[發明專利]一種ADRC擴張觀測器參數快速收斂的實時優化方法

在審

• 申請號: 202210085450.X
• 申請日: 2022-01-25
• 公開（公告）號: CN114415519A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 龔志浩;張卓奇;張立群;黃石峰;招子安;周星;朱志紅
• 申請（專利權）人: 佛山智能裝備技術研究院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 佛山市華博天泰知識產權代理事務所(普通合伙) 44750
• 代理人: 趙勇

本發明涉及控驅一體領域，公開了一種ADRC擴張觀測器參數快速收斂的實時優化方法，包括S1?S6的步驟，通過將機器人所有時刻的運行誤差值均放入狀態觀測誤差實時預測模塊，并通過參數優化模塊迭代得到下一次的擴張觀測器參數預期值，由于每次迭代收斂優化中，盡可能的采用了更多的誤差值，從而以較少的迭代優化次數，得到所需要的擴張觀測器參數值，得到所需的期望值，大大減小了所需的迭代優化次數，節省了機器人的優化時間，加快在實際工程應用中參數優化收斂的速度。

【技術領域】

本發明涉及控驅一體領域，特別涉及一種ADRC擴張觀測器參數快速收斂的實時優化方法。

【背景技術】

現有的采用迭代優化的方法去更新擴張狀態觀測器參數，通常是一種離線優化的方式，即利用上一次運行軌跡的誤差保存下來，并在這一次運行軌跡過程中利用保存下來的誤差來優化此時刻的參數，導致態觀測器參數并不能快速地收斂到期望值。首先，離線優化的方法利用的是上一次運行軌跡的誤差信息，并沒有利用當前運行軌跡的誤差信息，這將大大降低參數收斂的速度。即使有些技術提到利用當前運行軌跡的誤差信息，但也僅僅是利用上一時刻產生的誤差，并沒有充分利用上所有的誤差信息。其次，對于如何優化參數的過程中，涉及到的優化指標往往考慮的是誤差收斂要求以及參數平滑變化的要求，并沒有涉及到參數快速收斂的要求，這也將使得收斂的速度大大降低。所以，現有的技術往往需要迭代20次以上，才可能收斂到期望值，而這在工程應用中是不適用的。

【發明內容】

本發明的旨在解決上述問題而提供一種ADRC擴張觀測器參數快速收斂的實時優化方法，解決現有技術迭代優化次數多，不適用于工程應用中的問題。

為達此目的，本發明采用以下技術方案：

一種ADRC擴張觀測器參數快速收斂的實時優化方法，包括如下步驟:

S1:設定ADRC擴張觀測器的三個擴張初始狀態觀測器參數和

S2：設定機器人的運行軌跡，且機器人可重復運行所述軌跡，機器人在每次運行軌跡的過程中，均會實時采集ADRC擴張觀測器的三個輸出值機器人實際運動數據和ADRC控制量u(t)；

S3：根據步驟S2采集的各項數據，通過計算可以得到從1時刻到t時刻所述擴張觀測器所觀測的狀態的誤差值

S4：將步驟S3所得的所有誤差值輸入狀態觀測誤差實時預測模塊，所述狀態觀測誤差實時預測模塊輸出得到t+1時刻的狀態誤差預測值和

S5：步驟S4中輸出得到的t+1時刻的狀態誤差預測值輸入參數優化模塊，輸出得到優化過后t+1時刻的擴張觀測器的參數和

S6：將步驟S5中優化后的擴張觀測器的參數和設置為t+1時刻的初始參數，實時采集t+1時刻運行軌跡的各項數值并進行誤差值計算，得到t+1時刻的誤差值運行完軌跡后，計算此次運行軌跡的誤差值范數與預先設定的軌跡精度閾值相比較，若滿足要求，則所述機器人停止運行軌跡，并記錄下最后一次運行軌跡的擴張觀測器的參數，作為最終優化參數；

若計算的誤差值結果不滿足軌跡精度要求，則再次運行軌跡，將t+1時刻的運行軌跡中的誤差值與1時刻至t時刻之間所有的誤差值全部帶入步驟S4中，繼續重復S4-S6的步驟，不斷優化擴張觀測器的參數直至符合軌跡精度要求。

優選的，所述步驟S2中的機器人實際運動數據分別為位置、速度和加速度。

優選的，所述步驟S3中誤差值的計算公式為：

其中，j代表著迭代次數，k代表著不同時刻，b為已知系數。優選的，所述步驟S5中t+1時刻的擴張觀測器的參數和的計算公式為：