[发明专利]一种应用于气驱软体机器人的滑模变结构控制方法

说明书

本发明提供一种应用于气驱软体机器人的滑模变结构控制方法，包括如下步骤：S1：对气驱软体机器人的非线性时变系统模型的输入和输出进行解耦；S2：设计基于指数趋近律的应用于气驱软体机器人的滑模变结构控制方法。提供一种应用于气驱软体机器人的滑模变结构控制方法，通过对气驱软体机器人的非线性时变系统模型进行了模型解耦；然后，设计了基于指数趋近律的滑模控制方法。通过构建仿真试验系统对模型和滑模控制算法试验分析表明，设计的滑模控制算法应用于气驱软体机器人时性能要优于位置式PID算法和改进增量式PID算法。

技术领域

本发明涉及机器人技术领域，尤其涉及一种应用于气驱软体机器人的滑模变结构控制方法。

背景技术

软体机器人是一类具有理论上无限自由度，不同于传统的具有固定自由度的刚性机械臂的一类新型机器人。因其高度灵活性、安全性及对环境的适应性等特质，软体机器人越来越多地受到人们的关注。近年来，不论是在工程应用领域还是科学研究领域，软体机器人都展现了其极大潜力广阔应用前景。

近年来，软体机器人领域的研究已取得很多成果，但大多数研究仍集中在新型结构的仿生机器人的设计及仿生功能的实现上，而对于控制的研究相对来说则没有那么多。目前对于软体机器人的控制方法主要有两大类：以自适应控制、鲁棒控制为代表的现代控制理论和基于学习理论的智能控制方法，其中尤其以强化学习最为火热。但这类学习算法也有其缺点，其一是需要大量试错来寻找合适的奖励值，倘若算法策略未设定好则更加耗费时间，而且这在硬件上成本过高，难以实现，而若在虚拟仿真环境下进行训练则仍需考虑泛化问题，在迁移到软体机器人实物过程中仍需调整；其二是算法较为复杂，对控制其性能要求较高，难以移植到单片机等平台上，不易推广到工业应用中。

以上研究方法在气驱软体机器人的控制中都取得了一定进展，然而，以上研究主要强化学习等方法，针对气驱软体机器人的滑模变结构控制方法尚待研究。

以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。

发明内容

本发明为了解决现有技术中缺乏气驱软体机器人的滑模变结构控制方法的问题，提供一种。

为了解决上述问题，本发明采用的技术方案如下所述：

一种应用于气驱软体机器人的滑模变结构控制方法，包括如下步骤：S1：对气驱软体机器人的非线性时变系统模型的输入和输出进行解耦；S2：设计基于指数趋近律的应用于气驱软体机器人的滑模变结构控制方法。

优选地，所述气驱软体机器人的非线性时变系统模型为：

其中，y分别为所述气驱软体机器人的加速度、速度和位移；

m为软体机器人的质量，g为重力加速度；

b(P)为所述气驱软体机器人的阻尼系数，b(P)＝b₀+b₁*P；

k(P)为所述气驱软体机器人的弹性系数，k(P)＝k₀+k₁*P；

f(P)为所述气驱软体机器人的舒张力，f(P)＝f₀+f₁*P；

其中，P为气压，b₀，b₁分别为阻尼系数线性曲线的截距和斜率，k₀，k₁分别为弹性系数线性曲线的截距和斜率，f₀，f₁分别为舒张力线性曲线的截距和斜率。

即，所述气驱软体机器人的非线性时变系统模型为：