[发明专利]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有效

专利信息
申请号: 201910421917.1 申请日: 2019-05-21
公开(公告)号: CN110181510B 公开(公告)日: 2021-12-21
发明(设计)人: 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
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 张弛
地址: 210016 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 估计 模糊 逻辑 机械 轨迹 跟踪 控制 方法
【权利要求书】:

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,θ∈Rn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,M(θ)∈Rn×n是惯性矩阵,为向心力和哥氏力矢量,G(θ)∈Rn是重力矢量,是库伦摩擦力与粘性摩擦力矢量,τd∈Rn为外干扰力矢量,τm∈Rn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

式中θd为所跟踪的期望轨迹;机器人各关节控制器为:

式中为所跟踪的期望轨迹的两阶导数;

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:

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、中、大三个等级,分别用S、M、B表示;s的三个隶属度函数分别记作LS(s)、LM(s)、LB(s),分别对应滑模面的小、中、大三个等级;同样,e的三个隶属度函数分别记作LS(e)、LM(e)、LB(e),分别对应控制误差的小、中、大三个等级;s1、s2、s3和e1、e2、e3为隶属度函数的设计参数,应根据机械臂的特性与实际需求进行取值;

(4.2)设计模糊规则并根据模糊规则进行模糊推理;为计算的自适应值,

设计如下的模糊规则:

S1=LS(e)×LS(s)

S2=LM(e)×LS(s)

S3=LS(e)×LM(s)

Sout=max(S1,S2,S3)

Mout=LM(e)×LM(s)

Bout=max(LB(e),LB(s))

式中max( )表示取括号中各元素的最大值;将模糊逻辑的三个输出函数分别记为S、M、B;S、M、B三个输出函数的函数值分别乘以Sout、Mout、Bout,再将得到的结果相加即得模糊输出结果,模糊输出结果为自变量为u的函数,记为F(u);

(4.3)将模糊输出结果进行解模糊化,即为模糊逻辑系统的输出,用b表示:

2.根据权利要求1所述的控制方法,其特征在于:步骤(4)中,如在个别时刻不满足连续、有界的条件,在这些时刻使用0作为的值。

3.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Mamdani型模糊逻辑系统设计的自适应算法,用滑模面与控制误差作为模糊逻辑系统的输入。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910421917.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top