本发明专利技术属于机器人智能控制技术领域，公开了一种多机械臂协作控制方法、系统、计算机设备及存储介质，包括：获取多机械臂控制需求；基于多机械臂控制需求，求解预设的基于纳什博弈的多机械臂鲁棒协作控制框架，得到多机械臂协作控制方案；其中，基于纳什博弈的多机械臂鲁棒协作控制框架基于多目标优化方案结合纳什博弈理论构建；其中，多目标优化方案包括机械臂关节速度最小化函数、机械臂关节速度无限范数速度最小化函数、机械臂可操控性最大化函数以及机械臂重复运动生成方案函数。可以减轻机械臂关节速度的过度和突然变化，提高可操作性，消除机械臂关节漂移，实现多机械臂协作控制优化。
【技术实现步骤摘要】
本专利技术属于机器人智能控制，涉及一种多机械臂协作控制方法、系统、计算机设备及存储介质。
技术介绍
1、面向任务的多机械臂应用领域的挑战在于协同控制多个机械臂，涉及到各种复杂任务，从工业制造到外科手术再到核反应堆或太空探索。这种协同性质使得任务执行更加高效，但也带来了一系列技术困难。
2、针对多机械臂的实际应用情况，多个机械臂可能具有不同的运动结构和自由度，其协同运动需要精确的控制算法，并且在很多情况下无法获取机械臂的准确运动模型，给控制和轨迹规划带来了挑战，此外为了保证安全，必须确保多个机械臂在执行任务时不会相互碰撞或与工作空间中的障碍物发生碰撞，这涉及到碰撞避免和任务执行的安全性。因此，为了有效地分配资源并优化多个目标，需要复杂的优化技术，而在动态和不可预测的环境中进行实时协调和适应性是必不可少的，这要求系统对不确定性和外部干扰具有鲁棒性。
3、然而，现有多机械臂控制方法对于异构性系统的协同挑战较大，即使机械臂具有不同的运动结构和自由度，协同控制也可能变得复杂。同时，面对实际应用中缺乏精确运动模型的情况，现有方法可能面临控制和轨迹规划的问题。
技术实现思路
1、本专利技术的目的在于克服上述现有技术的缺点，提供一种多机械臂协作控制方法、系统、计算机设备及存储介质。
2、为达到上述目的，本专利技术采用以下技术方案予以实现：
3、本专利技术第一方面，提供一种多机械臂协作控制方法，包括：
4、获取多机械臂控制需求；
>5、基于多机械臂控制需求，求解预设的基于纳什博弈的多机械臂鲁棒协作控制框架，得到多机械臂协作控制方案；6、其中，基于纳什博弈的多机械臂鲁棒协作控制框架基于多目标优化方案结合纳什博弈理论构建；其中，多目标优化方案包括机械臂关节速度最小化函数、机械臂关节速度无限范数速度最小化函数、机械臂可操控性最大化函数以及机械臂重复运动生成方案函数。
7、可选的，所述机械臂关节速度最小化函数为：
8、
9、其中，表示机械臂关节速度；
10、所述机械臂关节速度无限范数速度最小化函数为：
11、
12、所述机械臂可操控性最大化函数为：
13、
14、其中，j为雅可比矩阵，qi为机械臂的第i个关节角度；m为雅可比矩阵特征值个数；im为单位矩阵；
15、所述机械臂重复运动生成方案函数为：
16、
17、其中，λ＞0为预设参数，用于调节机械臂的关节位移响应幅值；q为机械臂的关角度节；q0为机械臂的初始期望关节角度。
18、可选的，所述基于纳什博弈的鲁棒最优控制框架为：
19、
20、其中，和为预设的优化准则的权重系数；为拉普拉斯矩阵，的邻接矩阵为为第s机械臂和第j机械臂之间的连接权重，当第j机械臂在第s机械臂的邻居集v(s)中时，否则的度矩阵为为对角矩阵，其对角元素由ns指定，若机械臂与虚拟机械臂相连，则ns＝1；否则，ns＝0；为对角矩阵；jo＝diag(j1；...；jk)；为第k个机械臂的关节角速度；1s为单位矩阵；为来自指挥中心的机械臂关节速度指令；γ>0为预设参数，用于调节收敛速率；rd为机械臂的期望轨迹；设置如下的控制律：
21、
22、
23、其中，为第s个机械臂的实际轨迹速度；为第j个机械臂的实际轨迹速度；β＞0为预设参数，用于调节收敛速度；为第s个机械臂的轨迹；为第j个机械臂的轨迹；为矩阵为第k个机械臂的轨迹；为从末端执行器到预定参考轨迹rd(t)的恒定距离矢量；为机械臂最小关节速度，为机械臂最大关节速度，q+为机械臂最大关节角度，q-为机械臂最小关节角度。
24、可选的，所述求解预设的基于纳什博弈的多机械臂鲁棒协作控制框架包括：
25、使用循环神经网络控制器求解基于纳什博弈的多机械臂鲁棒协作控制框架，得到多机械臂协作控制方案。
26、可选的，所述使用循环神经网络控制器求解基于纳什博弈的多机械臂鲁棒协作控制框架包括：
27、根据基于纳什博弈的鲁棒最优控制框架，建立拉格朗日方程
28、
29、
30、其中，θ1和θ2为拉格朗日乘子，μ＝vec((jjt)-1)；
31、根据kkt条件，拉格朗日方程具有如下结构：
32、
33、
34、
35、
36、转换得到：
37、
38、
39、
40、
41、
42、将上述方程表示为平衡方程：
43、γ(t)υ(t)＝ζ(t)
44、
45、
46、
47、构建平衡方程的误差函数
48、
49、构建集成动态误差模型的神经网络模型作为循环神经网络控制器，基于循环神经网络控制器以最小化为优化目标迭代优化，得到多机械臂协作控制方案。
50、本专利技术第二方面，提供一种多机械臂协作控制系统，包括：
51、需求获取模块，用于获取多机械臂控制需求；
52、协作控制模块，用于基于多机械臂控制需求，求解预设的基于纳什博弈的多机械臂鲁棒协作控制框架，得到多机械臂协作控制方案；
53、其中，基于纳什博弈的多机械臂鲁棒协作控制框架基于多目标优化方案结合纳什博弈理论构建；其中，多目标优化方案包括机械臂关节速度最小化函数、机械臂关节速度无限范数速度最小化函数、机械臂可操控性最大化函数以及机械臂重复运动生成方案函数。
54、可选的，所述机械臂关节速度最小化函数为：
55、
56、其中，表示机械臂关节速度；
57、所述机械臂关节速度无限范数速度最小化函数为：
58、
59、所述机械臂可操控性最大化函数为：
60、
61、其中，j为雅可比矩阵，qi为机械臂的第i个关节角度；m为雅可比矩阵特征值个数；im为单位矩阵；
62、所述机械臂重复运动生成方案函数为：
63、
64、其中，λ＞0为预设参数，用于调节机械臂的关节位移响应幅值；q为机械臂的关角度节；q0为机械臂的初始期望关节角度。
65、可选的，所述基于纳什博弈的鲁棒最优控制框架为：
66、
67、其中，和为预设的优化准则的权重系数；为拉普拉斯矩阵，的邻接矩阵为为第s机械臂和第j机械臂之间的连接权重，当第j机械臂在第s机械臂的邻居集v(s)中时，否则的度矩阵为为对角矩阵，其对角元素由ns指定，若机械臂与虚拟机械臂相连，则ns＝1；否则，ns＝0；为对角矩阵；jo＝diag(j1；...；jk)；为第k个机械臂的关节角速度；1s为单位矩阵；为来自指挥中心的机械臂关节速本文档来自技高网...
【技术保护点】
1.一种多机械臂协作控制方法，其特征在于，包括：
2.根据权利要求1所述的多机械臂协作控制方法，其特征在于，所述机械臂关节速度最小化函数为：
3.根据权利要求2所述的多机械臂协作控制方法，其特征在于，所述基于纳什博弈的鲁棒最优控制框架为：
4.根据权利要求3所述的多机械臂协作控制方法，其特征在于，所述求解预设的基于纳什博弈的多机械臂鲁棒协作控制框架包括：
5.根据权利要求4所述的多机械臂协作控制方法，其特征在于，所述使用循环神经网络控制器求解基于纳什博弈的多机械臂鲁棒协作控制框架包括：
6.一种多机械臂协作控制系统，其特征在于，包括：
7.根据权利要求6所述的多机械臂协作控制系统，其特征在于，所述机械臂关节速度最小化函数为：
8.根据权利要求7所述的多机械臂协作控制系统，其特征在于，所述基于纳什博弈的鲁棒最优控制框架为：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述多机械臂协作控制方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述多机械臂协作控制方法的步骤。
...
【技术特征摘要】
1.一种多机械臂协作控制方法，其特征在于，包括：
2.根据权利要求1所述的多机械臂协作控制方法，其特征在于，所述机械臂关节速度最小化函数为：
3.根据权利要求2所述的多机械臂协作控制方法，其特征在于，所述基于纳什博弈的鲁棒最优控制框架为：
4.根据权利要求3所述的多机械臂协作控制方法，其特征在于，所述求解预设的基于纳什博弈的多机械臂鲁棒协作控制框架包括：
5.根据权利要求4所述的多机械臂协作控制方法，其特征在于，所述使用循环神经网络控制器求解基于纳什博弈的多机械臂鲁棒协作控制框架包括：
6.一种多机械臂协作控制系统，其特征在于，包括：
【专利技术属性】
技术研发人员：佟玉闯，刘浩天，杨天博，张正涛，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
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。