[發(fā)明專利]一種基于動態(tài)模式的機械臂智能自主控制方法有效
| 申請?zhí)枺?/td> | 201710636750.1 | 申請日: | 2017-07-31 |
| 公開(公告)號: | CN107498554B | 公開(公告)日: | 2019-10-18 |
| 發(fā)明(設計)人: | 王敏;葉慧平;陳志廣;鄒永濤 | 申請(專利權)人: | 華南理工大學 |
| 主分類號: | B25J9/16 | 分類號: | B25J9/16;G05B13/04 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 李斌 |
| 地址: | 510640 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 動態(tài) 模式 機械 智能 自主 控制 方法 | ||
本發(fā)明公開了一種基于動態(tài)模式的機械臂智能自主控制方法,該方法包括下述步驟:建立剛性機械臂的動力學模型和多個期望回歸軌跡的通用模型;設計基于動態(tài)模式的常值神經網絡控制器組;建立期望回歸軌跡模型的動態(tài)估計器;設計動態(tài)模式的預識別策略和識別策略;設計基于動態(tài)模式的控制器切換策略。該方法使得機械臂能夠從復雜的工作任務中獲取和利用經驗知識,不僅實現了機械臂系統在無人干預的情況下對動態(tài)模式的實時監(jiān)測以及自主快速識別,而且保證了機械臂在模式切換過程中控制輸入信號的光滑連續(xù)性,為控制系統的穩(wěn)定性提供了保障,同時改善了系統控制器切換過程中的暫態(tài)性能。
技術領域
本發(fā)明涉及基于模式識別的機械臂控制領域,具體涉及一種基于動態(tài)模式的機械臂智能自主控制方法。
背景技術
機器人的誕生和發(fā)展為人類科技和社會的進步帶來了深遠影響。作為機器人的一個重要分支,機械臂憑借其生產效率高和耐用性等優(yōu)點,被廣泛應用于工業(yè)生產、醫(yī)療以及太空探索等多個領域,以代替人力完成勞動強度大、安全風險高和操作環(huán)境復雜的工作。而隨著機械臂應用領域的不斷擴大以及智能制造業(yè)的快速發(fā)展,人們對機械臂控制系統的智能化程度要求越來越高,例如要求機械臂在復雜的工作任務中能夠獲取經驗知識,并利用經驗知識保證更好的工作效率和工作質量。
近年來,基于模式識別的控制系統研究得到學者們的熱切關注,然而以機械臂為控制對象的模式控制研究應用仍較少。基于動態(tài)模式的機械臂控制系統要求機械臂在執(zhí)行任務的同時,能夠實時監(jiān)測需要執(zhí)行的任務模式。但是由于機械臂本身不具備任務模式識別的能力,如果任務在無法人為告知的情況下突然發(fā)生改變,機械臂的控制性能將受到嚴重影響。而且,當機械臂在不同的任務之間作切換時,涉及到控制器切換時存在的控制輸入跳變問題,輸入信號的跳變會對機械臂的驅動機構造成損害,從而破壞控制系統的穩(wěn)定性。因此,有必要建立一個動態(tài)模式識別機制實時監(jiān)測和自主識別機械臂需要執(zhí)行的任務模式,同時設計控制器切換策略保證機械臂在不同任務模式之間作切換時控制輸入信號的光滑連續(xù)性,也就是基于動態(tài)模式的機械臂智能自主控制方法。傳統的模式識別方法一般用于處理靜態(tài)環(huán)境下的模式識別問題,而且要求不同模式之間在本質屬性上存在一定的差別以便劃分,因此在應用范圍上存在局限性,并不能解決現實中大多數的模式識別問題。而事實上,基于動態(tài)模式的控制方法在設計上不僅要使得動態(tài)環(huán)境下的模式識別機制實時有效運行,而且要保證控制系統在控制性能上的穩(wěn)定性,因此在算法實現方面更為復雜。
發(fā)明內容
本發(fā)明的目的是針對現有技術的不足,提供了一種基于動態(tài)模式的機械臂智能自主控制方法,針對動態(tài)環(huán)境下的模式識別問題,提出了模式預識別策略以及模式識別策略,實現了機械臂系統對動態(tài)模式的實時監(jiān)測和快速識別,為保證機械臂系統的控制性能提供了前提條件;同時在此基礎上,根據所構造的常值神經網絡控制器組,設計了基于動態(tài)模式的控制器切換策略,成功解決了控制器切換時存在的控制輸入跳變問題,保障了控制系統的穩(wěn)定性。
本發(fā)明的目的可以通過如下技術方案實現:
一種基于動態(tài)模式的機械臂智能自主控制方法,所述方法包括以下步驟:
步驟1、建立剛性機械臂動力學模型和多個期望回歸軌跡的通用模型;
步驟2、設計基于動態(tài)模式的常值神經網絡控制器組:定義每種期望回歸軌跡為一種動態(tài)模式,根據確定學習理論,設計常值神經網絡控制器組;
步驟3、建立期望回歸軌跡模型的動態(tài)估計器:針對不同的動態(tài)模式下的期望回歸軌跡模型,建立一個動態(tài)模式庫,然后根據動態(tài)模式庫構造動態(tài)估計器;
步驟4、設計動態(tài)模式的預識別策略和識別策略:
設計決策范數其中,N表示動態(tài)模式的數目,給出如下模式預識別策略和模式識別策略:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南理工大學,未經華南理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710636750.1/2.html,轉載請聲明來源鉆瓜專利網。





