遥操作系统的自适应控制器的设计方法、设备及存储设备技术方案

本发明专利技术提供了一种遥操作系统的自适应控制器的设计方法、设备及存储设备，利用随机微分方程建立一种新的遥操作系统的动力学模型，针对该系统模型，基于加幂积分技术保证不违背约束条件，通过引入RBF神经网络近似未知的非线性冗余项，简化了计算过程，利用控制律和自适应律设计自适应控制器实现了遥操作机械臂系统对参考信号的精确跟踪，并保证了整个闭环系统的稳定。本发明专利技术的有益效果是：本发明专利技术公开的设计方法既能够保证遥操作机械臂系统的精确跟踪控制，又能同时处理随机噪声和时变时延，还能够缩短控制时间并提高系统的响应速率。率。率。

【技术实现步骤摘要】
遥操作系统的自适应控制器的设计方法、设备及存储设备


[0001]本专利技术涉及随机时变时滞遥操作系统的控制领域，尤其涉及一种遥操作系统的自适应控制器的设计方法、设备及存储设备。

技术介绍

[0002]遥操作系统能将人所在的主端的命令和行为传到并作用在远端，实现对远端环境的期望的操作和控制，从而极大地提高操作者的安全性和工作效率，节约成本，更高效合理地利用人力资源，实现多方协调作业等。另外，相对于完全由设备自己做决策的自动化控制技术，由于加入了人类行为的影响，遥操作技术使设备的灵活性也得到了相应地提高。尤其是将互联网作为遥操作系统信号传输地媒介，即网络遥操作系统，系统的低成本、高效率、易维护性、可重构性等特点将更加明显。因此，遥操作系统在诸如建筑、服务、医疗、国防、航空航天、深海探测等远端平台或机械装备的操作方面和领域。相对于独立地控制系统，遥操作系统不论是在结构上还是基础控制理论上都要复杂得多。研究遥操作系统地控制放方案不仅具有重要地理论意义，同时具有重要的工程应用价值。
[0003]在遥操作系统的设计中，有两个重要的性能需求：稳定性和透明性。稳定性保证了系统能够稳定工作，透明性保证了操作员对远程环境的感知。然而，这两个重要的需求经常受到不确定环境因素的影响。通常来说，对于稳定性与透明性的控制目标是相对立的。同时保证二者非常困难，在保证系统的透明性时，维持稳定性的难度大大增强，有时甚至无法稳定。因此，遥操作系统的控制问题引起了研究者广泛的关注。近年来，人们对遥操作系统的各种控制策略进行了研究，如自适应控制、滑模控制等。为提高双向遥操作系统的透明性，有学者提出了一种自适应模糊反步控制方法。针对具有传输时延的不确定非线性双边遥操作系统，有研究者提出了一种基于RBFNN的自适应滑模控制设计。也有研究者设计了一种用于遥操作系统处理时变时滞和不确定性的鲁棒自适应控制方案，并提供了时滞参考信号的平滑估计。值得注意的是，在许多情况下，机器人系统是工作在随机环境中，如白噪音等。为此，有人研究了白噪声阻塞的机械系统的建模和跟踪，并利用随机微分方程描述了机器人的动态模型，这可以解决由白噪声的平均功率引起的问题。因此，遥操作系统的控制方法的不断涌现使得遥操作系统的控制理论越来越成熟。针对遥操作系统控制任务的研究，在现有的文献中已经取得了相当丰富的成果。然而，在应对实际问题时，许多随机非线性特性与严格非线性特性的存在，以及双边通信所带来的时延时滞问题依然影响着被控系统的性能。另外，随着技术的发展，工程控制系统中对控制性能的要求也变得日益严苛。首先，在控制精度方面，已有的控制方法在对复杂的遥操作系统进行跟踪控制时存在着较大的跟踪误差，没法保证系统输出精确地跟踪参考信号。其次，在时间方面，已有的控制方法在对高延迟遥操作机械臂系统的控制时间相对较长，这无法满足快速跟踪的控制要求。
[0004]通过以上分析，对随机时变时滞遥操作系统的控制研究仍然面临着众多的挑战。首先，面对系统的约束，如何设计满足约束条件的障碍Lyapunov函数是一个需要解决的问题。此外，如何基于系统随机时延时滞的情况下，设计自适应控制器是另一个需要解决的问
题。

技术实现思路

[0005]为了解决上述问题，本专利技术提供了一种遥操作系统的自适应控制器的设计方法，利用随机微分方程建立一种新的遥操作系统的动力学模型，针对该系统模型，基于加幂积分技术保证不违背约束条件，通过引入RBF神经网络近似未知的非线性冗余项，简化了计算过程，利用控制律和自适应律设计自适应控制器实现了遥操作机械臂系统对参考信号的精确跟踪，并保证了整个闭环系统的稳定。因此，本专利技术公开的设计方法既能够保证遥操作机械臂系统的精确跟踪控制，又能同时处理随机噪声和时变时延，还能够缩短控制时间并提高系统的响应速率。
[0006]一种遥操作系统的自适应控制器的设计方法，主要包括：
[0007]S1：考虑遥操作系统的机械臂主从系统，主系统包含主机器人和主操纵器，从系统包含从机器人和从操纵器，设计机械臂的动力学模型：
[0008][0009]其中，分别表示主机器人和从机器人的位置、速度和加速度信号，i＝m,s，m,s分别表示主机器人和从机器人，M
m
(q
m
),M
s
(q
s
)∈R
n*n
表示主机器人和从机器人的质量惯性矩阵，表示主机器人和从机器人的科里奥利/离心力矩阵，G
m
(q
m
),G
s
(q
s
)∈R
n*n
表示主机器人和从机器人的重力矩阵，n是机器人的自由度，τ
i
表示主机器人和从机器人的控制输入扭矩，F
h
和F
e
分别表示来自操作者的工作扭矩和环境扭矩，Λ(q
m
)和Λ(q
s
)分别表示主机器人和从机器人的广义力矩阵，ζ1,ζ2表示主机器人和从机器人的随机过程；
[0010]S2：设计控制器：
[0011]从动力学模型、位置跟踪误差Z
s
和时延滑动表面r
s
得到：
[0012][0013]其中，μ
m
和μ
s
为通信信道的延迟，μ
m
表示从主机器人到从机器人的延迟，μ
s
表示从机器人到主机器人的延迟，t表示时间；
[0014]设计的从控制器的控制律为：
[0015][0016]设计的从控制器的自适应律为：
[0017][0018]其中，a2、K
S
、γ
s
均为设计参数，且a2>0，K
S
＞0，γ
s
＞0，λ
s
＝||Λ(q
s
)||；)||；是RBF神经网络的权值θ
s
的估计，T表示转置，
[0019]利用设计的控制律τ
s
和自适应律设计正定的李雅普诺夫函数：
[0020][0021]其中，V
s
表示李雅普诺夫函数，表示李雅普诺夫函数的导数，c2、d2、γ
s
均为设计参数，c2＝a2‑
d2＞0，d2＞0，γ
s
＞0，
[0022]S3：根据设计的自适应控制器，实现对机器人关节的轨迹跟踪。
[0023]进一步地，将主机器人的位置跟踪误差Z
m
和从机器人的位置跟踪误差Z
s
定义为：
[0024]Z
m
(t)＝q
m
(t)
‑
q
s
(t
‑
μ
s
),
[0025]Z
s
(t)＝q
s
(t)
‑
q
m
(t...

【技术保护点】

【技术特征摘要】
1.一种遥操作系统的自适应控制器的设计方法，其特征在于：包括：S1：考虑遥操作系统的机械臂主从系统，主系统包含主机器人和主操纵器，从系统包含从机器人和从操纵器，设计机械臂的动力学模型：其中，分别表示主机器人和从机器人的位置、速度和加速度信号，i＝m,s，m,s分别表示主机器人和从机器人，M
m
(q
m
),M
s
(q
s
)∈R
n*n
表示主机器人和从机器人的质量惯性矩阵，表示主机器人和从机器人的科里奥利/离心力矩阵，G
m
(q
m
),G
s
(q
s
)∈R
n*n
表示主机器人和从机器人的重力矩阵，n是机器人的自由度，τ
i
表示主机器人和从机器人的控制输入扭矩，F
h
和F
e
分别表示来自操作者的工作扭矩和环境扭矩，Λ(q
m
)和Λ(q
s
)分别表示主机器人和从机器人的广义力矩阵，ζ1,ζ2表示主机器人和从机器人的随机过程；S2：设计自适应控制器：从动力学模型、位置跟踪误差Z
s
和时延滑动表面r
s
得到：其中，μ
m
和μ
s
为通信信道的延迟，μ
m
表示从主机器人到从机器人的延迟，μ
s
表示从机器人到主机器人的延迟，t表示时间；设计的从控制器的控制律为：设计的从控制器的自适应律为：其中，a2、K
S
、γ
s
均为设计参数，且a2>0，K
S
＞0，γ
s
＞0，λ
s
＝||Λ(q
s
)||；非线性冗余项)||；非线性冗余项是RBF神经网络的权值θ
s
的估计，T表示转置；利用设计的控制律τ
s
和自适应律设计正定的李雅普诺夫函数：其中，V<...

【专利技术属性】
技术研发人员：郑世祺，粟涛，宋涛，戴桂鹏，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：