一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法技术

本发明专利技术公开了一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法，包括以下步骤：步骤一、建立力跟踪偏差的微分方程，根据力跟踪偏差的微分方程获得状态空间方程；在状态空间方程下，利用反步法结合自适应神经网络，得到环境未知时的位置二次修正律，计算笛卡尔空间中的柔顺位置x

【技术实现步骤摘要】
一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法


[0001]本专利技术涉及机械臂控制
，特别是一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法。

技术介绍

[0002]阻抗控制是机械臂柔顺控制中常用的方法之一，它建立了力与位置之间的动态关系，通过调整位置可以间接调整机械臂末端所受到的环境力的大小。如果环境信息可以准确获得，阻抗模型能够较为准确地将力跟踪偏差转化为位置的修正量，从而跟踪期望力。然而，在环境信息无法准确获取时，阻抗模型的有限调节作用无法得到合适的轨迹，较大的力跟踪偏差则可能导致任务失败或者设备的损坏。因此，如何在未知环境下实现机械臂的力跟踪阻抗控制成为了当前的一个研究热点。目前较多的研究集中在通过调节阻抗参数实现对期望力的跟踪，然而由于待调节参数较多以及参数的时变性，系统的稳定性和动态性能难以得到保证。也有研究提出将阻抗模型的刚度系数设为零来提高力跟踪精度，这种策略对于力跟踪精度确实有很大的提升，然而阻抗模型可以看作是一个二阶滤波器，将刚度系数设为零，可能会影响到系统的响应速度。
[0003]此外，当阻抗控制产生了合适的柔顺轨迹之后，机械臂的轨迹跟踪性能就决定了力跟踪的精度。然而目前的研究成果大多只考虑了在力矩层面的控制，实际上，控制力矩是由关节电机提供的，这些研究忽视了控制过程中关节电机的特性对于跟踪效果的影响。综上存在未知环境中阻抗模型控制精度不足的问题以及机械臂轨迹跟踪控制未考虑关节电机特性的问题。

技术实现思路

[0004]本专利技术所要解决的技术问题是克服现有技术的不足而提供一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法，通过提高轨迹修正精度和轨迹跟踪精度，最终提高机械臂的力跟踪控制精度；其中，针对阻抗模型无法在未知环境中跟踪期望力的问题，采用反步法对阻抗模型产生的轨迹作二次修正，在保证系统稳定性的前提下得到合适的柔顺位置，从而为减小力跟踪偏差提供必要的条件；针对机械臂关节电机的动力学对于轨迹跟踪性能的影响，将关节电机的动力学模型以及电机的输出力矩饱和特性引入，使控制方案更加贴近于机械臂的实际模型，提高控制精度，以获得更高的力跟踪精度。
[0005]本专利技术为解决上述技术问题采用以下技术方案：
[0006]根据本专利技术提出的一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法，包括以下步骤：
[0007]步骤一、建立环境的动力学模型，由环境的动力学模型和预先给定的期望力f
d
得到力跟踪偏差e
f
；
[0008]根据阻抗模型和力跟踪偏差e
f
，建立力跟踪偏差的微分方程；
[0009]根据力跟踪偏差的微分方程获得状态空间方程；
[0010]在状态空间方程下，利用反步法结合自适应神经网络，得到环境未知时的位置二次修正律Δx
f
；
[0011]计算笛卡尔空间中的柔顺位置x
c
，x
c
＝x
d
+x
f
+Δx
f
，其中，x
d
为期望轨迹，x
f
为由阻抗模型得到的位置修正量；
[0012]步骤二、通过运动学反解，将步骤一中得到的x
c
转换成关节空间的柔顺角位置q
c
；
[0013]步骤三、考虑到机械臂的动力学模型存在不确定性以及关节电机输出力矩的饱和特性，设计力矩层面上的位置跟踪控制器，并在位置跟踪控制器中引入自适应神经网络和辅助系统，得到跟踪柔顺角位置q
c
所需要的控制力矩τ；
[0014]步骤四、建立关节电机的动力学模型，并通过关节电机的力矩常数K
T
将所需的控制力矩τ转换成期望电流i
d
；根据实际电流大小与期望电流大小的偏差，定义出电流跟踪偏差e
i
；设计电流跟踪控制器，在电流跟踪控制器中利用自适应神经网络来逼近关节电机的动力学模型，进而得到应当施加在各个关节电机上的控制电压u。
[0015]作为本专利技术所述的一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法进一步优化方案，步骤一中，
[0016][0017]其中，k
a2
是大于零的系数，x
a1
、x
a2
分别是力跟踪偏差及力跟踪偏差的变化率，z
a1
＝x
a1
，z
a1
是实际力跟踪偏差与期望的力跟踪偏差之间的差值，期望的力跟踪偏差总是为0，α
a1
＝
‑
k
a1
z
a1
是二次修正律中选定的虚拟控制律，k
a1
是大于零的系数，z
a2
＝x
a2
‑
α
a1
，z
a2
表示力跟踪偏差的变化率与虚拟控制律的差值，x
d
是给定的期望轨迹，设定神经网络含有m个隐含层节点，是对二次修正律中自适应神经网络的最优权值的估计值，是的导数，表示径向基函数的值；表示二次修正律中自适应神经网络的输入，k
r
是大于零的鲁棒项系数，是α
a1
的导数，上标T表示转置，表示m维列向量，Γ1、σ1分别是二次修正律中神经网络权重更新律的正定对角矩阵和正定系数。
[0018]作为本专利技术所述的一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法进一步优化方案，步骤三中，
[0019][0020]其中，J(q)为非奇异雅克比矩阵，F
e
表示机械臂末端受到的外力，e1是关节空间中实际角位置与柔顺角位置的差值，e2表示关节空间中实际角速度与给定虚拟控制律之间的差值，是对位置跟踪控制器中自适应神经网络的最优权值W
2*
的估计值，S(Z2)为位置跟踪控制器中自适应神经网络的径向基函数的值，K
b2
是正系数，ζ是定义的辅助系统中的状态变量，Z2是位置跟踪控制器中自适应神经网络的输入；
[0021]为的导数，Γ2、σ2分别是位置跟踪控制器中神经网络权重更新律的正定对角矩阵和正定系数。
[0022]作为本专利技术所述的一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法进一步优化方案，步骤四中，
[0023][0024]其中，表示期望电流的导数，表示对关节电机的电感常数矩阵L的估计，表示对关节电机的电阻常数矩阵R的估计，表示对关节电机反电动势的常数矩阵K
b
的估计，表示对电流跟踪控制器中自适应神经网络最优权值W
3*
的估计，并且满足Γ3、σ3分别是电流跟踪控制器中神经网络权重更新律的正定对角矩阵和正定系数，表示关节电机的电枢电流矢量，是n维列向量，为关节的速度，K
c
是正定对角的系数方阵，e
i
为电流跟踪误差，S(Z3)是电流跟踪控制器中自适应神经网络的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法，其特征在于，包括以下步骤：步骤一、建立环境的动力学模型，由环境的动力学模型和预先给定的期望力f
d
得到力跟踪偏差e
f
；根据阻抗模型和力跟踪偏差e
f
，建立力跟踪偏差的微分方程；根据力跟踪偏差的微分方程获得状态空间方程；在状态空间方程下，利用反步法结合自适应神经网络，得到环境未知时的位置二次修正律Δx
f
；计算笛卡尔空间中的柔顺位置x
c
，x
c
＝x
d
+x
f
+Δx
f
，其中，x
d
为期望轨迹，x
f
为由阻抗模型得到的位置修正量；步骤二、通过运动学反解，将步骤一中得到的x
c
转换成关节空间的柔顺角位置q
c
；步骤三、考虑到机械臂的动力学模型存在不确定性以及关节电机输出力矩的饱和特性，设计力矩层面上的位置跟踪控制器，并在位置跟踪控制器中引入自适应神经网络和辅助系统，得到跟踪柔顺角位置q
c
所需要的控制力矩τ；步骤四、建立关节电机的动力学模型，并通过关节电机的力矩常数K
T
将所需的控制力矩τ转换成期望电流i
d
；根据实际电流大小与期望电流大小的偏差，定义出电流跟踪偏差e
i
；设计电流跟踪控制器，在电流跟踪控制器中利用自适应神经网络来逼近关节电机的动力学模型，进而得到应当施加在各个关节电机上的控制电压u。2.根据权利要求1所述的一种考虑关节电机动力学的机械臂力跟踪阻抗控制方法，其特征在于，步骤一中，其中，k
a2
是大于零的系数，x
a1
、x
a2
分别是力跟踪偏差及力跟踪偏差的变化率，z
a1
＝x
a1
，z
a1
是实际力跟踪偏差与期望的力跟踪偏差之间的差值，期望的力跟踪偏差总是为0，α
a1
＝
‑
k
a1
...

【专利技术属性】
技术研发人员：王邢波，张岩，陆闯，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：