[發明專利]不確定環境接觸下的可重構機器人分散學習最優控制方法

有效

• 申請號: 201711017777.9
• 申請日: 2017-10-26
• 公開（公告）號: CN107544261B
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 董博;王梓旭;周帆;李巖;劉克平;李元春
• 申請（專利權）人: 長春工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京中理通專利代理事務所(普通合伙) 11633
• 代理人: 劉慧宇

不確定環境接觸下的可重構機器人分散學習最優控制方法，屬于機器人控制算法領域，為了解決傳統的可重構機器人控制方法中存在機器人關節的抖振效應及穩定性和控制精度低的問題，首先建立可重構機器人系統動力學模型，通過對可重構機器人關節子系統間的耦合力矩交聯項的分析，然后構建代價函數與HJB方程，通過基于策略迭代的學習算法，來求HJB方程的解，接下來采用神經網絡對代價函數進行近似，最后通過仿真驗證所提出控制方法的有效性；該方法可以在面向不確定環境接觸的條件下，使機器人系統實現良好的穩定性與控制精度，可以在提高可重構機器人控制精度的同時，降低系統執行器的能耗，并降低了機器人系統動力學模型的復雜性。

技術領域

本發明涉及一種可重構機器人系統的分散學習最優控制方法，屬于機器人控制算法領域。

背景技術

可重構機器人由電源、處理系統、執行器和傳感器等模塊組成。這些模塊組合滿足不同構形的標準機電接口來適應復雜工作環境的各種任務要求，基于上述優點，可重構機器人經常應用于不確定性和危險的環境中，如太空探測、災害救援、高低溫環境作業等。此外，在復雜和不確定的環境面前，可重構機器人需要兼顧控制精度和功耗的合適控制系統。

一般來說，為了實現模塊化和可重構的特點，可重構機器人應該具有可以添加、刪除或者根據任務需要來替換的重要屬性，這對于可重構機器人控制系統的設計是一個挑戰。分散控制是構建可重構機器人控制系統的一種有效的控制策略。由于僅需要采用每個關節模塊的局部信息，使得分散控制策略可以為機器人控制系統提供結構上的靈活性，使得可重構機器人可以根據不同任務的需求重組成不同的構形而無需調整控制器的參數。

由于可重構機器人的子系統動力學模型具有關節子系統間的耦合力矩交聯項，包括哥式力項、離心力項和重力項，因此對關節子系統間的耦合力矩交聯項的處理是一個難題。近期的一類研究，如[李元春，宋揚，趙博，環境約束可重構機械臂模塊化力/位置控制，上海交通大學學報，vol.51，no.6,709-714,2017]，該技術將可重構機器人關節子系統間的耦合力矩交聯項考慮為一類完全未知的非線性函數，并利用神經網絡對其進行近似逼近。然而，如果對于所有的關節模塊，都簡單的將關節子系統間的耦合力矩交聯項視為未知的非線性函數，勢必將極大的增大系統不確定性的數量級，從而導致所采用的分散補償控制器必須具備更大的控制增益以獲得理想的控制性能，但是這會使執行器產生瞬時的大功率輸出，從而導致機器人關節的抖振效應并降低控制器的穩定性與控制精度。

發明內容

本發明為了解決傳統的可重構機器人控制方法中存在機器人關節的抖振效應及穩定性和控制精度低的問題，提出一種性能良好的分散學習最優控制方法，以實現不確定環境接觸下可重構機器人系統的高精度分散最優控制。將可重構機器人系統的動力學模型描述為一個相互關聯的子系統的合成，通過策略迭代算法求解HJB方程，結合神經網絡與近似性能指標函數對位置和速度跟蹤性能及各關節模塊的控制力矩進行優化，并最終實現完備的分散學習最優控制。

本發明解決技術問題的方案是：

不確定環境接觸下的可重構機器人分散學習最優控制方法，其特征是，首先建立可重構機器人系統動力學模型，通過對可重構機器人關節子系統間的耦合力矩交聯項的分析，然后構建代價函數與HJB方程，通過基于策略迭代的學習算法，來求HJB方程的解，接下來采用神經網絡對代價函數進行近似，最后通過仿真驗證所提出控制方法的有效性。

該方法包括如下步驟：

步驟一，建立可重構機器人系統動力學模型如下：

上式中，下標i代表第i個模塊，I_mi是轉動軸的轉動慣量，γ_i是齒輪傳動比，θ_i，和分別是關節位置，速度和加速度，是關節摩擦項，是關節子系統間的耦合力矩交聯項，τf_i是關節輸出轉矩，τ_i是電機輸出轉矩；