[發(fā)明專利]一種面向未知環(huán)境約束的可重構(gòu)機(jī)械臂控制方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110447459.6
• 申請日: 2021-04-25
• 公開（公告）號: CN113103237B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計）人: 馬冰;董博;張振國;安天驕;盧曾鵬
• 申請（專利權(quán)）人: 長春工業(yè)大學(xué)
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京方圓嘉禾知識產(chǎn)權(quán)代理有限公司 11385
• 代理人: 馮靜

1.一種面向未知環(huán)境約束的可重構(gòu)機(jī)械臂控制方法，其特征在于，包括：

構(gòu)建約束空間下多自由度的可重構(gòu)機(jī)械臂的動力學(xué)模型；

基于所述動力學(xué)模型，采用自適應(yīng)估計參數(shù)法建立所述可重構(gòu)機(jī)械臂的狀態(tài)空間方程；

基于所述狀態(tài)空間方程，采用多信息融合函數(shù)構(gòu)建性能指標(biāo)函數(shù)和哈密爾頓-雅可比-貝爾曼函數(shù)；

采用自適應(yīng)動態(tài)規(guī)劃算法，通過神經(jīng)網(wǎng)絡(luò)評價模型對所述性能指標(biāo)函數(shù)進(jìn)行估計，得到性能指標(biāo)估計函數(shù)，并基于所述性能指標(biāo)估計函數(shù)，采用策略迭代算法對所述哈密爾頓-雅可比-貝爾曼函數(shù)進(jìn)行求解，得到近似的最優(yōu)力和位置跟蹤控制策略；所述近似的最優(yōu)力和位置跟蹤控制策略為所述哈密爾頓-雅可比-貝爾曼函數(shù)最小時對應(yīng)的力和位置跟蹤控制策略；

所述基于所述動力學(xué)模型，采用自適應(yīng)估計參數(shù)法建立所述可重構(gòu)機(jī)械臂的狀態(tài)空間方程，具體包括：

將受未知環(huán)境約束的可重構(gòu)機(jī)械臂的未知約束方程線性參數(shù)化，得到線性表示形式；

由所述線性表示形式確定反映約束環(huán)境空間與任務(wù)工作空間關(guān)系的雅可比矩陣；

對所述反映約束環(huán)境空間與任務(wù)工作空間關(guān)系的雅可比矩陣進(jìn)行估計，得到估計矩陣；

基于所述估計矩陣確定可重構(gòu)機(jī)械臂的末端效應(yīng)器與約束環(huán)境接觸所產(chǎn)生的接觸力矩估計值；

由所述動力學(xué)模型和所述接觸力矩估計值構(gòu)建所述可重構(gòu)機(jī)械臂的狀態(tài)空間方程；

所述基于所述狀態(tài)空間方程，采用多信息融合函數(shù)構(gòu)建性能指標(biāo)函數(shù)和哈密爾頓-雅可比-貝爾曼函數(shù)，具體包括：

基于所述狀態(tài)空間方程，構(gòu)建包含末端效應(yīng)器的跟蹤誤差和接觸力偏差的多信息融合函數(shù)；所述多信息融合函數(shù)為

其中，m(t)為t時刻的多信息融合函數(shù)，e_q為關(guān)節(jié)位置跟蹤誤差，為關(guān)節(jié)速度跟蹤誤差，e_τ為末端效應(yīng)器約束力矩跟蹤誤差，k_deq為的系數(shù)，k_eq為的系數(shù)，k_τ為e_τ的系數(shù)；

由所述多信息融合函數(shù)構(gòu)建性能指標(biāo)函數(shù)和哈密爾頓-雅可比-貝爾曼函數(shù)；

所述性能指標(biāo)函數(shù)為

其中，P(m(t))為t時刻的性能指標(biāo)函數(shù)，Ψ(Ω)為由一系列可行的控制策略組成的集合，u為控制輸入力矩，N(m(t),u(m(t)))為t時刻的效用函數(shù)，u(m(t))為t時刻的多信息融合函數(shù)對應(yīng)的力和位置跟蹤控制策略；

所述哈密爾頓-雅可比-貝爾曼函數(shù)為

其中，為哈密爾頓-雅可比-貝爾曼函數(shù)，m為多信息融合函數(shù)，u(m)為多信息融合函數(shù)對應(yīng)的力和位置跟蹤控制策略，為性能指標(biāo)函數(shù)P(m)對m的偏微分函數(shù)，N(m,u(m))為效用函數(shù)，為多信息融合函數(shù)的一階導(dǎo)數(shù)，為t時刻的性能指標(biāo)函數(shù)P(m(t))對m(t)的偏微分函數(shù)，為估計接觸力矩，v_c為與力和位置跟蹤誤差相關(guān)的函數(shù)，Q_c為多信息融合函數(shù)對應(yīng)的給定的正定矩陣，R_c為力和位置跟蹤控制策略對應(yīng)的給定的正定矩陣，n為可重構(gòu)機(jī)械臂的自由度，為n×n維的空間，表示與可重構(gòu)機(jī)械臂系統(tǒng)慣性項、離心力-哥氏力項和重力項相關(guān)的非線性函數(shù)，g(q)表示為與重力項相關(guān)的模型函數(shù)，q為關(guān)節(jié)位置向量，為關(guān)節(jié)速度向量；

采用自適應(yīng)動態(tài)規(guī)劃算法，通過神經(jīng)網(wǎng)絡(luò)評價模型對所述性能指標(biāo)函數(shù)進(jìn)行估計，得到性能指標(biāo)估計函數(shù)，并基于所述性能指標(biāo)估計函數(shù)，采用策略迭代算法對所述哈密爾頓-雅可比-貝爾曼函數(shù)進(jìn)行求解，得到近似的最優(yōu)力和位置跟蹤控制策略，具體包括：

(1)利用策略迭代算法求解哈密爾頓方程得到最優(yōu)性能指標(biāo)函數(shù)，然后將解結(jié)合策略迭代算法得到最優(yōu)控制策略，步驟如下：

步驟1：參數(shù)初始化，選擇i為迭代次數(shù)，當(dāng)i＝0時，給定一個初始的容許控制μ⁽⁰⁾(m)，并選取一個正常數(shù)δ；

步驟2：當(dāng)i＞0時，結(jié)合控制策略μ⁽ⁱ⁾(m)，通過以下的等式來更新性能指標(biāo)函數(shù)P⁽ⁱ⁾(m)，

這里性能指標(biāo)函數(shù)P⁽ⁱ⁺¹⁾(m)＝0，為P⁽ⁱ⁺¹⁾(m)對m的偏微分函數(shù)；

步驟3：通過以下等式來更新控制策略μ⁽ⁱ⁾(m),

步驟4：如果||P⁽ⁱ⁺¹⁾(m)-P⁽ⁱ⁾(m)||≤δ，停止計算，得到最優(yōu)控制策略；否則，令i＝i+1，轉(zhuǎn)到步驟2；

步驟5：停止；

所述近似的最優(yōu)力和位置跟蹤控制策略為

其中，為近似的最優(yōu)力和位置跟蹤控制策略，為力和位置跟蹤控制策略對應(yīng)的給定的正定矩陣，g^T(q)為與慣性矩陣相關(guān)的模型函數(shù)，為神經(jīng)網(wǎng)絡(luò)評價模型中激活函數(shù)的偏導(dǎo)數(shù)，為神經(jīng)網(wǎng)絡(luò)評價模型中權(quán)值的估計值。