The invention relates to a design method of adaptive neural network synchronization robust controller for coordinated manipulator, which is mainly embodied in that the clamped workpiece can accurately track the desired trajectory and internal force under the condition of uncertain base coordinates. In this method, adaptive sliding mode control and RBF neural network are used as the basis of the control method. The control method is designed by combining the two methods and setting the corresponding approximation robust control terms for the coordinated clamping system of the manipulator. The control method can compensate the trajectory errors caused by the translation errors and rotation errors of uncertain base coordinates adaptively. The uncertain dynamic parameters and base coordinate uncertain parameters of the manipulator system are approached by the neural network. The neural network has the function of updating the weight factor with the input domain, error and time, so it can compensate the base coordinates in a very short time. With uncertain parameters, the trajectory and internal force tracking errors of the workpiece clamped by the manipulator are converged to the desired value, which improves the control accuracy.
【技术实现步骤摘要】
一种协调机械臂自适应神经网络同步鲁棒控制器设计方法
本专利技术涉及到机械臂协调夹持控制方法,更准确的说是针对机械臂夹持系统基座标平移和角度参数不确定的情况,设计出了一种自适应神经网络同步鲁棒控制器来确保系统轨迹和内力跟踪的精度。技术背景在现在的加工制造行业,比如装配、搬运、喷涂还有焊接,越来越多的工种需要用到多机械臂来执行一些需要交互协作的复杂任务,传统的单机械臂虽然能够满足基本的任务要求,但是在工作效率和完成质量上有待提高,因此,多机械臂协调加工就显得尤为重要。但是,多机械臂系统需要的是机械臂之间的相互配合,因此机械臂之间的相对位置就要求比较精确,传统的标定机械臂相对位置的方法都是利用激光跟踪仪或者机器视觉等技术来获取两机械臂之间的相对位置,这些标定方法存在成本高昂和标定程序复杂的缺点,尤其是面对一些存在振动或者需要机械臂基座标不断运动的工作场景下,往往不能获得很好的标定效果。而且传统的机械臂的算法都比较以来精确的位置参数来获得运动学逆解。因此,如果能将机械臂之间相对基座标位置关系看成未知的量,就像是人与人之间配合不需要精确的基座标位置一样,设计一种更加智能、灵活、鲁棒的控制器,自动逼近机械臂之间的真实相对位置误差,这对实际的工作应用具有很大的意义。神经网络作为一种具有自主学习和良好逼近非线性系统能力的工具,可以逼近外界干扰和不确定性参数,也可以和传统的滑模变结构控制结合起来。神经网络中的RBF网络是一种前向网络,其神经元函数一般是高斯基函数,因此由输入到输出的映射是非线性的,而隐含层空间到输出空间的映射是线性的,而且RBF网络是局部逼近的神经网络, ...
【技术保护点】
1.一种协调机械臂自适应神经网络同步鲁棒控制器设计方法,包括如下步骤:步骤A.构建机械臂协调夹持动力学模型;步骤B.设计自适应神经网络同步鲁棒控制器;C.对控制器闭环系统进行稳定性分析。
【技术特征摘要】
1.一种协调机械臂自适应神经网络同步鲁棒控制器设计方法,包括如下步骤:步骤A.构建机械臂协调夹持动力学模型;步骤B.设计自适应神经网络同步鲁棒控制器;C.对控制器闭环系统进行稳定性分析。2.如权利要求1所述的协调机械臂自适应神经网络同步鲁棒控制器设计方法,其特征在于:步骤A具体如下:简化出多机械臂夹持工件的物理模型,通过拉格朗日动力学方法确定机械臂动力学模型中的惯量项、哥氏力(离心力)项和重力项,将工件的内力项及其计算方法引入动力学方程中构成等式:公式(1)表示机械臂动力学模型,其中,MΔi代表协调夹持系统的惯量项,DΔi代表协调夹持系统的哥氏力和离心力部分,GΔi代表协调夹持系统的重力项,代表系统的摩擦力和不确定干扰,τi代表机械臂关节的力矩,Ji代表机械臂角速度从关节空间向任务空间转化的雅可比矩阵,代表工件内力,代表机械臂关节的角加速度,代表机械臂关节的角速度。3.如权利要求2所述的协调机械臂自适应神经网络同步鲁棒控制器设计方法,其特征在于:步骤B具体如下:首先构建系统的动态误差方程,然后结合动态误差方...
【专利技术属性】
技术研发人员:王进,翟安邦,徐凡,张海运,扶建辉,陆国栋,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
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。