[发明专利]超冗余柔性机器人的控制方法及系统、计算机存储介质

说明书

本发明公开了一种超冗余柔性机器人的动力学控制方法及系统、计算机存储介质，规划超冗余柔性机器人的期望的电机运动量，根据期望的电机运动量和实际的电机运动量获取实际的PD控制力矩；根据期望的万向节关节运动量获取万向节关节期望的驱动力矩，并根据期望的驱动力矩获取驱动绳对应电机的期望的前馈控制力矩；根据实际的PD控制力矩和期望的前馈控制力矩获取实际的电机输出控制力矩；根据实际的电机输出控制力矩获取万向节的驱动力矩；根据万向节的驱动力矩仿真控制超冗余柔性机器人；获取超冗余柔性机器人实际的万向节关节运动量，并根据实际的万向节关节运动量获取实际的电机运动量反馈回控制单元；实现对超冗余柔性机器人的闭环控制。

技术领域

本发明涉及机器人控制领域，尤其是一种超冗余柔性机器人的动力学控制方法及系统、计算机存储介质。

背景技术

由于超冗余机器人自由度数目多、动力学耦合较强、系统非线性等特点，使得超冗余机器人系统的控制具有相当的复杂性。众多学者都对超冗余机器人的控制提出了相应解决方案。Robinson等介绍了连续结构参数的表示方法，介绍了离散型、超冗余型和连续型机器人结构之间的根本差异。Chirikjian等提出了采用脊线法控制超冗余机器人宏观构型的思想。Mochiyama等研究了使用构型雅各比的方式控制超冗余机器人整体构型的问题。

针对超冗余机器人控制中的难点，学者们分别采用经典控制理论(比例微分控制)和智能控制理论(模糊控制、神经网络控制)等对超冗余机器人的控制做了研究。Jones等引入了超冗余机器人的实时控制器的控制模式。该方法将由编码器测量的机械臂实际位置和由运动学计算的期望位置误差输入比例微分控制器，通过叠加重力补偿项以获得更高的控制精度。Ivanescu等着重于研究连续型机械臂卷取方式抓取的问题，提出了基于Kahman-Yakubovich-Popov引理和比例微分算法的稳定性标准，然后对载荷抓持的控制做了分析。Yi等提出了一种自适应模糊比例积分控制策略，在控制其冗余臂时结合了机器人上身旋转的运动。本质上，模糊逻辑通过利用躯体的类人形角动量误差来互连两个不同的维度信息，以便在每个循环中主动调整其末端执行器的控制参数。Benzaoui等针对模型不确定的情况使用了模糊自适应控制方式实现障碍物回避任务。障碍物的回避是通过机械臂自运动来实现的，该自运动通过滤波跟踪误差直接并入到自适应模糊控制方案中，展示了良好的控制性能。Braganza等通过使用神经网络前馈组件开发了连续型机器人的控制器，提出了一种利用神经网络前馈分量补偿动态不确定性的连续型机器人控制方式。Jasour等设计了一种非线性模型神经网络预测控制方法。利用该方法可以跟踪期望的路径或跟踪笛卡尔空间中的移动目标，同时回避静态或移动的障碍物以及机器人工作空间中的奇异构型。

许多学者也将线性控制方法作为偏微分方程系统的控制方法，证明了反馈控制对于超冗余机器人的适用性。Popescu等研究了一类超冗余机器人的控制问题。通过使用有界线性控制和加权误差控制技术获得了稳定性分析结果。通过使用空间加权误差控制，将无限维系统的控制问题转换成为有限维系统的控制问题，提出了基于加权误差滑模控制的算法。Kapadia和Rucker基于建立的全动态模型，引入了基于非线性模型的连续型机器人滑模控制策略。该方法适用于可以在其结构中伸长或收缩以及弯曲的连续型机器人。等针对冗余机器人(运动学和动力学的参数已知或未知的情况都可以应用)在任务空间中末端轨迹跟踪的控制问题提出了一种计算上简单的无逆控制算法。该算法考虑了估计参数引起的非线性误差，控制器将产生有界和连续的信号。只要在机械臂运动期间满足合理的假设条件，该基于李亚普诺夫稳定理论的无逆控制方案就是渐近稳定的。Florescu等研究了由双曲线方程描述的一类超冗余机器人的跟踪控制问题。通过使用有界线性控制和输出跟踪技术，设计了有效的控制器并对结果做了稳定性分析。