一种基于模糊自适应滑模算法的多机械臂力位控制方法技术

本申请涉及一种基于模糊自适应滑模算法的多机械臂力位控制方法，所述方法包括：当接收到携带有期望位置信息的控制指令时，获取机械臂所控物体的位置信息；将所述被控物体的位置信息和所述期望位置信息，输入到由预先构建的受摩擦力等不确定因素影响的多机械臂系统动力学模型和模糊自适应滑模控制器，构成的力位控制系统中，使所述力位控制系统根据所述位置信息和所述期望位置信息，输出控制信号控制所述机械臂沿期望的运动轨迹运动；采用该控制方法不仅提高了控制器的控制精度还提高了系统的响应速度。统的响应速度。统的响应速度。

【技术实现步骤摘要】
一种基于模糊自适应滑模算法的多机械臂力位控制方法


[0001]本专利技术涉及工业自动化控制
，特别是涉及一种基于模糊自适应滑模算法的多机械臂力位控制方法。

技术介绍

[0002]近年来，随着我国工业的快速发展，机器人的应用得到了极大的提高，多机械臂系统在工业生产、成品装配等诸多领域正发挥着重要的作用，但其仍存在着许多问题，其一：多机械臂系统在实际工作过程中容易受到摩擦力等不确定因素影响，进而导致多机械臂系统的控制精度及稳定性出现较大的问题；其二：当多个机械臂末端执行器同时控制同一物体时会产生夹持内力，内力过小会导致机械臂无法稳固控制物体，内力过大则会对被控物体造成损伤。
[0003]因此，首先需要克服摩擦力等不确定因素对系统的影响，其次要保证机械臂稳固控制物体的同时不对物体造成损伤，而这正是我们需要解决的两大问题。针对上述问题，国内外专家们提出了诸多的控制方法。如滑模控制、自适应控制、神经网络控制等，Kawasaki等提出了一种多机械臂系统分布式自适应协调控制方法，并引入了一种新的参考模型，Sun等通过改进滑模控制策略，促进控制策略在有限时间内均匀收敛到零，Hamamci等针对参数不确定提出了一种自适应控制器实现了网络的渐近同步，Y.Yang等通过设计了一种新的非奇异积分终端滑模控，从而解决了具有外在扰动及系统不确定性的双边遥控操作系统的固定时间同步控制问题。
[0004]然而，这些控制策略大多只解决了单一的问题，并且所设计控制方案均较为复杂。

技术实现思路

[0005]针对上述技术问题，提供一种能够克服不确定因素的影响并进行内力控制及位置控制，最终可以提高系统响应速度及控制器控制精度的基于模糊自适应滑模算法的多机械臂力位控制方法；
[0006]一种基于模糊自适应滑模算法的多机械臂力位控制方法，所述方法包括：
[0007]当接收到携带有期望位置信息的控制指令时，获取机械臂所控物体的位置信息；
[0008]将所述被控物体的位置信息和所述期望位置信息，输入到由预先构建的受摩擦力等不确定因素影响的多机械臂系统动力学模型和模糊自适应滑模控制器，构成的力位控制系统中，使所述力位控制系统根据所述位置信息和所述期望位置信息，输出控制信号控制所述机械臂沿期望的运动轨迹运动；
[0009]所述预先构建的受摩擦力等不确定因素影响的多机械臂系统动力学模型为：
[0010][0011]其中，x＝[x
1T
,x
2T
,...,x
nT
]T
∈R
n
为当前被控物体位置信息，为x的一阶导数，为x的二阶导数，D
a
(x)∈R
(n*n)
为惯性矩阵，为离心力与哥氏力矩阵，G(x)∈R
n
为重力项矢量,n为机械臂自由度,R
(n*n)
表示n*n维实数空间列矢量，J
o
、J
e
均为雅可比转换矩阵，
为由摩擦力等不确定因素所组成的项，τ
a
为控制输入力矩。
[0012]所述预先构建的模糊自适应滑模控制器为：
[0013][0014]其中，其中，x
e
为位置误差，x
d
为x的期望位置，x
r
为系统误差向量，Λ＞0，为x
r
的一阶导数，为x
r
的二阶导数，，为的估计，K
d
＞0，w＝diag(w1,...,w
n
)，s为滑模函数，J
o
、J
e
为雅可比矩阵，K
I
＞0，e
FI
＝F
I
‑
F
Id
，F
Id
为期望内力，F
I
为内力。
[0015]构建的受摩擦力等不确定因素影响的多机械臂系统动力学模型的方式，包括：
[0016]建立由k个n自由度机械臂及被控物体所组成的多机械臂系统。则第i个机械臂动力学模型为：
[0017][0018]其中：q
i
∈R
n
为机械臂角度向量,为q
i
的一阶导数，为q
i
的二阶导数，D
i
(q
i
)∈R
(n*n)
为质量矩阵，为离心力与哥氏力矩阵，G
i
(q
i
)∈R
n
为重力矩阵,J
ei
(q
i
)∈R
(n*n)
为从q
i
到机械臂末端位置向量的雅可比矩阵,F
ei
∈R
n
为机械臂末端作用力，为由摩擦力等不确定因素所组成的项，τ为控制力矩。
[0019]可得k个机械臂所组成的多机械臂动力学模型：
[0020][0021]建立被控物体的动力学方程为：
[0022][0023]其中，x＝[x
1T
,x
2T
,...,x
nT
]T
∈R
n
为被控物体的位置向量，D
o
(x)∈R
(n*n)
为被控物体的惯性矩阵，为被控物体的离心力与哥氏力矩阵，G
o
(x)∈R
n
为被控物体的重力项矢量，F
o
∈R
n
为被控物体所受外力。
[0024]建立受摩擦力等不确定因素影响的多机械臂系统动力学模型：
[0025]取x
li
∈R
n
为第i个机械臂末端位置向量，有x
l
＝[x
l1T
,x
l2T
,...,x
lkT
]T
∈R
kn
，设：其中，为从q到位置向量x
l
的变换矩阵。
[0026][0027]其中：其中：
[0028]上述方程经过转换后得受摩擦力等不确定因素影响的多机械臂系统动力学模型：
[0029][0030]其中，τ
a
＝J
oT
J
e
‑
T
τ。
[0031]构建的模糊自适应滑模控制器的方式包括：
[0032]设x
d
为期望的物体重心位置向量，定义以下变量：
[0033][0034]其中，x
e
为位置误差，x
d
为x的期望位置，x
r
为系统误差向量，Λ＞0。
[0035]滑模函数为：
[0036]设计控制器为：
[0037][0038]其中，为的估计，K
d
＞0，w＝diag(w1,...,w<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊自适应滑模算法的多机械臂力位控制方法，所述方法包括：当接收到携带有期望位置信息的控制指令时，获取机械臂所控物体的位置信息；将所述被控物体的位置信息和所述期望位置信息，输入到由预先构建的受摩擦力等不确定因素影响的多机械臂系统动力学模型和模糊自适应滑模控制器，构成的力位控制系统中，使所述力位控制系统根据所述位置信息和所述期望位置信息，输出控制信号控制所述机械臂沿期望的运动轨迹运动；所述预先构建的受摩擦力等不确定因素影响的多机械臂系统动力学模型为：其中，x＝[x
1T
,x
2T
,...,x
nT
]
T
∈R
n
为当前被控物体位置信息，为x的一阶导数，为x的二阶导数，D
a
(x)∈R
(n*n)
为惯性矩阵，为离心力与哥氏力矩阵，G(x)∈R
n
为重力项矢量,n为机械臂自由度,R
(n*n)
表示n*n维实数空间列矢量，J
o
、J
e
均为雅可比转换矩阵，为由摩擦力等不确定因素所组成的项，τ
a
为控制输入力矩。所述预先构建的模糊自适应滑模控制器为：τ＝J
eT
(J
oT
)
+
τ
a
+J
eT
(F
Id
‑
K
I
e
FI
)其中，其中，x
e
为位置误差，x
d
为x的期望位置，x
r
为系统误差向量，Λ＞0，为x
r
的一阶导数，为x
r
的二阶导数，，为的估计，K
d
＞0，w＝diag(w1,...,w
n
)，s为滑模函数，J
o
、J
e
为雅可比矩阵，K
I
＞0，e
FI
＝F
I
‑
F
Id
，F
Id
为期望内力，F
I
为内力。2.根据权利要求1所述的方法，其特征在于，构建的受摩擦力等不确定因素影响的多机械臂系统动力学模型的方式，包括：建立由k个n自由度机械臂及被控物体所组成的多机械臂系统。则第i个机械臂动力学模型为：其中：q
i
∈R
n
为机械臂角度向量,为q
i
的一阶导数，为q
i
的二阶导数，D
i
(q
i
)∈R
(n*n)
为质量矩阵，为离心力与哥氏力矩阵，G
i
(q
i
)∈R
n
为重力矩阵,J
ei
(q
i
)∈R
(n*n)
为从q
i
到机械臂末端位...

【专利技术属性】
技术研发人员：高直，李蔚，朱志浩，阚加荣，张春富，段文勇，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：