一种生活支援机器人系统的轨迹跟踪控制方法技术方案

本发明专利技术涉及机器人系统轨迹跟踪控制技术领域，公开了一种生活支援机器人系统的轨迹跟踪控制方法，步骤包括建立生活支援机器人系统的动态数学模型、系统模型和状态空间模型；设计系统的扰动观测器；设计非奇异快速终端滑模面，并构造系统的的滑模控制器，包括设计生活支援机器人系统的跟踪误差系统、设计非奇异快速终端滑模面、设计滑模趋近律和构造滑模控制律；滑模控制律将控制信号指令传送给系统执行器，实现轨迹跟踪。本发明专利技术能够解决生活支援机器人系统的内部多状态特性，以及系统中存在模型参数的不确定性及运行环境下扰动等问题，获得较为理想的动态特性，对系统参数和外部的干扰信号变化具有一定的鲁棒性，使得系统具有良好的稳定性。好的稳定性。好的稳定性。

A trajectory tracking control method for life support robot system

【技术实现步骤摘要】
一种生活支援机器人系统的轨迹跟踪控制方法


[0001]本专利技术涉及机器人系统轨迹跟踪控制
，尤其涉及一种生活支援机器人系统的轨迹跟踪控制方法。

技术介绍

[0002]机器人是工业时代飞速发展的产物,时至今日,已经取得了飞速的发展,以不同的形态活跃在各行各业中。所谓生活支援机器人,是响应当代全球人口老龄化的社会现实而提出来的,为人们的日常生活、工作提供帮助的机器人。相对于工业机器人,比如医疗机器人、扫地机器人的生活支援机器人更加贴近于我们的生活,出现在我们的身边,这种特殊性决定了其面对的工作环境将更加复杂，因此,就需要机器人能够准确地获取相关的工作信息。
[0003]生活支援机器人的控制系统是一个典型的多变量、非线性、不稳定的动态系统。在实际情况中，为了成功地将机器人运行到期望的位置，需要机器人多次进行前进、转向或后退等操作，最终到达理想的位置，其控制是一项较为困难的工作。除此之外，保证控制系统的稳定性也是非常重要的，尽管目前基于各种经典线性控制理论和先进控制理论的方法已经提出，但由于生活支援机器人系统的内部多状态特性，以及系统中存在模型参数的不确定性及运行环境中的扰动等问题，一般的线性控制理论不再适用。

技术实现思路

[0004]有鉴于此，本专利技术的目的是提供一种生活支援机器人系统的轨迹跟踪控制方法，能够有效解决生活支援机器人系统的内部多状态特性，以及系统中存在模型参数的不确定性及运行环境下扰动等问题，获得较为理想的动态特性，对系统参数和外部的干扰信号变化具有一定的鲁棒性，使得系统具有良好的稳定性。
[0005]本专利技术通过以下技术手段解决上述技术问题：
[0006]一种生活支援机器人系统的轨迹跟踪控制方法，包括以下步骤：
[0007]S1、建立生活支援机器人系统的动态数学模型、系统模型和状态空间模型；
[0008]S2、基于动态数学模型，设计生活支援机器人系统的扰动观测器；
[0009]S3、基于滑模理论，设计非奇异快速终端滑模面，并构造生活支援机器人系统的的滑模控制器，包括设计生活支援机器人系统的跟踪误差系统、设计非奇异快速终端滑模面、设计滑模趋近律和构造滑模控制律；
[0010]S4、滑模控制律将控制信号指令传送给系统执行器，实现轨迹跟踪。
[0011]本专利技术方法的滑模控制是一种非线性控制方法，它通过使用一个不连续的控制信号来改变系统的动态，并迫使系统沿着规定的开关流形滑动。与其他控制方法相比，本专利技术的优点在于其简单性、对外部干扰的高鲁棒性和对系统参数变化的低敏感性。扰动观测器将所有作用在系统的内部和外部的未知扭矩或者力集合起来，归入一个扰动项。使用扰动观测器估计这个扰动项，扰动观测器的输出可用于对干扰进行前馈补偿。由于这种补偿的
前馈性质，扰动观测器可以提供快速、出色的跟踪性能和平滑的控制输入，而不需要使用大的反馈增益。
[0012]进一步，所述步骤S1中建立生活支援机器人系统的动态数学模型的方法为：
[0013][0014]其中，t是时间变量；M为机器人本体的质量，单位为kg；m为负载的质量，单位为kg；f
i
(t),i＝1,2,3是机器人系统的控制输入，单位为N；L为机器人重心到车轮的长度，单位为m；θ
i
(t),i＝1,2,3为机器人重心与车轮的方向，单位为rad；I0是机器人系统的转动惯量；x(t),y(t),θ(t)分别是机器人的横坐标，纵坐标和方向角。
[0015]进一步，所述步骤S1中建立生活支援机器人系统模型的方法为：
[0016]其中M0是系统的惯性矩阵，X(t)＝[x(t) y(t) θ(t)]T
，F(t)＝[f1(t) f2(t) f3(t)]T
，X(t)是系统的状态向量，F(t)是系统的控制输入；D(t)＝[d1(t) d2(t) d3(t)]T
，D(t)是系统的扰动量，d
i
(t),i＝1,2,3分别是在x,y和方向角上的扰动值。
[0017]进一步，所述步骤S1中得到生活支援机器人系统的状态空间模型的方法为：
[0018][0019][0020]进一步，所述步骤S2中生活支援机器人系统的扰动观测器的设计方法为：
[0021][0022][0023]其中，z(t)＝[z1(t) z2(t) z3(t)]T
，是估计的扰动量，z(t)是扰动观测器的状态向量；是扰动观测器的辅助向量，L(X)是扰动观测器的增益矩阵，分别是d1(t),d2(t),d3(t)的估计值。
[0024]进一步，所述步骤S3中生活支援机器人系统的跟踪误差系统设计方法为：
[0025]e1(t)＝X(t)
‑
X
d
(t),
[0026][0027]其中：X
d
(t)表示参考轨迹，即X
d
(t)＝[x
dx
(t) x
dy
(t) x
dθ
(t)]T
；e1(t)为轨迹跟踪误差，即e1(t)＝[e
1x
(t) e
1y
(t) e
1θ
(t)]T
；
[0028]其中，跟踪误差动态方程为：
[0029][0030][0031]进一步，所述步骤S3中生活支援机器人系统的非奇异快速终端滑模面s(t)的设计方法为：
[0032][0033]其中：e1(t)是轨迹跟踪误差，e2(t)是轨迹跟踪误差e1(t)的一阶导数；1＜γ2＝(p/q)＜2,γ1＞γ2,p,q为正奇数；α,β均为所设计的滑模面s(t)参数，且满足α＞0,β＞0。
[0034]进一步，所述步骤S3中生活支援机器人系统的滑模趋近律的设计方法为：
[0035][0036]其中：ε,k是滑模趋近率的两个参数，满足ε＞0,k＞0。
[0037]进一步，所述步骤S3中生活支援机器人系统的滑模控制律的构造方法为：
[0038][0039]本专利技术的有益效果：
[0040]本专利技术利用滑模控制的智能控制方法，有效实现了生活支援机器人系统的抗干扰特性，以及解决了系统中存在模型参数的不确定性等问题，能获得较为理想的动态特性，对系统参数和外部的干扰具有一定的鲁棒性，使得系统具有良好的稳定性；此外，由于扰动观测器的引入，有效补偿了生活支援机器人系统的外部扰动，并且抑制了系统中的不确定性，提高了轨迹跟踪性能。
附图说明
[0041]图1是本专利技术的生活支援机器人系统的轨迹跟踪控制方法滑模控制框图。
[0042]图2是本专利技术实施例的生活支援机器人轨迹跟踪图。
[0043]图3是本专利技术实施例的系统控制输入图。
[0044]图4是本专利技术实施例的跟踪误差图。
[0045]图5是本专利技术实施例在x位置上的扰动估计图。
[0046]图6是本专利技术实施例在y位置上的扰动估计图。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生活支援机器人系统的轨迹跟踪控制方法，其特征在于，包括以下步骤：S1、建立生活支援机器人系统的动态数学模型、系统模型和状态空间模型；S2、基于动态数学模型，设计生活支援机器人系统的扰动观测器；S3、基于滑模理论，设计非奇异快速终端滑模面，并构造生活支援机器人系统的的滑模控制器，包括设计生活支援机器人系统的跟踪误差系统、设计非奇异快速终端滑模面、设计滑模趋近律和构造滑模控制律；S4、滑模控制律将控制信号指令传送给系统执行器，实现轨迹跟踪。2.根据权利要求1所述的一种生活支援机器人系统的轨迹跟踪控制方法，其特征在于：所述步骤S1中建立生活支援机器人系统的动态数学模型的方法为：其中，t是时间变量；M为机器人本体的质量，单位为kg；m为负载的质量，单位为kg；f
i
(t),i＝1,2,3是机器人系统的控制输入，单位为N；L为机器人重心到车轮的长度，单位为m；θ
i
(t),i＝1,2,3为机器人重心与车轮的方向，单位为rad；I0是机器人系统的转动惯量；x(t),y(t),θ(t)分别是机器人的横坐标，纵坐标和方向角。3.根据权利要求2所述的一种生活支援机器人系统的轨迹跟踪控制方法，其特征在于：所述步骤S1中建立生活支援机器人系统模型的方法为：其中M0是系统的惯性矩阵，X(t)＝[x(t) y(t) θ(t)]
T
，F(t)＝[f1(t) f2(t) f3(t)]
T
，X(t)是系统的状态向量，B(t)是控制器的参数矩阵，F(t)是系统的控制输入；D(t)＝[d1(t) d2(t) d3(t)]
T
，D(t)是系统的扰动量，d
i
(t),i＝1,2,3分别是在x,y和方向角上的扰动值。4.根据权利要求3所述的一种生活支援机器人系统的轨迹跟踪控制方法，其特征在于：所述步骤S1中得到生活支援机器人系统的状态空间模型的方法为：所述步骤S1中得到生活支援机器人系统的状态空间模型的方法为：5.根据权利要求1所述的一种生活支援机器人...

【专利技术属性】
技术研发人员：苏晓杰，青凡迪，孙少欣，马铁东，
申请(专利权)人：重庆大学，
类型：发明
国别省市：