[发明专利]一种工业机器人不确定性补偿方法

说明书

本发明公开了一种工业机器人不确定性补偿方法。该方法将多轴工业机器人动力学方程中的参数不确定、摩擦力矩、交叉耦合力矩和环境干扰看作集总不确定性，通过信号处理器采集各关节的角度、角速度和力矩信息，构建基于高阶滑模理论的不确定性估计器，对工业机器人中的集总不确定性进行重构。将得到的集总不确定性的估计值与反馈线性化控制算法相结合，设计复合控制器，再由驱动器根据补偿对多轴工业机器人实现精确的位置控制。该发明简化了工业机器人的控制器设计过程，有效地克服了不确定性带来的不良影响，提高了系统的控制精度。

技术领域

本发明涉及一种工业机器人不确定性补偿方法，属于工业机器人控制领域。

背景技术

从本世纪初开始，受计算机技术、自动控制技术、通讯技术等先进科技的快速发展，劳动力成本不断上升，企业大规模生产要求进一步提高等因素影响，全球工业机器人将迎来快速的高质量的大规模的发展。对工业机器人的需求，已从汽车生产行业扩展到电子信息、生物医疗、食品加工、物流运输等众多行业。在区域分布上，随着亚洲地区尤其是东亚地区制造业的发展，各项产业对于工业机器人的需求量增加，使得工业机器人的市场需求逐渐由欧美地区转移到亚洲地区。我国工业机器人市场已呈现出蓬勃发展的态势，从2010年开始我国工业机器人需求量激增，但目前我国新增工业机器人中过半数依赖国外进口，尤其是在高端工业机器人领域，几乎全部依赖进口。

这样的背景之下，对于我国工业机器人产业而言，可以说是既有机遇又有困难。就目前情况看来，国内的工业机器人厂商需要面对以下问题：控制精度差，长时间使用后运行精度降低，不能有效的进行补偿。影响工业机器人控制精度的因素有很多，其中系统中的不确定性是主要的原因。机器人框架之间的耦合，转轴的摩擦力矩，还有模型中未建模动态都是制约工业机器人高精度性能的重要因素。

传统的工业机器人一般采用比例积分微分控制。这种控制结构简单，具有较高的容错性并且硬件成本也比较低。但是，当系统中存在明显的不确定性比较时，比例积分微分控制方法的控制效果比较差，不能实现高精度控制。

发明内容

为了解决上述存在的问题，本发明公开了一种工业机器人不确定性补偿方法，该方法通过构建集总不确定性估计器，并与反馈线性化算法相结合，设计一种复合控制器。该方法简化了工业机器人控制器设计过程，降低了设计成本，并且有效地补偿了集总不确定性，实现了工业机器人高精度位置 控制。其具体技术方案如下：

步骤1，通过在多轴工业机器人的各个关节上安装编码器，获取各关节的角度信息和角速度信息，并实时地传送给工业机器人控制器；

步骤2，选定各关节的角度作为工业机器人动力学方程的状态变量，建立多轴工业机器人的状态空间模型，其中，是状态向量，表示各关节的角度，是状态向量的一阶时间导数，表示各关节的角速度，是状态向量的二阶时间导数，表示各关节的角加速度；

步骤3，引入辅助向量,其中,，然后将步骤2中的多轴工业机器人状态空间模型变换成串联型状态空间模型，其中表示集总不确定性向量；

步骤4，根据步骤3获得的串联型工业机器人状态空间模型，构建集总不确定性估计器，获取集总不确定性向量的估计值；

步骤5，根据步骤4的集总不确定性的估计值，结合步骤1中的各关节的角度和角速度信息，基于反馈线性化算法给出复合控制器，其中表示待设计的控制器参数。

所述步骤2中多轴工业机器人状态空间模型中表示力矩输入向量，表示由参数不确定、摩擦力矩和环境干扰等产生的不确定性向量，是惯量矩阵，是向心力耦合矩阵，是重力矩阵。

所述步骤4中的集总不确定性估计器中表示向量的估计值，表示向量的估计值，表示待设计的估计器参数，表示符号函数。

所述步骤4中集总不确定性估计器中待设计的估计器参数分别为：