一种多自由度机器人的运动预测方法技术

本发明专利技术公开了一种多自由度机器人的运动预测方法，针对通讯时延导致的机器人运动信息传输滞后的问题，本发明专利技术方法能够根据时滞的机器人关节位置和速度信号，实时地预测出机器人当前的实际关节位置和速度。首先，根据时延值的大小，建立多个机器人运动子状态；然后，构建相同数量的次级预测器；最后，将其串联构成串联预测器，其中的每一个次级预测器会得到对应的子状态的预测值，而实际关节位置和速度的预测值则由最后一个次级预测器产生。通过使用足够多个次级预测器，本方法能够在较大的通讯时延下提高对机器人运动状态的预测精度。并且每个次级预测器的结构相同，实现方便，在远程操控的机器人领域有一定的应用前景。控的机器人领域有一定的应用前景。控的机器人领域有一定的应用前景。

【技术实现步骤摘要】
一种多自由度机器人的运动预测方法


[0001]本专利技术属于机器人的传感与控制领域，尤其涉及一种多自由度机器人的运动预测方法。

技术介绍

[0002]机器人可以代替人类在危险恶劣的环境中完成作业任务，从而延伸人类的活动范围，被广泛地运用于空间和海洋探索、远程医疗、有害材料处理等领域。随着通讯技术的发展，远程操控的机器人技术得到了广泛研究和应用。但是，伴随着较远的操控距离，通讯时延成为一个无法避免的突出问题。滞后的信息传输不仅会降低机器人系统的操作性能，甚至还会导致系统的不稳定。所以，需要对机器人的运动状态进行预测，以补偿通讯时延的影响。然而，目前已有的运动预测方法只适用于线性系统或者时延比较小的情况，无法满足多自由度机器人和远距离通讯的应用需求。

技术实现思路

[0003]专利技术目的：本专利技术的目的在于提供一种有效的多自由度机器人的运动预测方法，即根据延时的机器人关节位置和速度信号，实时地预测出机器人当前的实际关节位置和速度。
[0004]技术方案：本专利技术的多自由度机器人的运动预测方法，其特征在于，根据机器人关节位置和关节速度的延时信号，通过执行以下步骤，实时预测出机器人当前的实际关节位置和实际关节速度；
[0005]步骤1、根据机器人关节位置初始值与给定的位置预测初始值之间的误差e1，以及关节速度初始值与给定的关节速度预测初始值之间的误差e2，确定次级预测器的增益参数K；
[0006]步骤2、根据次级预测器的增益参数K和测量得到的通讯时延的值τ，确定需要建立的机器人运动子状态个数m，并建立m个运动子状态；
[0007]步骤3、根据建立的m个运动子状态，构建与运动子状态数量相同的次级预测器；
[0008]步骤4、将各个次级预测器逐个串联，前一个次级预测器的输出作为后一个次级预测器的输入，在第一个次级预测器输入机器人关节位置和关节速度的延时信号，由最后一个级预测器输出机器人实际关节位置和实际关节速度的预测值。
[0009]进一步的，步骤1中，通过下式确定次级预测器的增益参数K的取值范围；
[0010][0011]其中，e1为机器人初始关节位置与给定的初始位置预测值之间的误差，e2为机器人初始关节速度与给定的初始速度预测值之间的误差。
[0012]进一步的，步骤2中，需要建立的机器人运动子状态个数m通过下式确定：
[0013][0014]其中，τ为通讯时延的值，K为次级预测器的增益参数。
[0015]进一步的，步骤3具体为：通过x
Ti
(t)＝[x
1i
(t)x
2i
(t)]表示m个运动子状态，其中i＝1,2,...,m为子状态的标号，用以下两个公式分别建立每个子状态中的元素x
1i
(t)和x
2i
(t)
[0016][0017][0018]其中x1(t)和x2(t)分别表示多自由度机器人的关节位置和关节速度，t为时间变量。
[0019]进一步的，步骤3中，次级预测器通过由如下m个方程组表示的预测算法来构建：
[0020][0021]其中和表示机器人的运动子状态的预测结果，机器人的实际关节位置和关节速度的预测结果将由第m个次级预测器给出，即和f(
·
)为已知的机器人动力学方程函数，u为机器人的控制输入量，r
i
(t)为误差校准项，其具体计算方法为：
[0022][0023]式中，α为预测器另一增益参数，α的取值范围为0.5＜α＜1.5，y
1i
(t)和y
2i
(t)为每个次级预测器的输入信号，当i＝1时，y
1i
＝x1(t
‑
τ)，y
2i
＝x2(t
‑
τ)，机器人关节位置和关节速度的延时信号；当i＝2,3,...,m时，即前一个次级预测器的输出信号。
[0024]有益效果：与现有技术相比，本专利技术具有如下显著优点：本专利技术采用多个次级预测器串联，能够在4秒左右的较大时延下应用，相比于传统方法，能够处理的通讯时延范围更大。另外本方法适用于非线性多自由度机器人，预测精度较高。而且每个次级预测器的结构相同，易于实现和推广到不同的机器人系统，有助于推动机器人网络化应用的发展。
附图说明
[0025]图1为本专利技术中机器人运动预测方法的整体系统示意图；
[0026]图2为单个次级预测器的构建原理图。
具体实施方式
[0027]下面结合附图对本专利技术的技术方案作进一步说明。
[0028]本专利技术针对通讯时延导致的机器人运动状态信息传输滞后的问题，基于多自由度机器人的非线性动力学模型设计了机器人运动状态(包括关节位置和速度)的预测方法。通
过将多个次级预测器串联，该方法能在较大的时延下，根据时滞的机器人关节位置和速度信号，实时准确地预测出机器人当前的实际关节位置和速度，如附图1所示。该预测结果有助于操作者及时地掌握机器人运动状态，并据此设计控制算法和下达指令，从而实现补偿通讯时延的目的。
[0029]下面结合附图对本专利技术具体实施方法进行阐述。
[0030]首先，根据机器人初始关节位置与给定的初始位置预测值之间的误差e1，以及初始关节速度与给定的初始速度预测值之间的误差e2，根据下式确定预测器增益K的取值范围：
[0031][0032]从上式能够确定K需要满足的最小值，而当选择更大的K的值时，可以减少系统中未知动态对预测结果的影响，减小稳态预测误差。但取值过大时可能会使预测结果产生比较大的超调，一般K不超过20。
[0033]则所需建立的机器人运动子状态的数量m可由下式确定
[0034][0035]其中τ为通讯时延的值，可以通过比较信号发送和接收的时间戳来计算得到。为了尽量简化所设计的预测算法，m可以取满足该式的最小整数，或者该最小值加1。例如当K＝1，τ＝4秒时，可取m＝4。
[0036]然后，用x
Ti
(t)＝[x
1i
(t)x
2i
(t)]表示所需建立的m个子状态，其中i＝1,2,...,m为子状态的标号，则每个子状态向量中的元素x
1i
(t)和x
2i
(t)由如下公式给出：
[0037][0038][0039]其中x1(t)和x2(t)分别表示多自由度机器人的关节位置和速度，t为时间变量。需要注意的是以上两式表示的是每个子状态所具有的物理意义，而不是计算方法，在建立子状态之后并不需要将其值的大小给计算出来。
[0040]其次，根据如下用m个方程组表示的预测算法来构建m个次级预测器：
[0041][0042]其中和表示机器人的运动子状态的预测结果，机器人的实际关节位置和速度的预测结果则由第m个次级预测器给出，即和f(
·
)为已知的机器人动力学方程函数，u为机器人的控制输入量，r...

【技术保护点】

【技术特征摘要】
1.一种多自由度机器人的运动预测方法，其特征在于，根据机器人关节位置和关节速度的延时信号，通过执行以下步骤，实时预测出机器人当前的实际关节位置和实际关节速度；步骤1、根据机器人关节位置初始值与给定的位置预测初始值之间的误差e1，以及关节速度初始值与给定的关节速度预测初始值之间的误差e2，确定次级预测器的增益参数K；步骤2、根据次级预测器的增益参数K和测量得到的通讯时延的值τ，确定需要建立的机器人运动子状态个数m，并建立m个运动子状态；步骤3、根据建立的m个运动子状态，构建与运动子状态数量相同的次级预测器；步骤4、将各个次级预测器逐个串联，前一个次级预测器的输出作为后一个次级预测器的输入，在第一个次级预测器输入机器人关节位置和关节速度的延时信号，由最后一个级预测器输出机器人实际关节位置和实际关节速度的预测值。2.根据权利要求1所述多自由度机器人的运动预测方法，其特征在于，步骤1中，通过下式确定次级预测器的增益参数K的取值范围；其中，e1为机器人初始关节位置与给定的初始位置预测值之间的误差，e2为机器人初始关节速度与给定的初始关节速度预测值之间的误差。3.根据权利要求2所述多自由度机器人的运动预测方法，其特征在于，步骤2中，需要建立的机器人运动子状态的个数m的最小值满足：其中，τ为通讯时延的值，K为次级预测器的增益参数。4.根据权利要求1所述多自由度机器人的运动预测方法，其特征在于，步骤3具体为：通过x
...

【专利技术属性】
技术研发人员：沈绍博，宋爱国，李涛，
申请(专利权)人：常州大学，
类型：发明
国别省市：