一种基于高斯过程的机械臂在线学习解耦控制方法技术

本发明专利技术属于机器人控制技术领域，具体涉及一种基于高斯过程的机械臂在线学习解耦控制方法，针对一类多自由度机械臂系统，提出了一种具有重力补偿的在线学习解耦控制方法。该方法首先通过障碍函数设定机械臂位姿及速度的运行区域。其次，在该区域内在线采集量测数据，利用高斯过程回归对机械臂动力学进行学习。然后通过Lyapunov稳定理论,证明了所提在线学习解耦控制算法可保证闭环系统所有信号的有界性。最后，通过仿真实验验证了所提控制器的有效性和优越性。本发明专利技术所提控制算法相较于传统控制策略具有更优的轨迹跟踪性能、控制信号平滑性及系统鲁棒性，适用于工业机器人、服务机器人、医疗机械臂等应用场景，具有良好的工程应用前景与推广价值。

【技术实现步骤摘要】

本专利技术属于机器人控制，具体涉及一种基于高斯过程的机械臂在线学习解耦控制方法。

技术介绍

1、近年来，机械臂成为替代劳动力的重要工具，在现代工业领域中得到了广泛的应用，由于机械臂系统具有非线性，不确定性，多变量和强耦合等特性，难以直接通过第一性原理获得精确的模型。因此，对机械臂的精准控制成为工业生产中一项重大的挑战。目前，机械臂跟踪控制的主流控制方法包括、模糊控制、滑模控制、神经网络控制等。

2、高斯过程回归是一种数据驱动建模方法，由于其仅需较少的训练数据就能够建模任意连续函数逐渐受到了许多学者的关注，现有技术中williams等学者将高斯过程回归建立的机械臂动力学模型用于对其的控制器设计中。据此，现有技术中nguyen-tuong和seeger等学者提出一种基于高斯过程的计算力矩法对机械臂进行跟踪控制。在此基础上，结合高斯过程后验方差特性，现有技术中lberto等学者提出一种基于高斯过程的变增益计算力矩控制方法来对机械臂进行跟踪控制，但该方法设计的控制器需要反馈机械臂关节加速度，加速度往往很难直接测量，不可避免存在噪声。至此，与许多机器学习本文档来自技高网...

【技术保护点】

1.一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于：所述步骤1中，构建如下多自由度机械臂的动力学模型：

3.根据权利要求1所述的一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于：所述步骤2的估计误差建模方法具体包括：

4.根据权利要求3所述的一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于：所述步骤3的障碍函数构建方法具体包括：

5.根据权利要求4所述的一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于：所述具有...

【技术特征摘要】

1.一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于：所述步骤1中，构建如下多自由度机械臂的动力学模型：

3.根据权利要求1所述的一种基于高斯过程的机械臂在线学习解耦控制方法，其特征在于...

【专利技术属性】
技术研发人员：刘玉发，张杰，廖健林，练桂铭，刘勇华，鲁仁全，苏春翌，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：