科学版),2012(01):77-81.]。JunyoungLee等人设计了一款基于滑模控制方法与时延估计理论的控制器，该控制器可以估计机器人未知的动力学特性，如参数变化和外干扰等，具有较好的控制效果[LeeJ,ChangPH,JinM.AdaptiveIntegralSlidingModeControlWithTime-DelayEstimationforRobotManipulators[J].IEEETransactionsonIndustrialElectronics,2017,64(8):6796-6804.]。YassineKali等人提出了一种超扭曲滑模控制算法。该控制算法使用了时延估计技术，以在获得较高控制精度的同时，对于系统不确定性和未知外干扰具有一定的鲁棒性[KaliY,SaadM,BenjellounK,etal.Super-twistingalgorithmwithtimedelayestimationforuncertainrobotmanipulators[J].NonlinearDynamics,2018,93(2):557-569.]。时延估计技术可应用于多种控制器的设计之中，可实现较好的控制效果。然而，当机器人的工作环境、工作任务发生变化时，就需要对时延估计的相关参数进行调整，否则可能导致系统震颤或控制性能不足。为此，YaoyaoWang等人设计了自适应时延估计控制算法，并将其与滑模控制技术结合设计出了一款新型控制器[WangY,YanF,ChenJ,etal.ANewAdaptiveTime-DelayControlSchemeforCable-DrivenManipulators[J].IEEETransactionsonIndustrialInformatics,2018:1-1.]，以自动调节时延估计的相关参数适应机械臂的不用工作状况。然而，当机械臂所受外界干扰或机械臂的工作状况变化较快时，该自适应算法相应较慢，不能适应快速变化外干扰力矩和机械臂工作状况。为提高自适应算法的响应速度，为进一步提升现有控制方法的工程实用性，保证系统在不同工作状况下的控制品质，亟需设计有效地的自适应控制方案，解决以上所述问题。
技术实现思路
本专利技术的目的是提供一种更加有效的自适应控制算法，目的为提升机械臂的控制效果并满足工程实际应用需求。为解决上述问题，本专利技术提出一种基于时延估计的机械臂轨迹跟踪控制方法，所跟踪的轨迹除有限点外均具有连续、有界的两阶导数，并采用模糊逻辑设计自适应控制器，采用的技术方案如下：一种基于时延估计的机械臂轨迹跟踪控制方法，用以控制n自由度串联机械臂，其中n为正整数，其特征在于，包含以下步骤：(1)建立n自由度机械臂动力学方程：式中，为机器人关节的位置矢量，为机器人关节的位置矢量关于时间的一阶导数，为机器人关节的位置矢量关于时间的二阶导数，是惯性矩阵，为向心力和哥氏力矢量，是重力矢量，是库伦摩擦力与粘性摩擦力矢量，为外干扰力矢量，为机器人各关节控制器广义输出向量；(2)将步骤(1)中给出的机械臂动力学方程改写成如下形式：其中为自适应控制参数，(3)采用时延估计的方法获得步骤(2)中的H的近似值，并用该近似值代替真实值计算控制信号：式中H(t-η)表示t-η时刻的H值，τm,(t-η)表示t-η时刻的τm值；(4)采用滑模控制方法设计控制器，定义滑模面为：式中λ为常数控制参数，e为控制误差，为e对于时间的导数，其中控制误差由下给出：e＝θd-θ式中θd为所跟踪的期望轨迹；机器人各关节控制器为：式中为所跟踪轨迹的两阶导数。本专利技术的优势：本专利技术的控制算法采用了时延估计技术，因此可以同时具备不依赖系统模型和控制效果较好的优点。另外相对于现有的基于自适应时延估计技术的控制方法，本专利技术所提出的自适应算法可以拥有更快的响应速度，可以更好地跟踪外界条件和机械臂工作状况的变化，并最终提升机械臂跟踪期望轨迹的作业性能。附图说明图1为本专利技术实施步骤(6)中滑模面的隶属度函数；图2为本专利技术实施步骤(6)中控制误差的隶属度函数；图3为本专利技术实施步骤(7)中控制力矩的输出函数；图4为本专利技术实施例中仿真采用的二自由度机械臂；图5为具体实施本专利技术所述算法和常规基于时延估计技术控制算法的关节1轨迹跟踪控制效果对比仿真图；图6为具体实施本专利技术所述算法和常规基于时延估计技术控制算法的关节2轨迹跟踪控制效果对比仿真图；图7为具体本文档来自技高网...

【技术保护点】
1.一种基于时延估计的机械臂轨迹跟踪控制方法，用以控制n自由度串联机械臂，其中n为正整数，其特征在于，包含以下步骤：(1)建立n自由度机械臂动力学方程：

【技术特征摘要】
1.一种基于时延估计的机械臂轨迹跟踪控制方法，用以控制n自由度串联机械臂，其中n为正整数，其特征在于，包含以下步骤：(1)建立n自由度机械臂动力学方程：式中，为机器人关节的位置矢量，为机器人关节的位置矢量关于时间的一阶导数，为机器人关节的位置矢量关于时间的二阶导数，是惯性矩阵，为向心力和哥氏力矢量，是重力矢量，是库伦摩擦力与粘性摩擦力矢量，为外干扰力矢量，为机器人各关节控制器广义输出向量；(2)将步骤(1)中给出的机械臂动力学方程改写成如下形式：其中为自适应控制参数，(3)采用时延估计的方法获得步骤(2)中的H的近似值，并用该近似值代替真实值计算控制信号：式中H(t-η)表示t-η时刻的H值，τm,(t-η)表示t-η时刻的τm值；(4)采用滑模控制方法设计控制器，定义滑模面为：式中λ为常数控制参数，e为控制误差，为e对于时间的导数，其中控制误差由下给出：e＝θd-θ式中θd为所跟踪的期望轨迹；机器人各关节控制器为：式中为所跟踪轨迹的两阶导数。2.根据权利要求1所述的控制方法，其特征在于：步骤(4)中，采用模糊逻辑设计自适应控制参数的自适应算法，关于时间的导数如下式中a>0,δM>0均为常数，a和δM都是控制器的设计参数，b为模糊逻辑系统的输出；sat(x)的计算方法如下：3.根据权利要求2所述的控制方法，其特征在于：步骤(4)中，模糊逻辑系统的输出b通过以下步骤获取：(4.1)根据一定的隶属度函数对输入进行模糊化；采用三角形隶属度函数对输入变量进行模糊化，将s和e均分为小...

【专利技术属性】
技术研发人员：王尧尧，彦飞，孟思华，刘卢芳，陈柏，赵锦波，李彬彬，田波，杨扬，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32