一种基于未知模型动态观测器的机械臂运动控制方法技术

技术编号:19199586 阅读:55 留言:0更新日期:2018-10-20 01:34
本发明专利技术公开了一种基于未知模型动态观测器的机械臂运动控制方法,首先引入滤波操作对机械臂动力学模型进行等价变换,避免机械臂运动加速度的测量;接着根据滤波优化后的动力学模型提出机械臂的UMDO用于观测未知模型动态和干扰;最后,将观测出的系统集总误差作为补偿量参与控制器设计,实现机械臂对指令信号的运动跟踪控制。本发明专利技术可以保证未知模型动态的观测误差和系统跟踪误差都同时收敛,从而极大提高系统抵抗未知模型动态和外部干扰的能力,增强了系统的鲁棒性,并且避免了复杂的精确建模过程和对加速度信号的依赖,降低了计算量。同时,本发明专利技术所提方案设计过程简单,参数极易整定,具有十分可观的工程应用前景。

A motion control method for manipulator based on unknown model dynamic observer

The invention discloses a motion control method of a manipulator based on an unknown model dynamic observer. Firstly, a filter operation is introduced to transform the dynamic model of the manipulator equivalent to avoid the measurement of the acceleration of the manipulator. Finally, the lumped error of the system is taken as compensation to participate in the controller design to realize the motion tracking control of the manipulator to the command signal. The method can ensure that both the observation error and the tracking error of the unknown model converge simultaneously, thereby greatly improving the ability of the system to resist the dynamic and external disturbance of the unknown model, enhancing the robustness of the system, avoiding the complicated accurate modeling process and the dependence on the acceleration signal, and reducing the calculation amount. At the same time, the design process of the scheme proposed by the invention is simple, and the parameters are easy to adjust, thus having a very considerable engineering application prospect.

【技术实现步骤摘要】
一种基于未知模型动态观测器的机械臂运动控制方法
本专利技术涉及一种基于未知模型动态观测器的机械臂运动控制方法,属于机械臂系统控制

技术介绍
工业机器人是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的现代制造业重要的自动化装备,已经成为衡量一个国家制造业水平的重要标志。因为工业机器人的机械结构大多为机械臂的形式,所以研究机械臂的控制性能对机器人产业整体实力提升具有重要意义。在众多影响机械臂轨迹追踪性能的因素中,外部干扰、摩擦、系统建模不精确(统称为未知模型动态)等是最主要的因素之一。未知模型动态的存在严重影响了闭环系统的稳定性,严重时甚至可能造成系统的损坏。因此,设计合适的控制方法来补偿未知模型动态对机械臂的影响,对提高机械臂系统的控制性能具有十分重要的意义。由于机械臂系统是一个典型的非线性多输入、多输出系统,因此,设计一个非线性的未知模型动态观测器用于实现机械臂的精确控制是本申请所提方案解决的问题和核心所在。传统机械臂控制大多依赖于精确的系统模型或者采用神经网络逼近等方法,对系统建模要求较高且计算量较大。而对于外部干扰补偿控制,则大多需要对机械臂加速度信号进行精准测量,因而对传感器噪声非常敏感,实用性不高。
技术实现思路
本专利技术提供了一种基于未知模型动态观测器的机械臂运动控制方法,该控制策略通过将滤波操作将系统模型进行等价变换,将系统未知动态和外部干扰合并为系统集总误差,进而建立一类简单、有效的未知动态观测器实现集总误差的观测,最后将观测值引入控制器设计为未知动态的影响进行补偿,实现了机械臂高精度、强鲁棒性的控制。本专利技术的技术方案是:一种基于未知模型动态观测器的机械臂运动控制方法,首先引入滤波操作对机械臂系统动力学模型进行等价变换,避免机械臂运动加速度的测量;接着根据滤波优化后的动力学模型提出机械臂的UMDO用于观测未知模型动态和干扰;最后,将观测出的系统集总误差作为补偿量参与控制器设计,实现机械臂对指令信号的运动跟踪控制。所述方法具体步骤如下:Step1、建立n自由度机械臂系统动力学模型:根据n自由度机械臂动力学理论,利用欧拉-拉格朗日公式,可知n自由度机械臂系统动力学模型:其中,分别为机械臂各关节的位置、速度、加速度;τ∈Rn为控制器的控制力矩;d表示未知干扰;M(q)∈Rn×n是惯性矩阵,代表科里奥利矩阵,G(q)∈Rn表示重力向量;Rn表示n维实数空间,Rn×n表示n×n维实数空间;Step2、机械臂系统动力模型进行等价变换:Step2.1、首先定义辅助向量为:用公式(2)中辅助向量引入系统动力学模型,(1)可以改写为:其中,表示惯性矩阵M(q)对时间的一阶导数;为包含有未知干扰d和未知模型动态的系统集总误差;Step2.2、定义τf∈Rn和εf∈Rn分别为τ和ε经过滤波操作后的形式:其中,s为拉普拉斯算子,k>0为滤波系数;在公式(3)等号的两边进行滤波操作则公式(3)变为:根据公式(4)的第一行可以得到:将(6)代入(5)中,则得到变换后的机构臂系统动力学模型:Step3、针对变换后的机构臂系统动力学模型,设计机械臂的未知模型动态观测器,得到系统集总误差ε的观测值其中,表示对系统集总误差ε的观测值;Step4、将公式(8)中观测出的作为补偿量参与控制器设计,设计基于基于未知模型动态观测器,过程如下:Step4.1、定义追踪误差e(t)为:e(t)=q-qd(9)其中,qd代表机械臂关节位置的理想值;Step4.2、定义控制误差S为:其中,λ为滑模系数,为e(t)对时间的导数;Step4.3、结合公式(1)、(9)和(10),设计基于UMDO的机械臂控制力矩表达式为:其中,K′为一个对角正定矩阵;为qd对时间的一阶导数;为qd对时间的二阶导数。本专利技术的有益效果是:本专利技术可以保证未知模型动态的观测误差和系统跟踪误差都同时收敛,从而极大提高系统抵抗未知模型动态和外部干扰的能力,增强了系统的鲁棒性,并且避免了复杂的精确建模过程和对加速度信号的依赖,降低了计算量。同时,本专利技术所提方案设计过程简单,参数极易整定,具有十分可观的工程应用前景。附图说明图1为本专利技术的控制系统框图;图2为二自由度平面旋转关节机械臂的模型示意图;图3为1号关节的观测表现;图4为2号关节的观测表现;图5为系统集总干扰的观测误差;图6为1号关节的位置追踪性能比较;图7为2号关节的位置追踪性能比较;图8为位置追踪误差比较;图9为速度追踪误差比较。具体实施方式实施例1:如图1-9所示,一种基于未知模型动态观测器的机械臂运动控制方法,首先引入滤波操作对机构臂系统动力学模型进行等价变换,避免机械臂运动加速度的测量;接着根据滤波优化后的动力学模型提出机械臂的UMDO用于观测未知模型动态和干扰;最后,将观测出的系统集总误差作为补偿量参与控制器设计,实现机械臂对指令信号的运动跟踪控制。进一步地,可以设置所述方法具体步骤如下:步骤1、建立n自由度机械臂系统动力学模型:根据n自由度机械臂动力学理论,利用欧拉-拉格朗日公式,可知n自由度机械臂系统动力学模型:其中,其中,分别为机械臂各关节的位置、速度、加速度;M(q)∈Rn×n是惯性矩阵,表示为代表科里奥利/向心力矩阵,表示为G(q)∈Rn为重力向量,在这里G=0,机械臂两个连杆的长度相同,为l1=l2=0.25m,各关节的质量分别为m1=3.83kg,m2=5.00kg,m3=2.63kg,m4=1.22kg,并且c2和s2分别为三角函数cos(q2)和sin(q2)的缩写;τ∈Rn为控制力矩,d表示未知干扰信号。在该仿真中,建立未知干扰模型为:其中决定了干扰d的变化速度;f表示包含库伦摩擦和粘滞摩擦的总摩擦力矩,定义为:其中ζ=[0.541,0.876]'和ψ=[0.0676,0.088]'分别为常数向量。公式(2)中的T被设计为:步骤2、为了避免使用加速度信号,需要对机械臂系统模型进行等价变换,过程如下:2.1、首先定义辅助向量为:将辅助向量引入系统动力学模型,(1)可以改写为:其中,表示惯性矩阵M(q)对时间的一阶导数;为包含有未知干扰d和未知模型动态的系统集总误差;2.2、定义τf∈Rn和εf∈Rn分别为τ和ε经过滤波操作后的形式:其中,s为拉普拉斯算子,k=0.01为滤波系数;在公式(6)等号的两边进行滤波操作则公式(6)变为:根据公式(7)的第一行可以得到:将(9)代入(8)中,则得到变换后的机构臂系统动力学模型:步骤3、针对变换后的机构臂系统动力学模型,设计机械臂的未知模型动态观测器,得到系统集总误差ε的观测值根据公式(10),设计机械臂的UMDO为:其中,表示对系统集总误差ε的观测值;步骤4、将公式(11)中观测出的作为补偿量参与控制器设计,设计基于未知模型动态观测器(UnknownModelDynamicsObserver,UMDO),过程如下:4.1、定义追踪误差e(t)为:e(t)=q-qd(12)其中,qd=[sin(t),2cos(0.5t)]'代表机械臂关节位置的理想值;4.2、定义控制误差S为:其中,λ为滑模系数,为e(t)对时间的导数;4.3、结合公式(1)、(12)和(13),设计基于UMDO的机械臂控制力矩表达式本文档来自技高网...

【技术保护点】
1.一种基于未知模型动态观测器的机械臂运动控制方法,其特征在于:首先引入滤波操作对机械臂系统动力学模型进行等价变换,避免机械臂运动加速度的测量;接着根据滤波优化后的动力学模型提出机械臂的UMDO用于观测未知模型动态和干扰;最后,将观测出的系统集总误差作为补偿量参与控制器设计,实现机械臂对指令信号的运动跟踪控制。

【技术特征摘要】
1.一种基于未知模型动态观测器的机械臂运动控制方法,其特征在于:首先引入滤波操作对机械臂系统动力学模型进行等价变换,避免机械臂运动加速度的测量;接着根据滤波优化后的动力学模型提出机械臂的UMDO用于观测未知模型动态和干扰;最后,将观测出的系统集总误差作为补偿量参与控制器设计,实现机械臂对指令信号的运动跟踪控制。2.根据权利要求1所述的基于未知模型动态观测器的机械臂运动控制方法,其特征在于:所述方法具体步骤如下:Step1、建立n自由度机械臂系统动力学模型:根据n自由度机械臂动力学理论,利用欧拉-拉格朗日公式,可知n自由度机械臂系统动力学模型:其中,q,分别为机械臂各关节的位置、速度、加速度;τ∈Rn为控制器的控制力矩;d表示未知干扰;M(q)∈Rn×n是惯性矩阵,代表科里奥利矩阵,G(q)∈Rn表示重力向量;Rn表示n维实数空间,Rn×n表示n×n维实数空间;Step2、机械臂系统动力模型进行等价变换:Step2.1、首先定义辅助向量为:用公式(2)中辅助向量引入系统动力学模型,(1)可以改写为:其中,表示惯性矩阵M(q)对时...

【专利技术属性】
技术研发人员:那靖景包睿高贯斌黄英博伍星伞红军
申请(专利权)人:昆明理工大学
类型:发明
国别省市:云南,53

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1