[发明专利]一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法

说明书

本发明公开了一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法，其方法包括以下步骤：a.测量四轮移动机械臂的车轮及机械臂的数据；b.给定四轮移动机械臂的期望轨迹；c.结合四轮移动机械臂的运动学特性建立运动学方程；d.通过空间坐标变换得到机械臂运动学方程；e.基于移动平台与机械臂模型建立四轮移动机械臂的整体运动学方程；f.针对轨迹跟踪问题定义一个向量型误差函数；g.结合运动学方程得到抗噪型归零神经网络的动力学方程，解决四轮移动机械臂在噪声扰动下的轨迹跟踪问题。本发明基于期望轨迹与实际运动轨迹间的差值作为误差函数，设计抗噪型归零神经网络控制器，抑制四轮移动机械臂轨迹跟踪过程中噪声干扰，完成轨迹跟踪任务。

技术领域

本发明涉及移动机器人领域，特别涉及一种基于运动学和抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制算法。

背景技术

近年来，我国制造业持续快速发展，总体规模大幅提升，对国内经济和世界经济起到了积极的推动作用。国内制造业仍以劳动密集型的低端制造为主，附加值相对较低，总体上还只是“世界工厂”。随着国内经济的快速发展以及人口老龄化的趋势，人力成本必定逐渐增加，中国制造业的“人口红利”将逐步消失。此外以“智能制造”为核心的第四次工业革命正席卷全球。我国坚持把发展经济着力点放在实体经济上，加快推进制造强国、质量强国建设，实现制造业产业升级，国家提出第十四个五年规划和2035年远景目标纲要。随着智能制造的不断推进，“机器换人”正逐步展开。移动机械臂在动态、未知的复杂环境中工作时，应该具有完全自主性，也就是说该系统应该具有感知能力、规划能力、机动能力和协调能力等，所以在移动机械臂理论研究方面，需要解决的问题包括轨迹规划、运动控制和协同控制等。移动机械臂的运动控制按照控制目标的不同可以分为点镇定、路径跟随和轨迹跟踪这三种类型，其中移动机械臂的轨迹跟踪控制是目前控制界研究的热点和难点。

现阶段的移动机械臂理论研究大部分基于两轮或者三轮的，并且机器人的都是大部分基于动力学建模，四轮移动机械臂的动力学建模比较繁琐，需要分析移动平台的动力学及机械臂的动力学模型。两个模型难以整合在一个系统中，因此大部分研究者采用两种控制算法分别控制两个子系统，难以实现移动平台与机械臂的协同控制。因此，本发明通过建立移动平台的运动学模型及机械臂的运动学模型，通过空间坐标变换将两者整合在基于世界坐标系的系统中，并且提出一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法，实现了四轮移动机械臂的轨迹跟踪控制。

发明内容

本发明公开了一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法，基于世界坐标系下的四轮移动机械臂建立了系统的整体运动学方程，在移动机械臂的可达空间范围内设计期望轨迹方程，基于期望轨迹函数与实际运动轨迹函数间的差值定义了一个向量型误差函数，通过构造误差函数e(t)的微分方程满足ψ(·)代表激活函数，并选择线性激活函数ψ(e(t))＝e(t)，由此可以得到e(t)＝e(0)exp(-γt)，随着时间t变大误差函数e(t)收敛于0。结合四轮移动机械臂的整体运动学方程得到抗噪型归零神经网络动力学模型，抑制四轮移动机械臂在轨迹跟踪过程中的噪声干扰，解决了四轮移动机械臂在跟踪期望轨迹过程中受到外力碰撞、控制模块中电源电压的瞬时衰减等噪声干扰。另外，相对比系统的动力学建模，运动学建模相对简单。结合说明书附图，本发明的技术方案如下：

一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法，所述控制方法具体如下：

S1：采集四轮移动机械臂四个车轮的初始角度数据以及四自由度机械臂的初始角度数据；

S2：根据设计者需求，同时在四轮移动机械臂的可达空间范围内给定期望轨迹方程；

S3：通过空间坐标变换得到基坐标系下的四自由度机械臂的运动学方程，并且对移动平台的运动特性进行分析得到运动学方程，结合上述两者的运动学模型，通过坐标变换得到基于世界坐标系下的移动机械臂的整体运动学方程；