[發(fā)明專利]協(xié)作機器人軌跡跟蹤控制方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202111447376.3
• 申請日: 2021-11-30
• 公開（公告）號: CN114167725A
• 公開（公告）日: 2022-03-11
• 發(fā)明（設計）人: 陳華鋒;丁華鋒;劉文瑾;張心心;楊榮強;曹甜東;賈偉杰
• 申請（專利權）人: 荊楚理工學院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 鄭勤振

1.一種協(xié)作機器人軌跡跟蹤控制方法，其特征在于，包括以下步驟：

建立n自由度協(xié)作機器人關節(jié)空間動力學模型，建立關節(jié)跟蹤誤差的表達式；

根據關節(jié)跟蹤誤差表達式，建立滑?？刂破鞯幕Ｃ妫?/p>

根據滑模面，結合協(xié)作機器人關節(jié)空間動力學模型，得出協(xié)作機器人的基于滑?？刂频聂敯艨刂坡?；

建立魯棒控制率需更新參數向量誤差的表達式；

根據更新參數向量誤差的表達式，得出基于滑?？刂破鞯淖赃m應模糊控制率；

建立外部負載觀測誤差的表達式；

根據外部負載觀測誤差表達式，得出基于外部負載觀測誤差的非線性狀態(tài)觀測器；

結合魯棒控制率、自適應模糊控制率和非線性狀態(tài)觀測器，得出協(xié)作機器人的帶外部干擾觀測器的自適應模糊控制率；

將自適應模糊控制率作為輸入力作用于機器人的各關節(jié)，實現(xiàn)機器人的軌跡跟蹤。

2.根據權利要求1所述的方法，其特征在于，n自由度協(xié)作機器人關節(jié)空間動力學模型為：

其中：q、分別為關節(jié)角度、角速度以及角加速度；τ、τ_v分別為關節(jié)力矩、關節(jié)外部擾動力矩；D_q、C_q、G_q分別是協(xié)作機器人的慣性矩陣、向心科里奧利矩陣以及重力矩陣；

關節(jié)跟蹤誤差表達式為：

其中：q_d、分別為關節(jié)期望角度、速度；e、分別為關節(jié)跟蹤位置誤差、速度誤差。

3.根據權利要求2所述的方法，其特征在于，滑?？刂破鞯幕Ｃ婕捌鋵刀x為：

其中：系數c為正對角矩陣，為關節(jié)角加速度跟蹤誤差。

4.根據權利要求3所述的方法，其特征在于，基于滑?？刂频聂敯艨刂坡剩?/p>

其中：分別是協(xié)作機器人的慣性矩陣的估計值、向心科里奧利矩陣的估計值以及重力矩陣的估計值；s為滑模變量；分別為輔助變量及其導數，其中，K_s為滑模面的切換增益矩陣，K_p為正對角矩陣,sgn(·)為符號函數。

5.根據權利要求4所述的方法，其特征在于，魯棒控制率需更新參數向量誤差的表達式為：

其中：θ_i＝[θ_i¹,θ_i²,...,θ_i^m]∈R^m,i＝(1,2...n)為更新參數向量，為θ_i的估計值。

6.根據權利要求5所述的方法，其特征在于，基于滑?？刂破鞯淖赃m應模糊控制率：

其中，τ_v為實際外部負載力；λ為模糊系統(tǒng)的基函數，并且λ對于任意重心法解模糊器y_i的表達式可以寫為：

的表達式：

其中：m為模糊規(guī)則數量；K_d為一個正對角矩陣；是模糊系統(tǒng)中符合第j條規(guī)則的隸屬函數。

7.根據權利要求6所述的方法，其特征在于，外部負載觀測誤差的表達式為：

其中：為外部負載力矩的估計值。

8.根據權利要求7所述的方法，其特征在于，基于外部負責觀測誤差的非線性狀態(tài)觀測器為：

Z和分別為輔助變量及其導數；輔助變量L(q)為：

L(q)＝YD_q(q)^-1 (11)

輔助變量P(q)為：

其中：Y為一個正定對角矩陣。

9.根據權利要求8所述的方法，其特征在于，帶外部干擾觀測器的自適應模糊控制率為：

其中：表示外部負載估計最大誤差的絕對值。

10.一種協(xié)作機器人軌跡跟蹤控制系統(tǒng)，其特征在于，包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，所述處理器被配置為執(zhí)行權利要求1-9任一項所述的方法的步驟。