[發明專利]多目標融合的冗余驅動并聯機器人內力優化方法及系統

有效

• 申請號: 202010823675.1
• 申請日: 2020-08-17
• 公開（公告）號: CN111958598B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 梁旭;蘇婷婷;何廣平;范亞南;趙磊;趙全亮;黃燦;張萌穎;章杰
• 申請（專利權）人: 北方工業大學
• 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

本發明屬于冗余驅動并聯機器人優化控制領域，具體涉及了一種多目標融合的冗余驅動并聯機器人內力優化方法及系統，旨在解決現有方法無法實現多目標融合優化的冗余驅動并聯機器人內力優化的問題。本發明包括：構建冗余驅動并聯機器人的拉格朗日動力學模型并投影到位形空間；對于驅動冗余度為1的機器人，結合機器人系統期望的控制力矩矢量，獲得控制力矩矢量優化模型；構建多目標融合的內力優化模型，并求解控制力矩矢量優化模型；基于求解的最優內力參數進行機器人內力優化。本發明實現冗余驅動并聯機器人的穩定可靠運行，消除傳動間隙、提高操作精度、降低驅動器功率損耗，實現并聯機器人在工程實踐中的高水平應用。

技術領域

本發明屬于冗余驅動并聯機器人優化控制領域，具體涉及了一種多目標融合的冗余驅動并聯機器人內力優化方法及系統。

背景技術

冗余驅動并聯機器人在仿生機器人、康復機器人、手術機器人、(攝影機、精密儀器的)安裝云臺等領域具有廣泛應用前景。冗余驅動并聯機器人可消除或減少并聯機構的奇異位形，擴大其工作空間，改善機器人力矩傳遞性能，優化驅動器之間的負載分配，增加有效負載。然而在機器人運行過程中，并聯機構會產生內力，內力過大會導致機構的損壞，內力過小則會影響系統控制精度等性能。因此需要對冗余驅動并聯機構的內力進行優化，以避免零部件過度磨損或毀壞，保證冗余驅動并聯機器人長期穩定可靠運行。

現有的機器人內力優化算法，對機器人內力的計算大多數仍然是基于傳統的非線性規劃的優化方法，這些算法都是單途徑搜索方法，對于多峰分布的搜索空間常常會陷入局部的單峰解，難以獲得全局意義下的最優解。一些學者將遺傳算法引入，進行有組織但又隨機的信息交換，采用多途徑的搜索方法，可以獲得全局意義下的最優解。然而，這種方法主要是針對單個優化目標進行機器人內力優化，本領域還沒有一種可以針對多目標融合的機器人內力優化模型，進行冗余驅動并聯機器人的內力優化方法。

發明內容

為了解決現有技術中的上述問題，即現有方法無法實現多目標融合優化的冗余驅動并聯機器人內力優化的問題，本發明提供了一種多目標融合的冗余驅動并聯機器人內力優化方法，該方法包括：

步驟S10，構建冗余驅動并聯機器人的動力學模型，并通過拉格朗日方程進行轉化，獲得機器人拉格朗日動力學模型；

步驟S20，將所述機器人拉格朗日動力學模型投影到機器人位形空間，獲得機器人位形空間動力學模型；

步驟S30，對于驅動冗余度為1的機器人，基于所述機器人位形空間動力學模型、機器人系統期望的控制力矩矢量，獲得機器人系統的控制力矩矢量優化模型；

步驟S40，構建以驅動器的驅動功率為優化目標L₁的消除傳動間隙的內力優化模型；構建以驅動器的開關損耗為優化目標L₂的消除傳動間隙的內力優化模型；構建以控制力為優化目標L₃的消除傳動間隙的內力優化模型；將優化目標L₁、L₂和L₃進行融合獲得多目標融合的內力優化模型；

步驟S50，基于所述多目標融合的內力優化模型，求解所述機器人系統的控制力矩矢量優化模型，獲得機器人內力參數的最優解；

步驟S60，基于所述機器人內力參數的最優解進行冗余驅動并聯機器人的內力優化。

在一些優選的實施例中，所述機器人拉格朗日動力學模型為：

其中，q,分別為廣義坐標位置，廣義坐標速度和廣義坐標加速度；G為廣義慣量矩陣；C為廣義哥氏矩陣；N為重力勢能；Q為保守力；λ為拉格朗日乘子，表示約束力大小；為機器人的運動學約束；u＝(0,c)^T為廣義控制力矩矢量，c＝(c₁,......c_m)^T，為與驅動關節有關的控制力矩矢量，t代表時間，T表示轉置。