CN114995144B 一种基于迭代学习的平面机械臂轨迹跟踪控制方法 （南京工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114995144B(45)授权公告日2025.01.10

(21)申请号202210649382.5

(22)申请日2022.06.09

(65)同一申请的已公布的文献号申请公布号CN114995144A

(43)申请公布日2022.09.02

(73)专利权人南京工业大学

地址211816江苏省南京市江北新区浦珠

南路30号

(72)发明人沈谋全吴星徵刘丹李丽伟史建涛秦雯

(74)专利代理机构北京新科华领知识产权代理事务所(普通合伙)16115

专利代理师吴变变

(51)Int.CI.

GO5B13/04(2006.01)

(56)对比文件

刘久台.基于迭代学习的工业机械臂轨迹跟

踪控制策略研究.中国优秀硕士学位论文全文数据库信息科技辑.2022,第2022年(第02期),

I140-392.

XingzhengWu等.IterativeLearning

ControlforNonlinearSystemsWith

Iteration-VaryingTrialLengthsUsing

ModifiedReferenceTrajectories.2021IEEE10thDataDrivenControlandLearning

SystemsConference.2021,1161-1165.

审查员邹聪

权利要求书4页说明书5页附图3页

(54)发明名称

一种基于迭代学习的平面机械臂轨迹跟踪控制方法

(57)摘要

CN114995144B本发明公开了一种基于迭代学习的平面机械臂轨迹跟踪控制方法。该方法首先基于Lagrange方法建立的机械臂动力学模型，提出了一种基于径向基函数的迭代学习控制方案，利用一种参考轨迹修饰方法来适应迭代过程中系统初始状态的对齐条件，同时构造了基于递减序列的可变学习增益以抑制迭代变化扰动的不利影响，最后设计出使平面机械臂的轨迹跟踪误差有界收敛的控制器。与传统基于任务精确数学模型的控制算法相比，本方法是一种新的控制方案。

CN114995144B

执行器

更新输入

系统

更新算法各项参数

传感器

储存器

神经网络计算：a

CN114995144B权利要求书1/4页

2

1.一种基于迭代学习的平面机械臂轨迹跟踪控制方法，其特征在于，包括以下步骤：

基于Lagrange方法建立机械臂动力学模型如下所示：

M(q(t)?.(t)+C(q(t),q.(t))q.(t)+G(q(t))=z(t)+d(t),t∈[0,T.]

式中，Qk,Gk,?k分别为关节位置、关节速度、关节加速度，M为对称正定的惯性矩阵，C为哥氏力矩阵且M-2C为斜对称矩阵，G为重力向量，t为转矩输入，d为未建模动态与其他未知扰动，t表示时间，k表示迭代批次，T表示实际迭代时长并满足0Tmin≤T≤T;

通过修饰参考轨迹，以在迭代时长不固定的情况下令迭代初始时跟踪误差与前次迭代终止时跟踪误差一致，具体步骤如下：

9m,k(t)=qa(t)-@(t)(qa(t)-qa(Tk))-@2(t)(qa(t)-qa(T?))

式中，qa(t)表示系统原参考轨迹，qm,k(t)表示修饰后的参考轨迹，并记?.(t)=q9mk(t)-q.(t)为跟踪误差，Q,②?为二阶可导函数，并满足如下要求：

①(0)=1,W?(0)=0,@(Ta)=@?(Ta)=0;

あ(0)=0,0?(0)=1,0(T)=O?(T)=0;

o(Ta)=?(Ta)=0;

@(t)=D(t)=@(t)=@?(t)=@?(t)=⑦?(t)=0,t∈[TT];

式中T为修饰长度，且满足0T?≤T;

使用径向基函数神经网络来估计并补偿系统不确定性，利用基于迭代学习的控制器来控制机械臂系统，具体步骤如下：

基于机械臂动力学模型，有未知非线性函数a(t)满足下式：

[M(q)9m+G(qk)-d]

进一步，采用径向基函数神经网络对a(t)进行估计，如下所示：a?(t)=θ7(t)μ(Y(t),t)

μ(里(t),t)=[μ?(里(t),t),...,μ(里(t),