[发明专利]一种机械臂运动控制方法、系统、设备及可读存储介质有效

专利信息
申请号: 202210563749.1 申请日: 2022-05-23
公开(公告)号: CN114986499B 公开(公告)日: 2023-03-28
发明(设计)人: 赵东东;阎石;杨晓迪;周兴文;李弘历 申请(专利权)人: 兰州大学
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 王本晋
地址: 730000 甘肃*** 国省代码: 甘肃;62
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 机械 运动 控制 方法 系统 设备 可读 存储 介质
【说明书】:

发明公开了一种机械臂运动控制方法、系统、设备及可读存储介质,本发明充分考虑到机械臂在运动过程中可能受到的干扰,为机械臂施加随机扰动,采集机械臂在基于随机扰动进行运动过程中的位姿数据,然后利用位姿数据和施加的扰动量,构建控制过程中所需要的线性预测器,进而利用构建的线性预测器完成对机械臂的运动控制任务。相较于现有方案,本发明采集一个带有随机干扰的数据集来构建控制过程中所需要的线性预测器,进而完成对机械臂的运动控制任务,提高了线性预测器控制机械臂运动过程的准确率;而且通过施加随机扰动构建线性预测器的方法不需要事先对机械臂非线性系统进行深入研究,具有更好的普适性。

技术领域

本发明涉及自动控制与计算机技术交叉领域,具体涉及一种机械臂运动控制方法、系统、设备及可读存储介质。

背景技术

在计算机技术和计算能力获得蓬勃发展之后,与计算能力有很大关联的MPC(Model Predictive Control,模型预测控制)方法在近几十年有了很好地发展。MPC策略的基本思想是将全局优化转换成局部优化,具体表现为在每个采样周期内对设定的预测时域求解开环最优控制。但是当前MPC方法有一定的局限性,没有考虑到系统中噪声的影响。在现实中,采集动力学系统的数据时,难免会混入噪声,这也在一定程度上降低了模型预测的准确率。

当前,机械臂运动控制的方法大多数对系统本身的数据利用不够充分,使得构造的线性预测器预测精度偏低,往往难以获得最优的控制策略,甚至当机械臂受到的扰动加大时,线性预测器预测的结果会完全偏离实际的结果,导致对机械臂系统的控制任务失败。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种机械臂运动控制方法,提高了线性预测器控制机械臂运动过程的准确率。

本发明还提供用于执行上述机械臂运动控制方法的系统、设备及可读存储介质。

根据本发明的第一方面实施例的机械臂运动控制方法,所述机械臂运动控制方法包括:

为机械臂施加随机扰动和输入电压,以使所述机械臂基于所述随机扰动和所述输入电压产生运动;

采集所述机械臂在所述运动中产生的位姿数据;

根据所述位姿数据、所述随机扰动的扰动量和所述输入电压的电压值构建线性预测器;

根据所述线性预测器对所述机械臂进行MPC控制。

根据本发明实施例的控制方法,至少具有如下有益效果:

为了克服机械臂运动控制过程中受到干扰的问题,实施例的机械臂运动控制方法,充分考虑到机械臂在运动过程中可能受到的干扰,为机械臂施加随机扰动,并且采集机械臂在基于随机扰动进行运动过程中的位姿数据,然后利用位姿数据和施加的扰动量,构建控制过程中所需要的线性预测器,从而利用构建的线性预测器完成对机械臂的运动控制任务。相较于现有方案,本方法充分考虑到机械臂在运动过程中可能受到的干扰的问题,采集一个带有随机干扰的数据集来构建控制过程中所需要的线性预测器,进而完成对机械臂的运动控制任务,提高了线性预测器控制机械臂运动过程的准确率;而且通过施加随机扰动构建线性预测器的方法不需要事先对机械臂非线性系统进行深入研究,具有更好的普适性,为机械臂的运动控制问题提供了一个全新的解决方案。

根据本发明的一些实施例,所述根据所述线性预测器对所述机械臂进行MPC控制,包括:

根据所述线性预测器设计Tube;

利用基于所述Tube的MPC方法计算所述机械臂的控制序列;

将所述控制序列作为所述机械臂的输入,以控制所述机械臂完成动作。

根据本发明的一些实施例,在所述为机械臂施加随机扰动之前,所述机械臂运动控制方法还包括:

通过编程生成随机扰动。

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兰州大学,未经兰州大学许可,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/202210563749.1/2.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