基于运动速度的机器人学习控制.pdfVIP

维普资讯 扭／ 善 ≮西 第 l2卷第 2期 控制理论与应用 VDLl2．No．2 ADr．，l995 刘德满 刘宗富 (东北大学 自动控制 系 ·沈 阳，110006) 、 尹朝万 吴成东 l3 L (中国科学院沈阳 自动化研究所 ·沈阳，110015) (沈阳建筑工程学院自动化系，i1ool~) 广^、 摘要；为了使机器人跟踪给定的期望轨线，提出了一种新的基于机器人运动重复性的学习 控制法．在这种方法中机器人通过重复试验得到期望运动，这种控制法的优点 ：一是对于在期望 运动附近非线性机器人动力学的近似表达式的线性对变机械系统产生期望运动的输^力矩可不 由估计机器人动力学的物理参数形成；二是可以适当的选择拉置、迷度和加速度反馈增益矩阵， 从而加快误差收敛速度；三是加入了加速度反馈，减少 了重复试验的次数．这是因为在每次试验 的初始时刻不存在位置和速度误差 ．但存在加速度误差．另外 ，这种控制法的有效性通过 PUMA562机器人的前三千关节的计算机仿真结果得到验证- 关键词 学习}试验 ；重复；线性北；仿真 1 引 言 尽管由机器人跟踪的期望轨线被确定描述 ，但精确的实现它很不容易．主要原因是估 计机械关节之间的干扰及十分影晌机器人运动的不可测扰动十分困难 ．实时得到这样的 干扰和扰动的定量估计数据实际上不可能．但是 ，似乎整个机器人动力学包括那些未知的 干扰和扰动当机器人重复相同运动时可以再现．因此，期望运动可通过很好地使用机器人 运动的再现得到改进．以前，有些学者注意到了这一点且提出了基于重复真实机器人运动 的新的控制方法 ．在这种控制方法中机器人可通过试验运动的充分重复最终得到给 定期望运动，象人通过重复训练一样学习期望运动．为 了在实际中实现，在当前试验中加 到机器人的输入力矩仅由在前一试验中和在期望运动中的真实机器人数据简单修改．如 果对于修正律和期望运动的某些条件得到满足，那么由重复试验运动，机器人收敛到期望 运动．这种控制法的第一个优点是尽管机器人动力学的线性化时变机械系统的物理参数 未知，但学习控制的收敛条件很容易得到满足 {第二个优点是可 以通过适当的选择位置、 速度和加速度反馈增益矩阵，以加快误差收敛速度 ；第三个突出优点是使用加速度反馈减 少了试验运动次数，这是因为在每次试验运动的初始时刻不存在位置和速度误差，但存在 加速度误差． ． 2 机器人机械手动力学的线性化 一 个 由 个驱动器驱动的 关节机器人机械手的每个关节 由移动或转动关节组成． ·中国科学院机器人学开放研究实验室资助课题． 本文于 1993年 7月3日收到．1994年 5月26日收到修改稿 维普资讯 2期 基于运动速度 的机器人学习控制 139 众所周知机器人 的非线性动力学可表示为 () + f(o，)一 (∞ 一 f． (1j 其中tJ(t)∈R 表示关节角坐标． ∈R表示广义力矢量．，()∈R 表示正定、对称的惯 量矩阵．()∈R 表示重力力矩矢量．，(，)由离心力和哥氏力及其它 由摩擦力和扰动 引起 的非线性元素组成． 在计算力矩控制法中，相应于期望轨线的理想关节力矩 “()由把期望关节角位置 ()，关节角速度 ()．和关节角加速度 OAt)代入 (1)中得到 ( ) -t-，( ， )-p ( )一 ()． (2