一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法技术

本发明专利技术公开了一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法，以实现对动力学不确定机器人的高性能轨迹跟踪控制。该方法主要通过对轨迹跟踪点的误差经过增益后进行累加，然后将累加值实时补偿至参考轨迹上下一个将被跟踪的点，生成一系列与期望轨迹不同的新指令，从而控制机器人跟踪期望轨迹。该方法的本质是通过修改参考轨迹来控制机器人的每个关节符合期望的轨迹，即当机器人工作过程中参考轨迹和实际轨迹之间存在误差时，只需实际轨迹高精度地跟踪期望轨迹，而不需要参考轨迹与实际轨迹相符。该方法具有结构简单、易于在硬件上应用的特点。上应用的特点。上应用的特点。

【技术实现步骤摘要】
一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法


[0001]本专利技术涉及机器人控制
，具体为一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法。

技术介绍

[0002]机器人及相关技术的进步促进了机器人的发展，扩大了机器人的市场规模，使人类摆脱了复杂、重复性的任务。机器人的应用范围从对目标对象进行抓取操作到组装工件等。完成这些操作的前提需要通过运动控制来调节机器人以跟踪期望的轨迹来完成计划任务。目前在工业机器人当中通过逆运动学将笛卡尔轨迹跟踪转换为关节轨迹跟踪控制问题已经极其常见。但是由于在机器人的控制过程当中存在着动力学不确定性的问题，因此机器人在关节空间中以高精度标准完成这些任务仍然具有挑战性。
[0003]机器人的关节轨迹跟踪算法可分为基于模型的控制和无模型的控制。计算扭矩控制(CTC，Calculated Torque Control)是基于模型的控制方法当中众所周知的有效策略。CTC的前馈路径可以很好地抑制系统动态特性引起的跟踪滞后现象，其反馈路径可以用来抵消不确定性引起的扰动。但是由于结构和非结构的不确定性，导致机器人的精确动力学模型难以获得，从而限制了CTC的最终跟踪性能。而机器人动力学模型不确定部分往往是通过其他控制方法处理，如自适应控制、鲁棒控制、滑模控制、智能控制等控制方法。比例微分(PD，Proportional Differential)和比例
‑
积分
‑
微分(PID，Proportional Differential Integral)则是最为典型的无模型控制算法，由于其控制规律简单、对硬件要求较低，是实际机器人控制中应用最广泛的控制方案。具有重力补偿的PD控制器可以全局渐近稳定机器人的关节位置，用于设定点跟踪任务。但是重力项在实际应用中的影响会随着未知因素或随时间变化的有效载荷而变化，并且无法对其进行完全补偿，PD控制方案中存在稳态误差。对于PID控制而言，其引入积分项来消除PD控制引起的稳态误差，但是PID控制方法在轨迹跟踪当中其跟踪误差受到机器人非线性动态行为的影响显著。此外，为了在PID参数更新方面做出改进来提高跟踪性能，模糊逻辑、自适应、神经网络等方法被提出。虽然这些方法可以自动调整参数为了提高跟踪精度，它们的额外计算会影响它们在实时处理控制问题中的应用，以及导致证明具有一定的复杂度。因此机器人应用的普及仍然面临着巨大的挑战和难度。
[0004]针对上述技术问题，有必要提出一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法。

技术实现思路

[0005]本专利技术的主要目的在于提供一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法，其可克服现有技术缺陷，能够实现通过修改机器人的参考轨迹来得到机器人的每个关节符合期望的轨迹，其可以实现对不确定动力学机器人的高性能跟踪控制，此外所提控制方法还简化了控制器中控制算法稳定性的证明过程。
[0006]本专利技术的目的至少通过如下技术方案之一实现。
[0007]一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法，
[0008]所述机器人包括控制系统、静工作平台、4个旋转关节的自由度和1个夹爪的自由度，所述控制系统主要由控制器组成，
[0009]所述控制方法包括如下步骤：
[0010]步骤1：为机器人的控制器设计迭代前馈补偿，并且指定合理的迭代前馈补偿方案：
[0011]所述迭代前馈补偿方案具体为：机器人各关节的参考轨迹与当前实际位置作差产生的误差值与前馈补偿增益内积，内积所得值在累加器里面进行累加。然后，将累加器的输出加到参考轨迹上从而得到新的指令。接着，新的指令与当前实际位置作差产生指令误差值，所得到的指令误差值作为控制器的输入，从而调节机器人的关节运动。
[0012]步骤2：根据所设计的迭代前馈补偿方案推导得到机器人的跟踪误差e和指令误差δq之间的关系方程：
[0013][0014]步骤3：迭代展开机器人运动过程当中跟踪误差e和指令误差δq之间的关系方程并分析跟踪误差e的收敛性：
[0015]在步骤2中整理得到的关系方程的基础上进行迭代展开可以得到：
[0016][0017]步骤4：根据PD控制律验证机器人跟踪误差e
n+1
的收敛性：
[0018]步骤5：设计适当参数方案，通过机器人进行试验对该控制策略的有效性进行验证。
[0019]进一步地，所述机器人驱动器采用Dynamixel XM430
‑
W350
‑
T，机器人的最大负载为500g，重复定位精度为
±
0.2mm，最大关节转速为46RPM，总重量为0.7kg。该驱动器的分辨率为每脉冲0.088
°
。
[0020]进一步地，步骤2具体为：
[0021]首先根据所设计的前馈补偿方案推导机器人运动过程中第一个期望点对应的当前关节跟踪误差e1与第一次补偿后指令误差δq1之间的关系。
[0022][0023][0024][0025]将上式进行整理可以得到：
[0026][0027]上式当中q1是第一个期望点机器人各关节的当前位置关节矢量，q
d1
是第一个期望点机器人各关节期望位置的关节矢量，q
c1
是第一个期望点机器人修正后的参考轨迹，e1表示机器人第一个期望点与其当前关节位置之间的跟踪误差，即q1和q
d1
之间的误差，δq1表示
机器人第一个期望点的指令误差，K
c1
是控制过程当中第一个期望点的前馈补偿增益，是一个对角矩阵。
[0028]同样可以类推出运动过程中机器人的第二个期望点以至于第n个和第n+1和期望点的跟踪误差e和指令误差δq之间的关系方程：
[0029][0030][0031][0032]上式中q2是机器人第二个期望点各关节的当前位置关节矢量，q
d2
是机器人第二个期望点各关节期望位置的关节矢量，q
c2
是第二个期望点机器人修正后的参考轨迹，e2表示机器人第二个期望点的跟踪误差，即q2和q
d2
之间的误差，δq2表示机器人第二个期望点的指令误差，K
c2
是机器人控制过程当中第二个期望点的前馈补偿增益。
[0033]将上式进行整理可以得到机器人第二个期望点的跟踪误差表达式：
[0034][0035]按照上述推导过程依次类推可以得到：
[0036][0037][0038]上式中q
n
、q
n+1
分别表示机器人第n个期望点和第n+1个期望点各关节的当前位置关节矢量，e
n
‑1、e
n
、e
n+1
分别表示机器人第n
‑
1个期望点、第n个期望点和第n+1个期望点的跟踪误差，δq
n
、δq
n+1
表示机器人第n个期望点和第n+本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法，所述机器人包括控制板、静工作平台、4个旋转关节的自由度和1个夹爪的自由度，其特征在于，所述控制方法包括如下步骤：步骤1：为机器人的控制器设计迭代前馈补偿，并且指定合理的迭代前馈补偿方案：所述迭代前馈补偿方案具体为：机器人各关节的参考轨迹与当前实际位置作差产生的误差值与前馈补偿增益内积，内积所得值在累加器里面进行累加；然后，将累加器的输出加到参考轨迹上从而得到新的指令；接着，新的指令与当前实际位置作差产生指令误差值，所得到的指令误差值作为控制器的输入，从而调节机器人的关节运动；步骤2：根据所设计的迭代前馈补偿方案推导得到机器人的跟踪误差e和指令误差δq之间的关系方程：步骤3：迭代展开机器人运动过程当中跟踪误差e和指令误差δq之间的关系方程并分析跟踪误差e的收敛性：在步骤2中整理得到的关系方程的基础上进行迭代展开可以得到：步骤4：根据PD控制律验证机器人跟踪误差e
n+1
的收敛性：步骤5：设计适当参数方案，通过机器人进行试验对该控制策略的有效性进行验证。2.如权利要求1所述的一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法，其特征在于，所述机器人驱动器采用Dynamixel XM430
‑
W350
‑
T，机器人的最大负载为500g，重复定位精度为
±
0.2mm，最大关节转速为46RPM，总重量为0.7kg；该驱动器的分辨率为每脉冲0.088
°
。3.如权利要求1所述的一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法，其特征在于，步骤2具体为：首先根据所设计的前馈补偿方案推导机器人运动过程中第一个期望点对应的当前关节跟踪误差e1与第一次补偿后指令误差δq1之间的关系；之间的关系；之间的关系；将上式进行整理可以得到：上式当中q1是第一个期望点机器人各关节的当前位置关节矢量，q
d1
是第一个期望点机器人各关节期望位置的关节矢量，q
c1
是第一个期望点机器人修正后的参考轨迹，e1表示机器人第一个期望点与其当前关节位置之间的跟踪误差，即q1和q
d1
之间的误差，δq1表示机器人第一个期望点的指令误差，K
c1
是控制过程当中第一个期望点的前馈补偿增益，是一个对角矩阵；
同样可以类推出运动过程中机器人的第二个期望点以至于第n个和第n+1和期望点的跟踪误差e和指令误差δq之间的关系方程：跟踪误差e和指令误差δq之间的关系方程：跟踪误差e和指令误差δq之间的关系方程：上式中q2是机器人第二个期望点各关节的当前位置关节矢量，q
d2
是机器人第二个期望点各关节期望位置的关节矢量，q
c2
是第二个期望点机器人修正后的参考轨迹，e2表示机器人第二个期望点的跟踪误差，即q2和q
d2
之间的误差，δq2表示机器人第二个期望点的指令误差，K
c2
是机器人控制过程当中第二个期望...

【专利技术属性】
技术研发人员：孙瑛，宓乐圆，李公法，江都，陶波，肖帆，云俊童，刘鑫，蒋国璋，熊禾根，郑祖嘉，刘颖，赵国军，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：