System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及仓储机器人,更具体的是,本专利技术涉及一种基于工况自适应的仓储机器人边界优化方法。
技术介绍
1、随着物流产业的兴起和普及,为了减少配送时效,各大物流企业均会在各地分布式建立大型仓储式自动化立体仓库,仓储式自动化立体仓库即是具有多存储单元的高层立体货架,随着货物量的增多,通过人工管理的仓库多会出现仓库空间利用率不合理、人员管理混乱、智能化程度低下、人力物力的损耗过高、货物堆积严重、流通性差等问题,仓储式机器人应运而生,以其低成本和自动化等优点被广泛应用于货物的存取作业中。
2、仓储式机器人具有高度复杂的电气与机械特性,在实际应用中往往是一个多任务耦合的场景,由此带来关节耦合、负载易变、参数敏感、不可建模部分与未知外部扰动等复杂不确定性因素,进而使得末端执行器的实际轨迹无法达到所要求的目标轨迹,很大程度上影响了仓储式机器人的整体控制效果。考虑到传统的仓储式机器人控制方法多是基于动力学模型完全已知的假设,无法满足仓储机器人的多扰动和随机的特性要求,导致了现有的仓储机器人控制精度低、动态性能差等问题,并且由于工况的变化末端执行器的运动状态和扰动的幅值范围均会产生变化,进一步的加大了末端执行器的误差。
技术实现思路
1、本专利技术的目的是设计开发了一种基于工况自适应的仓储机器人边界优化方法,通过动态滑动面结合动力学模型能够实现动态调节滑动面的边界,进而保证稳定性的前提下能够达到高精度的要求。
2、本专利技术提供的技术方案为:
3、一种基于工
4、步骤一、采集末端执行器的初始位置,并确定末端执行器的目标位置,进而获得末端执行器的运动轨迹,并建立仓储机器人的动态滑动面;
5、其中,所述仓储机器人的动态滑动面为:
6、
7、式中,s为滑动面函数,k3为第三增益系数,ε为末端执行器的跟踪误差向量;
8、步骤二、建立仓储机器人的动力学模型:
9、
10、式中,q∈rn为所有旋转轴的n维位置矢量,m(q)∈rn×n为n×n维的惯性矩阵,为n×n维的哥氏力与离心力矩阵,g(q)∈rn为n维重力项矢量;
11、步骤三、通过动力学模型动态调节动态滑动面的边界:
12、
13、ψ=b-1ak′μ;
14、式中,j(q)为雅可比矩阵,kv为第一关联状态参数,kμ为第二关联状态参数,为模型的输入,ψ为边界规划函数,a为第一对角矩阵,b为第二对角矩阵。
15、优选的是,所述末端执行器的跟踪误差向量满足:
16、ε=e-ed(t);
17、
18、其中,e为误差,ed(t)为期望误差。
19、优选的是,所述误差满足:
20、e=x(q)-xd;
21、式中,x(q)为末端执行器的运动轨迹,xd为任务期望。
22、优选的是,所述期望误差满足:
23、
24、式中,hj(t)为跟踪函数,且j=1,2,e(0)为误差初始值。
25、优选的是,所述惯性矩阵满足:
26、mmin≤‖m-1‖≤mmax<∞;
27、
28、式中,mmin为下界正定系数,mmax为上界正定系数,α为常数,且0<α<1,为包含不确定性的惯性矩阵观测值。
29、优选的是,所述雅可比矩阵满足:
30、
31、式中,jx为仓储机器人的正向雅可比矩阵,jq为仓储机器人的反向雅可比矩阵。
32、优选的是,所述第二关联状态参数满足:
33、
34、式中,为第二关联状态参数的估计值,为第二关联状态参数的观测值。
35、优选的是,所述第二关联状态参数的估计值满足:
36、
37、式中,ξγi为末端执行器的初始基座位置。
38、优选的是,所述末端执行器的初始基座位置满足:
39、
40、本专利技术所述的有益效果:
41、本专利技术设计开发的一种基于工况自适应的仓储机器人边界优化方法,提高了动态响应性能和抗干扰能力,加强了仓储机器人的系统鲁棒性,保证稳定性的前提下能够达到高精度的要求。
本文档来自技高网...【技术保护点】
1.一种基于工况自适应的仓储机器人边界优化方法,其特征在于,包括如下步骤:
2.如权利要求1所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述末端执行器的跟踪误差向量满足:
3.如权利要求2所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述误差满足:
4.如权利要求3所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述期望误差满足:
5.如权利要求4所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述惯性矩阵满足:
6.如权利要求5所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述雅可比矩阵满足:
7.如权利要求6所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述第二关联状态参数满足:
8.如权利要求7所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述第二关联状态参数的估计值满足:
9.如权利要求8所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述末端执行器的初始基座位置满足:
【技术特征摘要】
1.一种基于工况自适应的仓储机器人边界优化方法,其特征在于,包括如下步骤:
2.如权利要求1所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述末端执行器的跟踪误差向量满足:
3.如权利要求2所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述误差满足:
4.如权利要求3所述的基于工况自适应的仓储机器人边界优化方法,其特征在于,所述期望误差满足:
5.如权利要求4所述的基于工况自适应的仓储机器人边界优化方法,其特征在...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。