三轮全向移动机械臂加速度层的神经动力学姿态调整方法技术

本发明专利技术涉及一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法，方法步骤包括：获取三轮全向移动机械臂的状态参数，将状态参数输入预先构建的加速度层姿态调整模型中；求解加速度层姿态调整模型；根据加速度层姿态调整模型计算结果同时调整移动平台和机械臂到达期望的姿态；加速度层姿态调整模型基于在加速度层上描述的性能指标结合移动平台加速度层运动学方程以及三轮全向移动机械臂的物理极限建立；在加速度层上描述的性能指标根据零化移动机械臂当前姿态与期望姿态的误差的思想采用神经动力学设计公式推导得到。本发明专利技术既能在加速度层上，也能在速度层上，高效地实现三轮全向移动机械臂的姿态自动调整，便于执行在不同姿态下的操作任务。于执行在不同姿态下的操作任务。于执行在不同姿态下的操作任务。

【技术实现步骤摘要】
三轮全向移动机械臂加速度层的神经动力学姿态调整方法


[0001]本专利技术涉及三轮全向移动机械臂的运动规划领域，尤其是涉及一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法。

技术介绍

[0002]三轮全向移动机械臂因其灵活、机动性强的特点已在工业、医疗、军事等诸多领域得到了应用。当三轮全向移动机械臂完成给定的操作任务后，往往需要从当前的姿态调整到另一个指定或期望的姿态来继续执行相应的操作任务。一般而言，三轮全向移动机械臂的姿态调整可通过人为手动实现：先调整移动平台，再调整机械臂；或者先调整机械臂，再调整移动平台。显然，这样的方法较为繁琐和耗时：既需要多次度量移动平台的位置和朝向角以及机械臂关节角度，也无法同时调整移动平台和机械臂。
[0003]为了快速实现三轮全向移动机械臂的姿态调整，目前已有部分方案被提出，例如中国专利申请CN202111142636.6公开了一种基于梯度下降的轮式移动机器人状态调整方法，基于梯度下降公式，设计在速度层上描述的新型性能指标。目前现有技术都是在速度层上进行研究和设计的，这些方案会在适用范围受到上限制：既无法直接应用于由加速度控制的三轮全向移动机械臂，更无法进一步考虑和处理加速度极限和力矩极限。

技术实现思路

[0004]本专利技术的目的是克服上述现有技术存在的缺陷而提供一种操作方便、工作量少、作业规范、且既能在加速度层上，也能在速度层上，高效地实现三轮全向移动机械臂姿态自动调整的新方法。
[0005]本专利技术的目的可以通过以下技术方案来实现：r/>[0006]作为本专利技术的第一方面，提供一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法，所述三轮全向移动机械臂包括具有多个全向驱动轮的移动平台和设于移动平台上的机械臂，所述方法步骤包括：
[0007]获取三轮全向移动机械臂的状态参数，将状态参数输入预先构建的加速度层姿态调整模型中；
[0008]求解加速度层姿态调整模型，得到移动平台驱动轮的旋转角度、旋转角速度和旋转角加速度以及机械臂关节的角度、速度和加速度；
[0009]根据计算结果同时调整移动平台和机械臂到达期望的姿态；
[0010]所述加速度层姿态调整模型基于在加速度层上描述的性能指标结合移动平台加速度层运动学方程以及三轮全向移动机械臂的物理极限建立；所述在加速度层上描述的性能指标根据零化移动机械臂当前姿态与期望姿态的误差的思想采用神经动力学设计公式推导得到。
[0011]进一步的，所述加速度层上描述的性能指标描述为：
[0012][0013]其中，||
·
||2表示向量的二范数，M∈R
(3+n)
×
(3+n)
为系数矩阵；为系数矩阵；为系数矩阵，e为增广矩阵，表示当前姿态与期望姿态之间的误差，和表示三轮全向移动机械臂的联合加速度向量和联合速度向量，和分别表示机械臂关节的加速度和速度，和分别表示移动平台全向驱动轮的旋转角加速度和旋转角速度，n表示安装在移动平台上的机械臂自由度的个数，3表示移动平台全向驱动轮的个数。
[0014]进一步的，所述系数矩阵中：
[0015]A＝[H,0；0,I
n
]∈R
(n+3)
×
(n+3)
[0016]B＝[I2,0,0；0,cosφ,0；0,0,I
n
]∈R
(3+n)
×
(3+n)
[0017][0018]其中，表示A的时间导数，I
n
∈R
n
×
n
表示单位矩阵，φ∈R表示移动平台的朝向角，k
i
和λ
i
(i＝1,2,3)为实现姿态调整的设计参数，H∈R3×3为移动平台结构参数系数矩阵；
[0019]所述增广矩阵e表示如下：
[0020][0021]其中，p
xy
表示移动平台在水平地面上的沿着XY轴方向的坐标，p
xyd
,φ
d
和θ
d
分别表示移动平台在水平地面上沿着XY轴方向上的期望坐标和期望朝向角以及机械臂关节的期望角度。
[0022]进一步的，所述移动平台结构参数系数矩阵H表达式如下：
[0023][0024]其中，r＞0∈R表示移动平台全向驱动轮的半径，l＞0∈R表示移动平台中心点到全向驱动轮的距离，φ∈R表示移动平台的朝向角。
[0025]进一步的，所述加速度层姿态调整模型受约束于移动平台加速度层运动学方程，包括全向驱动轮的旋转角度极限、旋转角速度极限和旋转角加速度极限以及机械臂关节的角度极限、速度极限和加速度极限。
[0026]进一步的，所述求解加速度层姿态调整模型的具体步骤为：
[0027]将加速度层姿态调整模型转化为二次型优化问题；
[0028]将二次型优化问题的求解等效转化为分段线性投影方程的求解；
[0029]采用数值算法来求得二次型优化问题的最优解，包括移动平台全向驱动轮的旋转角度、旋转角速度、旋转角加速度，以及机械臂关节的角度、速度和加速度。
[0030]进一步的，所述加速度层姿态调整模型转化为如下二次型优化问题：
[0031]最小化：x
T
Qx/2+p
T
x
[0032]约束条件：x
‑
≤x≤x
+
[0033]其中，上标
T
表示矩阵或向量的转置，表示二次型优化问题的决策变量；x
±
表示x的极限，并且，表示x的极限，并且，η＞0∈R和γ＞0∈R表示极限转换参数，ε＞0∈R
3+n
表示极限转换裕量；Q＝M
T
M∈R
(3+n)
×
(3+n)
，M＝BA∈R
(3+n)
×
(3+n)
，p＝M
T
q∈R
3+n
，和分别为三轮全向移动机械臂的增广角度向量、速度向量和加速度向量；相应地，和分别表示u、和的极限。进一步的，所述分段线性投影方程具体如下：
[0034]F
Ω
(x
‑
(Qx+p))
‑
x＝0∈R
3+n
[0035]其中，F
Ω
(
·
)表示分段线性投影算子；
[0036]进一步的，对于所述分段线性投影方程，采用如下的数值算法进行求解：
[0037]e(x
k
)＝x
k
‑
F
Ω
(x
k
‑
(Qx
k
+p))
[0038]x
k+1
＝F
Ω
(x
k
‑
α(x
k
)β(x
k
...

【技术保护点】

【技术特征摘要】
1.一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法，所述三轮全向移动机械臂包括具有多个全向驱动轮的移动平台和设于移动平台上的机械臂，其特征在于，所述方法步骤包括：获取三轮全向移动机械臂的状态参数，将状态参数输入预先构建的加速度层姿态调整模型中；求解加速度层姿态调整模型，得到移动平台驱动轮的旋转角度、旋转角速度和旋转角加速度以及机械臂关节的角度、速度和加速度；根据计算结果同时调整移动平台和机械臂到达期望的姿态；所述加速度层姿态调整模型基于在加速度层上描述的性能指标结合移动平台加速度层运动学方程以及三轮全向移动机械臂的物理极限建立；所述在加速度层上描述的性能指标根据零化移动机械臂当前姿态与期望姿态的误差的思想采用神经动力学设计公式推导得到。2.根据权利要求1所述的一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法，其特征在于，所述加速度层上描述的性能指标描述为：其中，||
·
||2表示向量的二范数，M∈R
(3+n)
×
(3+n)
为系数矩阵；为系数矩阵；为系数矩阵，e为增广矩阵，表示当前姿态与期望姿态之间的误差，和表示三轮全向移动机械臂的联合加速度向量和联合速度向量，和分别表示机械臂关节的加速度和速度，和分别表示移动平台全向驱动轮的旋转角加速度和旋转角速度，n表示安装在移动平台上的机械臂自由度的个数，3表示移动平台全向驱动轮的个数。3.根据权利要求2所述的一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法，其特征在于，所述系数矩阵中：A＝[H,0；0,I
n
]∈R
(n+3)
×
(n+3)
B＝[I2,0,0；0,cosφ,0；0,0,I
n
]∈R
(3+n)
×
(3+n)
其中，表示A的时间导数，I
n
∈R
n
×
n
表示单位矩阵，ρ∈R表示移动平台的朝向角，k
i
和λ
i
(i＝1,2,3)为实现姿态调整的设计参数，H∈R3×3为移动平台结构参数系数矩阵；所述增广矩阵e表示如下：其中，p
xy
表示移动平台在水平地面上的沿着XY轴方向的坐标，φ
d
和θ
d
分别表示移动平台在水平地面上沿着XY轴方向上的期望坐标和期望朝向角以及机械臂关节的期望角度。4.根据权利要求3所述的一种三轮全向移动机械臂加速度层的神经动力学姿态调整方
法，其特征在于，所述移动平台结构参数系数矩阵H表达式如下：其中，r＞0∈R表示移动平台全向驱动轮的半径，l＞0∈R表示移动平台中心点到全向驱动轮的距离，φ∈R表示移动平台的朝向角。5.根据权利要求1所述的一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法，其特征在于，所述加速度层姿态调整模型受约束于移动平台加速度层...

【专利技术属性】
技术研发人员：仓乃梦，郭东生，张卫东，陈树康，潘阳，马开辉，陆海博，曹刚，贾泽华，吴迪，禹鑫燚，张俊峰，张云飞，
申请(专利权)人：海南大学，
类型：发明
国别省市：