[發明專利]一種考慮機械臂物理約束和模型未知的控制方法及系統

在審

• 申請號: 202011278491.8
• 申請日: 2020-11-16
• 公開（公告）號: CN112428273A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 譚寧;廖申;余鵬
• 申請（專利權）人: 中山大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 深圳市創富知識產權代理有限公司 44367
• 代理人: 李思坪

本發明公開了一種考慮機械臂物理約束和模型未知的控制方法及系統，該方法包括：預設機械臂的初始姿態和期望參數；根據傳感器讀取機械臂當前關節參數和末端執行器信息；以期望參數和初始姿態為約束，基于雅可比矩陣估計方法和二次規劃方法構建期望位置方程組；根據期望位置方程組、初始姿態、期望參數、當前關節參數和末端執行器信息得到關節角度運動數據；將關節角度運動數據發送至機械臂控制器，控制機械臂運動。該系統包括：參數預設模塊、信息讀取模塊、方程組構建模塊、求解模塊和控制模塊。通過使用本發明，能夠控制機械臂完成跟蹤控制任務，同時還具有關節極限躲避的功能。本發明作為一種考慮機械臂物理約束和模型未知的控制方法及系統，可廣泛應用于機械控制領域。

技術領域

本發明屬于機械控制領域，尤其涉及一種考慮機械臂物理約束和模型未知的控制方法及系統。

背景技術

現有的機械臂控制方法是采用正向運動學模型為基礎，求其中解獲得機械臂每個時刻的數據并根據機械臂每個時刻的數據控制機械臂運動，雅可比矩陣由機械臂的正向運動學模型確定，然而即使是同一批次、型號的機械臂，雅可比矩陣也可能由于機械臂的組裝差異而各自不同，導致在應用該算法時產生誤差，影響解的精確度，其次，機械臂的型號繁多，有些機械臂的正向運動學模型難以測算，導致該方法的可移植性不強。

發明內容

為了解決上述技術問題，本發明的目的是提供一種考慮機械臂物理約束和模型未知的控制方法及系統，使機械臂的末端執行器能夠按照預設的路徑運動，并且使機械臂在運動過程中可以躲避自己的關節角度、速度極限，良好地完成任務。

本發明所采用的第一技術方案是：一種考慮機械臂物理約束和模型未知的控制方法，包括以下步驟：

預設機械臂的初始姿態和期望參數；

根據傳感器讀取機械臂當前關節參數和末端執行器信息；

以期望參數和初始姿態為約束，基于雅可比矩陣估計方法和二次規劃方法構建期望位置方程組；

根據期望位置方程組、初始姿態、期望參數、當前關節參數和末端執行器信息得到關節角度運動數據；

將關節角度運動數據發送至機械臂控制器，控制機械臂運動。

進一步，所述期望參數包括期望軌跡、關節速度極限和角度極限，所述當前關節參數包括機械臂關節角度、機械臂關節速度和機械臂關節加速度，所述末端執行器信息包括機械臂末端實際加速度和機械臂末端實際速度。

進一步，所述以期望參數和初始姿態為約束，基于雅可比矩陣估計方法和二次規劃構建期望位置方程組這一步驟，其具體包括：

基于二次規劃方法得到機械臂逆向運動方程；

通過原對偶神經網絡對機械臂逆向運動方程進行處理，得到微分方程；

基于雅可比矩陣估計方法得到位置方程；

根據微分方程和位置方程得到期望位置方程組。

進一步，所述微分方程如下：

上式中，u(t)是待求解的變量，m是機械臂的末端的任務空間的維度，n是機械臂的自由度，γ是原對偶神經網絡的收斂率參數，P(·)是投影函數，M(t)是矩陣，q(t)是向量。

進一步，所述位置方程如下：

上式中，是待求解的變量，表示機械臂的末端的實際加速度，表示機械臂各關節的加速度，表示機械臂的末端的實際速度，表示機械臂各關節的速度，表示的偽逆，μ是一個收斂率參數。

進一步，所述得到關節角度運動數據還包括根據關節速度極限和角度極限驗證關節角度運動數據是否在極限范圍內。