视觉伺服机器人中的多模型自适应控制方法技术

本发明专利技术提供了一种视觉伺服机器人中的多模型自适应控制方法，其中包括如下步骤：取每个所述模型子集中的中心点值，将其应用到误差模型中，得到第一系统辨识误差；对每个模型子集的目标位置参数进行估计，得到估计值，将其应用误差模型中，得到第二系统辨识误差；比较所述第一系统辨识误差与第二系统辨识误差，从而判断目标位置参数是否发生跳变；若判断结果为没有发生跳变，则混合控制器采用混合策略对被控对象进行控制；若发生跳变，则把相应的估计值重构为所述模型子集的中心点值，用所述模型子集对应的子控制器进行控制。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种，其中包括如下步骤：取每个所述模型子集中的中心点值，将其应用到误差模型中，得到第一系统辨识误差；对每个模型子集的目标位置参数进行估计，得到估计值，将其应用误差模型中，得到第二系统辨识误差；比较所述第一系统辨识误差与第二系统辨识误差，从而判断目标位置参数是否发生跳变；若判断结果为没有发生跳变，则混合控制器采用混合策略对被控对象进行控制；若发生跳变，则把相应的估计值重构为所述模型子集的中心点值，用所述模型子集对应的子控制器进行控制。【专利说明】
本专利技术涉及自动控制领域，尤其涉及一种视觉伺服机器人中的多模型自适应控制 方法。
技术介绍
在实际工业过程中，不同生产条件下，模型结构或参数往往不同。这种情况下，单 一模型的自适应控制器的效果并不理想，可能导致较大的暂态误差。多模型自适应控制是 解决复杂系统控制问题的有力工具，比较有效地改善系统的过渡过程。 基于切换的多模型自适应控制器，能快速地响应模型的突变，但子控制器间切换 时暂态响应不好，且系统控制存在滞后时，有可能会导致子控制器间频繁切换，引发系统震 荡。基于混合的多模型自适应控制器避免了子控制器间切换的发生，且在子模型集交集内， 混合控制器比单个子控制器的控制效果更好。混合控制器适用于参数时不变或缓慢变化的 被控对象，但在工业过程中，一些偶然事件，如环境变化，外界干扰等，将使被控对象的模型 参数发生很大的变化，使得混合控制器不能及时响应，会造成较大的误差。 具体到视觉伺服机器人领域，视觉伺服机器人在跟踪机动目标的过程中，首先要 在图像序中找到目标的确切位置。如果每次都在整个图像范围内对目标进行搜索，必然会 增大系统的计算量，影响系统的实时性.一个有效的解决方法就是滤波。即根据之前获得的 目标位置和运动信息，对目标的运动进行可靠预测，在相对较小的区域内完成对目标的搜 索，但因为很难建立一个精确的机动目标模型，所以对机动目标的预测比较困难。虽然学者 提出了基于切换或混合的多模型去逼近机动目标模型，取得了不错的控制效果。但基于切 换的多模型机构容易引发系统震荡，瞬态效果差。基于混合的多模型机构不能及时响应系 统参数跳变，控制效果不理想。
技术实现思路
本专利技术要解决的技术问题是如何避免在视觉伺服机器人中基于混合的多模型机 构不能及时响应系统参数跳变的问题。 为了解决这与一技术问题，本专利技术提供了一种视觉伺服机器人中的多模型自适应 控制方法，包括如下步骤： S100 :依据之前已获得的机动目标的位置和运动信息，建立有关目标位置参数的 系统参数模型集，将该系统参数模型集划分成若干个相互之间有并集的模型子集； S200 :为每个所述模型子集设计一个对应的子控制器； S300 :建立一个误差模型； S400 :取每个所述模型子集中的中心点值，将其应用到步骤S：300得到的误差模型 中，得到第一系统辨识误差； 对视觉伺服机器人运动模型的目标位置参数进行估计，得到估计值，将步骤S300 得到的误差模型应用到该估计值中，得到第二系统辨识误差； S5〇0 :比较所述第一系统辨识误差与第二系统辨识误差，从而判断目标位置参数 是否发生跳变；若判断结果为没有发生跳变，则采用混合控制器对所有所述子控制器进行 混合控制；若发生跳变，则把相应的估计值重构为所述模型子集的中心点值，用所述模型子 集对应的子控制器进行控制。 在所述步骤S400中，还包括采用具有约束投影算法的自适应算法对目标位置参 数进行更新的过程。 所述步骤S100中，被控系统被描述为： y(t) = G(s ； Θ *)u(t)+d(t) (1) G(s ; θ*) = G〇(s ; Θ*) (l+AJs)) (2) 【权利要求】1. 一种，其特征在于：包括如下步骤： S100:依据之前已获得的机动目标的位置和运动信息，建立有关目标位置参数的系统 参数模型集，将该系统参数模型集划分成若干个相互之间有并集的模型子集； S200 :为每个所述模型子集设计一个对应的子控制器； S300 :建立一个误差模型； S400 :取每个所述模型子集中的中心点值，将其应用到步骤S300得到的误差模型中， 得到第一系统辨识误差； 对视觉伺服机器人运动模型的目标位置参数进行估计，得到估计值，将其应用到步骤 S300得到的误差模型中，得到第二系统辨识误差； S500 :比较所述第一系统辨识误差与第二系统辨识误差，从而判断目标位置参数是否 发生跳变；若判断结果为没有发生跳变，则采用混合控制器对所有所述子控制器进行混合 控制；若发生跳变，则把相应的估计值重构为所述模型子集的中心点值，用所述模型子集对 应的子控制器进行控制。2. 如权利要求1所述的，其特征在于：在 所述步骤S400中，还包括采用具有约束投影算法的自适应算法对目标位置参数进行更新 的过程。3. 如权利要求1所述的，其特征在于：所 述步骤S100中，被控系统被描述为： y (t) = G (s ； θ *) u (t) +d (t) (1) G(s ; Θ*) =G0(s; Θ*) (1+Am(s)) (2)(3) ym(t) = y (t)+v(t) (4) 式中，u(t)，y⑴表示被控对象的输入和输出，d(t)是有界的干扰，满足 |#)卜4 G(s ; Θ 〇为实际被控对象；GQ(s ; Θ，为被控对象的模型描述；Λ n(s) 表示未建模动态特性；矢量#=隱'氣1 f C遞&表示G。(s ; θ，的未知参数；an-i(s) =T;yn(t)为y(t)的测量值；v(t)表示有界的传感器噪音，满足 |v(〇|< v0?Vi >0. 其中： Al:DQ(s)是首项系数为1的多项式，并且阶次η是已知的； Α2:Ν。的阶次小于η. A3: Λ m(s)是正则的，Re 彡-δ。/% δ。是已知的常量。 Α4: Θ? e Ω，Ω e R2n是已知的参数模型集 系统参数模型集划分成η个相互之间有并集的模型子集Qi(i = 1，2…η.).并且Ω, 满足： 1. f非空，i = 1，2···η.; 2) ._*&0一4多『义》，满足 f i: i 1 ? i 的中心，f为半径； 3) Ω i Π Ω i+1 = δ，i = 1，2...Π , δ 为常量。4.如权利要求1所述的，其特征在于：所 述步骤S200包括如下步骤： 2. 1设计混合信号 当参数估计值Θ (t) G Ω i (i = 1, 2, ...η ;)时，Ω i为活跃的参数子集，I#表示为活跃 参数子集的集合，定义β (Θ*) = 1为混合控制信号，决定各子控制器 的参与程度，它具有如下的性质： B1 :^(00 + ^(0)+..4^0 = υ^θ*)，运2(0*)，11(0*)彡 0;当#·?:Ω或 时， β i( Ο = 〇 ;i = 1，2, ...η ; Β2 :β (θ，是连续可微的函数。 2. 2控制器设计 混合控制器描述为以下表达式： % = Α)-^]xc + y,· U> 繼 w働=-?芩 式中，本文档来自技高网...

【技术保护点】
一种视觉伺服机器人中的多模型自适应控制方法，其特征在于：包括如下步骤：S100：依据之前已获得的机动目标的位置和运动信息，建立有关目标位置参数的系统参数模型集，将该系统参数模型集划分成若干个相互之间有并集的模型子集；S200：为每个所述模型子集设计一个对应的子控制器；S300：建立一个误差模型；S400：取每个所述模型子集中的中心点值，将其应用到步骤S300得到的误差模型中，得到第一系统辨识误差；对视觉伺服机器人运动模型的目标位置参数进行估计，得到估计值，将其应用到步骤S300得到的误差模型中，得到第二系统辨识误差；S500：比较所述第一系统辨识误差与第二系统辨识误差，从而判断目标位置参数是否发生跳变；若判断结果为没有发生跳变，则采用混合控制器对所有所述子控制器进行混合控制；若发生跳变，则把相应的估计值重构为所述模型子集的中心点值，用所述模型子集对应的子控制器进行控制。

【技术特征摘要】

【专利技术属性】
技术研发人员：王昕，曹叙风，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31