[發明專利]基于自適應神經網絡的機器人模型預測控制方法

有效

• 申請號: 202010698815.7
• 申請日: 2020-07-20
• 公開（公告）號: CN111618864B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 康二龍;高潔;喬紅
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于自適應神經網絡的機器人模型預測控制方法，其特征在于，該方法包括：

步驟S10，獲取機械臂t_k時刻的實際位置、實際速度以及期望位置、期望速度，計算跟蹤誤差；并初始化i為0、n_R為1；其中，i、n_R為自然數；

步驟S20，對預構建的動作-評價網絡中的動作網絡，基于t_k+i時刻的跟蹤誤差，結合其t_k+i-1時刻的權重值，通過其獲取t_k+i-t_k+i+1時刻的控制率，作為預測控制率，并更新動作-評價網絡的權重值；

步驟S30，判斷i是否大于設定的預測時長，若是，則執行步驟S40，否則基于所述預測控制率，結合t_k+i時刻的跟蹤誤差，通過預構建的預測模型獲取t_k+i+1時刻的跟蹤誤差，并令i＝i+1，跳轉步驟S20；

步驟S40，判斷動作網絡、評價網絡權重變化的和是否小于等于設定閾值或者n_R是否 大于設定的最大迭代次數，若是，則執行步驟S50，否則令n_R＝n_R+1，i＝0，跳轉步驟S20；所述權重變化為更新后的權重值與更新前的權重值的差；

步驟S50，基于更新的權重值，結合t_k時刻的位置誤差，通過所述動作網絡計算機械臂t_k-t_k+1時刻的實際控制率，作用于機械臂；

步驟S60，令k＝k+1，循環執行步驟S10-步驟S50，直至機械臂到達設定的目標位置；

所述預測模型、所述動作-評價網絡基于徑向基神經網絡構建。

2.根據權利要求1所述的基于自適應神經網絡的機器人模型預測控制方法，其特征在于，所述預測模型為基于機械臂的跟蹤誤差的動態特性構建的模型，該模型其獲取跟蹤誤差的方法為：

其中，表示t_k時刻的一階跟蹤誤差、二階跟蹤誤差，表示t_k+1時刻的一階跟蹤誤差動態、二階跟蹤誤差動態，表示預測模型的激活函數，q_d表示期望軌跡，L表示正整數，表示預測模型的權重值，表示t_k時刻的跟蹤誤差的估計偏差，τ表示預測控制率，z⁺表示增廣誤差，表示t_k時刻的左側逼近，K₁表示預設的虛擬變量參數。

3.根據權利要求2所述的基于自適應神經網絡的機器人模型預測控制方法，其特征在于，所述動作網絡其獲取控制率的方法為：

其中，表示當前時刻的控制率，t表示時間段，表示哈密爾頓函數，表示跟蹤誤差，表示哈密爾頓函數中控制率的參數項，表示動作網絡的權重值，表示動作網絡的激活函數，λ表示輸入約束上限值，R表示損失函數參數，表示預測模型參數，(·)^T表示轉置。

4.根據權利要求3所述的基于自適應神經網絡的機器人模型預測控制方法，其特征在于，所述動作網絡其權重值更新方法為：

其中，表示動作網絡的更新變化率，α_a＞0表示動作網絡預設的學習率，Ξ²(·)定義為一種運算，分別對每個(·)中的元素求平方，sech表示雙曲正割函數，k_a、k_p表示動作網絡預設的學習參數，表示評價網絡的權重值。

5.根據權利要求4所述的基于自適應神經網絡的機器人模型預測控制方法，其特征在于，所述評價網絡其計算最優損失的方法為：

其中，表示評價網絡的權重值，表示評價網絡獲取的最優損失值。