System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机械臂控制,具体涉及一种基于反正切非奇异终端滑模的机械臂轨迹控制方法。
技术介绍
1、作业型水下机器人可以很好地辅助人们完成水下打捞、救援等作业,这些机器人大多数都配备了作业使用的机械臂。目前大多数的水下作业需要机械臂可以完成高精度的轨迹跟踪,例如水下焊接、旋拧阀门、协同搬运等。机械臂是一个复杂的多输入多输出系统(multi-input multi-output system,mimo-sys),具有很强的非线性、耦合性和时变性。
2、机械臂系统充满了不确定性,主要包括以下两个方面:1、结构不确定性,一般包括未知的动力学建模信息、动静摩擦、系统参数摄动等;2、非结构不确定性,一般是由外部工作环境干扰、测量误差、采样延迟、执行器饱和等因素引起的。考虑到这些因素,几乎不可能得到机械臂的高精度动力学模型。建模的误差会进一步影响机械臂轨迹跟踪的精度,因此设计高精度、强鲁棒、自适应的控制器显得尤为重要。
3、针对机械臂的轨迹跟踪问题,国内外学者提出了多种轨迹跟踪控制算法,包括pid控制,离散控制,自适应反推控制,鲁棒控制,模糊控制,变结构控制等,以及将这些控制方法相结合,衍生出的许多不同的控制方法。滑模控制(sliding mode control,smc)最早由emelyanov等人提出,其具有结构简单,控制精度高等优点,被广泛应用于机械臂控制领域。rubio等人针对具有死区的机械臂,设计了一种滑模控制器,具有很好的定点控制效果。对于传统的线性滑模控制,存在一些缺陷:1、线性滑模面只能保证收敛性,无
4、因此,针对机械臂的轨迹跟踪问题,如何提供一种自适应快速非奇异终端滑膜控制器,能够实现快速收敛、强鲁棒、高精度等特点,成为目前亟待解决的问题。
技术实现思路
1、有鉴于此,本专利技术实施例提供了一种基于反正切非奇异终端滑模的机械臂轨迹控制方法,以解决现有技术中机械臂的末端轨迹跟踪控制在快速收敛方面存在不足的问题。
2、本专利技术实施例提供了一种基于反正切非奇异终端滑模的机械臂轨迹控制方法,包括:
3、根据特征值正定对角阵、关节跟踪误差和角速度跟踪误差设置反正切非奇异终端滑模面;
4、根据机械臂动力学方程和反正切非奇异终端滑模面设置机械臂系统的等效控制律;
5、基于饱和函数设置混合切换控制项;
6、将等效控制律和混合切换控制项之和作为机械臂系统的总控制输入,实现机械臂轨迹控制;
7、其中,关节跟踪误差为期望轨迹与机械臂关节位置之差;角速度跟踪误差为期望角速度与关节角速度之差。
8、可选地,反正切非奇异终端滑模面为:
9、
10、其中,
11、
12、
13、e为关节跟踪误差;为角速度跟踪误差;p、q为正奇数,且满足1<p/q<2;λ=diag(λ1,λ2,···,λn)为特征值正定对角阵;n为机械臂关节数。
14、可选地,等效控制律为:
15、
16、其中,
17、b=m-1;
18、
19、m为机械臂系统的正定对称惯性矩阵;为机械臂系统的向心力和哥式力矩阵;g为机械臂系统的重力向量;qd为期望轨迹。
20、可选地,基于饱和函数设置混合切换控制项包括:
21、将饱和函数代替传统的指数型切换控制项中的符号函数项;
22、其中,饱和函数为:
23、
24、sgn(x)为符号函数;δ>0为边界层厚度。
25、可选地,混合切换控制项还包括:
26、根据系统状态和滑模面之间的距离,设置自适应切换控制项:
27、
28、其中,σ为切换控制阈值。
29、可选地,混合切换控制项为:
30、τsw=-b-1{ks+[μ+fun_sw(s)]sat(s)};
31、其中,自适应切换控制项为:
32、饱和函数为:
33、
34、特征值k=diag(k1,k2,...,kn);特征值μ=diag(μ1,μ2,...,μn);k、μ均为正定对角阵。
35、可选地,还包括:
36、μ-γmax>0;
37、其中,γmax=[γ1max,γ2max,...,γnmax]t为外部扰动的上界。
38、可选地,还包括:
39、通过径向基神经网络对机械臂的非线性建模进行逼近,实时调整等效控制律中的参数。
40、本专利技术实施例的有益效果:
41、设计一种自适应反正切非奇异终端滑模控制器,实现机械臂末端轨迹跟踪控制。使用非线性项代替了传统非奇异终端滑模控制器中的线性项,保证了系统在任意初始状态下都可以在有限时间内收敛到期望状态,使用了混合趋近律,不仅缩短了系统状态到达滑模面的时间,同时还削弱了抖振现象,尽可能保证了控制输入是连续的。
42、对于系统的动力学建模和外部扰动部分采用了径向基神经网络rbf进行了自适应参数替换,使系统整体具有更高的鲁棒性,将系统建模的不确定性和外部扰动带来的影响降到最低。
本文档来自技高网...【技术保护点】
1.一种基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,包括:
2.根据权利要求1所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,所述反正切非奇异终端滑模面为:
3.根据权利要求2所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,所述等效控制律为:
4.根据权利要求3所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,基于饱和函数设置混合切换控制项包括:
5.根据权利要求4所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,所述混合切换控制项还包括:
6.根据权利要求5所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,所述混合切换控制项为:
7.根据权利要求5所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,还包括:
8.根据权利要求1所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,还包括:
【技术特征摘要】
1.一种基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,包括:
2.根据权利要求1所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,所述反正切非奇异终端滑模面为:
3.根据权利要求2所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,所述等效控制律为:
4.根据权利要求3所述的基于反正切非奇异终端滑模的机械臂轨迹控制方法,其特征在于,基于饱和函数设置混合切换控制项包括:<...
【专利技术属性】
技术研发人员:王宇,陈杰,赵珊,
申请(专利权)人:江苏杰洛特智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。