[發明專利]一種基于數據驅動的機器人近零跟隨誤差控制方法

有效

• 申請號: 202011089607.3
• 申請日: 2020-10-13
• 公開（公告）號: CN112327938B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 葉伯生;譚帥;張文彬;張翔;侯昊楠
• 申請（專利權）人: 華中科技大學
• 主分類號: G05D1/12
• 分類號: G05D1/12;G06N3/00;G06N3/08
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

本發明公開了一種基于數據驅動的機器人近零跟隨誤差控制方法，屬于工業機器人控制領域，包括：從在線過程數據中提取影響機器人跟隨誤差的目標屬性并輸入在線深度神經網絡模型，在每個控制周期，得到機器人末端參考軌跡上每個離散點對應的位置補償值，并映射為機器人各關節的角度補償量；利用角度補償量對變參數自適應控制器的輸入進行補償，得到目標控制量，并發送至機器人，以使機器人沿參考軌跡運動，完成當前控制周期的控制；在機器人的整個軌跡跟隨過程中，按照預設的結構更新規則對在線深度神經網絡模型的參數進行動態調整。本發明能夠適應工況的變化并實時處理軌跡跟隨數據流，達到近零跟隨誤差控制效果，有效提高機器人軌跡控制的精度。

技術領域

本發明屬于工業機器人控制領域，更具體地，涉及一種基于數據驅動的機器人近零跟隨誤差控制方法。

背景技術

對于復雜多曲面工件進行打磨、拋光、焊接等加工時，為了獲得較好的加工效果，往往借助于機器人完成相關的加工過程。由于該類工件常服役于潮濕、腐蝕、高溫、高速或變載荷工況下，其加工質量是影響工件工作壽命和工作極限的重要因素，在利用機器人進行加工的過程中，機器人軌跡精度是影響加工質量的關鍵。以激光加工為例，復雜多曲面工件由于一次成型困難且質量不佳，常用焊接來加工制造，為了保證焊接質量，避免焊接熱裂紋和孔隙，常通過激光焊接機器人來嚴格控制焊接輸入，完成機器人加工。激光焊接機器人焊接過程中，機器人軌跡精度是影響其焊接質量的關鍵，但是由于作業環境干擾、負載變化、操作關節老化及驅動器飽和等因素的影響，加之工件熱變形造成的軌跡偏移誤差和關節角度跟隨產生的級聯誤差，焊槍運行軌跡與焊縫存在較大位置偏差，出現焊不透和焊不準現象，導致工件優品率及服役性能驟降。

在利用機器人對復雜多曲面工件進行加工時，內部控制機制是決定機器人控制器控制精度的根本因素，高精控制的實現一般包含控制器及補償器的設計。控制器內部結構設計及控制參數自適應優化可保證系統處于最優或次優的工作狀態，是提高控制精度的常用做法。但這種方法還存在一定的局限性，如自適應控制一般難以達到控制指標，迭代學習控制雖結構簡單，但有效性僅局限于重復性任務且學習增益難以適應外界擾動。此外，在干擾作用下即使控制器能根據要求的性能指標與實際系統的性能指標相比較所獲得的信息來修正控制規律或控制器參數，保證最優或次優的工作狀態，軌跡邊界處也依然存在高、低頻未建模動態產生的漸近穩態誤差，使加工效果變差，進而降低工件服役壽命。在不斷優化控制器參數及修改控制規律后仍無法有效減小跟隨誤差的情況下，采用外加補償器的方式成為進一步提高軌跡精度的有效手段。但現有的一些補償的方式仍存在較大局限性，如基于模型的補償方法高度依賴模型和專家經驗，補償不當易造成系統震蕩或補償失效。

總體而言，對于復雜多曲面工件加工這樣需要進行高精度軌跡控制的應用場合，現有的控制方法所能獲得的軌跡精度仍有待進一步提高。

發明內容

針對現有技術的缺陷和改進需求，本發明提供了一種基于數據驅動的機器人近零跟隨誤差控制方法，其目的在于，提高對機器人軌跡控制的精度。

為實現上述目的，按照本發明的一個方面，提供了一種基于數據驅動的機器人近零跟隨誤差控制方法，包括：

從在線過程數據中提取機器人的目標屬性并輸入在線深度神經網絡模型，在每個控制周期，得到機器人末端參考軌跡上每個離散點對應的位置補償值，并映射為機器人各關節的角度補償量；利用角度補償量對變參數自適應控制器的輸入進行補償，得到目標控制量，并將目標控制量發送至機器人，以使機器人沿參考軌跡運動，完成當前控制周期的控制；

在機器人的整個軌跡跟隨過程中，按照預設的結構更新規則對在線深度神經網絡模型的參數進行動態調整；

其中，目標屬性為控制機器人軌跡跟隨的過程數據中，最能表征影響跟隨誤差的屬性；在線深度神經網絡模型為多輸入多輸出深度神經網絡，用于根據機器人的屬性預測參考軌跡上每個離散點對應的位置補償值；按照結構更新規則，在線深度神經網絡模型的參數隨著工況和跟隨過程所積累的數據量的變化發生動態變化。