在周期噪声下基于泰勒型离散周期节律神经网络的冗余度机械臂重复运动规划方法技术

本发明专利技术涉及在周期噪声下基于泰勒型离散周期节律神经网络的冗余度机械臂重复运动规划方法，其包括：1)采用二次型优化在角加速度层上对机械臂的逆运动学解析，设计了角加速度雅可比等式；2)角速度范数等价为角加速度范数，建立标准二次规划方案；3)通过泰勒微分法离散化周期节律神经网络，得到泰勒型离散周期节律神经网络求解器并用其进行求解标准二次规划法案；4)将求解结果通过控制器驱动各关节电机使机械臂由初始位置开始进行重复运动规划。本发明专利技术实现了机械臂实际轨迹与期望路径的重合，使得机械臂能够重复运动规划，并且本发明专利技术成功的离散化了周期节律神经网络，使其更容易在硬件中得以实现，并且在硬件中实现了周期噪声的抑制。

Repetitive Motion Planning of Redundant Manipulators Based on Taylor Discrete Periodic Rhythm Neural Network under Cyclic Noise

The invention relates to a repetitive motion planning method of redundant manipulator based on Taylor's discrete periodic rhythm neural network under periodic noise. It includes: 1) inverse kinematics analysis of the manipulator on angular acceleration layer by quadratic optimization, and Jacobian equation of angular acceleration is designed; 2) angular velocity norm is equivalent to angular acceleration norm, and standard quadratic programming scheme is established through Thai; The Taylor-type discrete periodic rhythm neural network solver is obtained and used to solve the standard quadratic programming law. 4) The solution results are driven by the controller to make the manipulator repeat motion planning from the initial position. The invention realizes the coincidence of the actual trajectory and the desired path of the manipulator, enables the manipulator to repeat motion planning, and successfully discretizes the periodic rhythm neural network, making it easier to realize in hardware, and realizes the suppression of periodic noise in hardware.

【技术实现步骤摘要】
在周期噪声下基于泰勒型离散周期节律神经网络的冗余度机械臂重复运动规划方法
本专利技术涉及冗余度机械臂控制领域，具体涉及一种在周期噪声下基于泰勒型离散周期节律神经网络的冗余度机械臂重复运动规划方法。
技术介绍
冗余度机械臂是一种自由度大于任务空间所需最少自由度的末端能动机械装置，其运动任务包括焊接、油漆、组装、挖掘和绘图等，广泛应用于装备制造、产品加工、机器作业等国民经济生产活动中。冗余度机械臂的逆运动学问题是指已知机械臂末端位姿，确定机械臂的关节角问题。当冗余度机械臂末端任务为一个封闭曲线时，其各个关节可能回不到初始位置，这种现象叫做关节角偏差现象，或称非重复运动问题；而重复运动规划方案就是要设计适当的指标，使得机械臂末端执行完封闭曲线任务时，各个关节角都能够回到其初始位置。以往的重复运动解析方法没有考虑到周期噪声的影响，得到的结果均为默认周期噪声不存在的，这不符合实际情况。事实上周期噪声存在于各种控制系统中，从而减小控制性能，甚至导致失控。周期噪声可能会产生于旋转因子，例如电机与振动元件。冗余机械臂也会受到周期噪声的干扰，可能会因此导致冗余机械臂重复运动规划失败。
技术实现思路
针对现本文档来自技高网...

【技术保护点】
1.在周期噪声下基于泰勒型离散周期节律神经网络的冗余度机械臂重复运动规划方法，其特征在于包括如下步骤：1)采用二次型优化方案在角加速度层上对机械臂的逆运动学解析，设计的最小性能指标可为角速度范数及扭矩范数，受约束于带角速度和位置反馈的角加速度雅可比等式；2)进行角速度指标与角加速度指标的等价变换，将所述二次型优化转化为标准二次规划；3)将周期节律神经网络通过泰勒微分法离散化，得到泰勒型离散周期节律神经网络求解器；4)将所述标准二次规划用泰勒型离散周期节律神经网络求解器进行求解；5)将所述求解的结果驱动机械臂运动。

【技术特征摘要】
1.在周期噪声下基于泰勒型离散周期节律神经网络的冗余度机械臂重复运动规划方法，其特征在于包括如下步骤：1)采用二次型优化方案在角加速度层上对机械臂的逆运动学解析，设计的最小性能指标可为角速度范数及扭矩范数，受约束于带角速度和位置反馈的角加速度雅可比等式；2)进行角速度指标与角加速度指标的等价变换，将所述二次型优化转化为标准二次规划；3)将周期节律神经网络通过泰勒微分法离散化，得到泰勒型离散周期节律神经网络求解器；4)将所述标准二次规划用泰勒型离散周期节律神经网络求解器进行求解；5)将所述求解的结果驱动机械臂运动。2.根据权利要求1的所述冗余度机械臂重复运动规划方法，其特征在于，所述步骤1)的二次型优化方案设计为：最小化受约束于带角速度和位置反馈的角加速度雅可比等式其中σ∈[0，1]是权重参数，是关节角速度矢量，a(t)是一个参数矢量，代表关节扭矩矢量，M(θ)∈Rn×n是一个惯性矩阵，是离心力和科里奥利力矢量，g(θ)∈Rn是重力矢量，J是机械臂的雅可比矩阵，θ和分别是关节角矢量和关节角速度矢量，表示关节加速度矢量，r(t)和分别表示机械臂末端执行器位置矢量和速度矢量，表示机械臂末端执行器加速度矢量，λa，λb∈R作为反馈控制系数。3.根据权利要求2的所述冗余度机械臂重复运动规划方法，其特征在于所述步骤2)具体为，进行角速度指标与角加速度指标的等价变换，二次型优化转化为一个标准二次规划，设计所述标准二次规划的性能指标为最小化xTQx/2+μTx，受约束于Jx...

【专利技术属性】
技术研发人员：张智军，梁俊杰，陈思远，
申请(专利权)人：华南理工大学，佛山市顺德致可智能科技有限公司，
类型：发明
国别省市：广东,44