串联机器人高精度位置控制方法
【专利摘要】提供一种改进的串联机器人控制方法：无需知道被控对象的具体数学模型；具有强鲁棒性、高跟踪精度；并且改善由于大范围的初始位姿偏差而引起的力矩跳变和速度跳变问题。采用基于计算力矩法的滑模方法，来保证控制中的强鲁棒性；引入指数趋近律，来消除滑模控制中的抖振问题；采用一个自适应模糊控制器，根据滑模到达条件对滑模切换增益进行估算，增强其对不确定性因素的适应能力，消除在滑模控制中输出力矩的抖振现象；采用另一个模糊自适应控制器对指数趋近律的系数进行修正，来改善由于大范围的初始位姿偏差而引起的大力矩和速度跳变问题。
【专利说明】串联机器人高精度位置控制方法
【技术领域】
[0001]本发明涉及串联机器人的位置控制领域，具体是指一种通过模糊自适应滑模控制方法实现对串联机器人的高精度位置跟踪以及机器人启动时力矩和速度跳变问题的改善方法。
【背景技术】
[0002]机器人技术是集机构学、电子技术、计算机技术、传感技术、控制论、人工智能和仿生学等多学科于一体的高新技术。
[0003]机器人位置控制是机器人技术的一个重要领域。工业机器人是一个复杂的多输入多输出的非线性系统，具有强耦合、时变以及非线性等动力学特性，其控制过程复杂。由于机器人参数测量与建模的不精确，加上机器人负载以及工业外部干扰的不确定性，实际中无法获取机器人完整、精确的对象模型，工业机器人的特定应用环境，决定它必须面对各种不确定因素的存在。
[0004]对于机器人来说，其控制器设计分为两类:一类是按照机器人实际轨迹与期望轨迹间的偏差进行负反馈控制。这类方法称为“运动控制”，主要优点是控制律简单，易于实现。但对于控制高速高精度机器人来说，这类方法有两个明显的缺点:一是难于保证受控机器人具有良好的动态和静态品质；二是需要较大的控制能量。另一类控制器设计称为“动态控制”。这类方法是根据机器人动力学模型的性质设计出更精细的非线性控制律，所以又常称为“以模型为基础的控制”。用动态控制方法设计的控制器可使被控机器人具有良好的动态和静态品质，克服了运动控制方法的缺点。
[0005]滑模控制不需要知道被控对象的数学模型，但控制中容易出现斗振问题，为了进一步提高滑模控制效果，可以采用自适应模糊滑模控制，自适应调节滑模控制的增益，增强对随机不确定性的适应能力，来消除在滑模控制中的输入抖振现象。但值得关注的是，在跟踪误差突变时控制器的大力矩和速度跳变问题，给实际的机器人控制带来很大弊端，非常容易损坏各关节的伺服电机。
【发明内容】
[0006]本发明的目的在于基于双模糊自适应滑模控制技术，设计一种跟踪效果好、速度输出平滑的机器人位置控制算法。很好地改善由于大的初始位姿产生的偏差而引起的大力矩和速度的跳变问题。
[0007]为达到此目的，本发明的技术方案如下:基于计算力矩法的滑模控制技术，建立机器人的连杆坐标系，获取它的D-H参数，得到机器人的动力学方程。根据D-H参数估算各关节的惯性力项、哥氏力项和重力项，最后得出各关节的力矩估算公式。通过各关节的位置误差建立滑模面，利用基于计算力矩法的滑模控制技术来进行各关节的位置控制。为了减少滑模控制中的抖振现象，加入了指数趋近律，对于其中的滑模切换增益K采用自适应模糊控制在线进行估计。为了减弱大的初始偏差带来的力矩跳变和速度跳变问题，采用另一个模糊控制来估算指数趋近律的系数A，确定最优参数。整个流程包括:动力学估算模块、建立滑模面模块、滑模切换增益估算模块、指数趋近律估算模块、控制力矩计算模块。
[0008]第一步，建立机器人各连杆坐标系，确定各连杆的D-H参数(ai; Qi,
Θ、由拉格朗日方程—，i = 1，2，...，n，推导出动力学方程:
【权利要求】
1.提供了一种改进的串联机器人控制方法:它不需要知道被控对象的具体数学模型；而且具有强鲁棒性、高跟踪精度；并且改善由于大范围的初始位姿偏差而引起的力矩跳变和速度跳变问题；本发明首先对机器人进行建模，估算其动力学模型，采用基于计算力矩法的滑模非线性控制方法，来保证控制中的强鲁棒性；机器人滑模控制会出现抖振现象，因此本发明引入指数趋近律，有效地消除抖振问题；同时，本发明采用一个自适应模糊控制器，根据滑模到达条件对滑模切换增益进行估算，增强其对不确定性因素的适应能力，消除在滑模控制中输出力矩的抖振现象；采用另一个模糊自适应控制器对指数趋近律的系数进行修正，来改善由于大范围的初始位姿偏差变化而引起的大力矩和速度跳变问题；动力学估算模块I通过建立机器人的连杆坐标系，获取它的D-H参数，得到机器人的动力学方程，根据D-H参数估算各关节的惯性力项、哥氏力项和重力项，最后得出各关节的力矩估算公式；建立滑模面模块2通过各关节的位置误差建立滑模面，利用基于计算力矩法的滑模控制技术来进行各关节的位置控制；滑模切换增益估算模块3为了减少滑模控制中的抖振现象，加入了指数趋近律，对于其中的等速趋近项系数K采用自适应模糊控制在线进行估计；指数趋近律估算模块4为减弱大的初始偏差带来的大力矩与速度跳变，采用另一个模糊控制来估算指数趋近律系数，确定最优参数；控制力矩计算模块5最后算出各关节的控制输入τ i来完成机器人的位置控制；来实现机器人位置高精度跟踪以及改善力矩跳变和速度跳变问题。
2.根据权利要求1所述基于计算力矩法的双模糊自适应滑模控制方法，其特征是:所述D-H参求取与动力学估算模块，建立机器人各连杆坐标系，确定各关节的D-H参数(a1,d1,θ);由拉格朗日方
3.根据权利要求1所述基于计算力矩法的双模糊自适应滑模控制方法，其特征是:所述建立滑模面模块，通过计算各关节的位置误差e和误差变化率?建立滑模面s = ? + Ae，其中
4.根据权利要求1所述基于计算力矩法的双模糊自适应滑模控制方法，其特征是:所述滑模切换增益估算模块，用模糊控制自适应逼近滑模控制律的增益K;采用乘积推理机、单值模糊器和中心平均解模糊器来设计模糊控制系统，系统的控制输出为:
5.根据权利要求1所述基于计算力矩法的双模糊自适应滑模控制方法，其特征是:所述指数趋近律估算模块，对滑模控制的指数控制项系数进行模糊控制，通过调节A来达到:当误差及误差变化率大的时候尽量减小控制量；反之，则增加控制量，从而保留了原控制算法的好的跟踪效果，同时改善了机器人启动时的大力矩问题。
6.根据权利要求1所述基于计算力矩法的双模糊自适应滑模控制方法，其特征是:所述控制力矩计算模块，将上面的几部分组合，关节的力矩控制输入为:
【文档编号】B25J9/16GK103433924SQ201310321980
【公开日】2013年12月11日 申请日期:2013年7月26日 优先权日:2013年7月26日
【发明者】白瑞林, 闫文才, 李新, 吉峰 申请人:无锡信捷电气股份有限公司, 江南大学