[发明专利]基于自适应评价网络冗余机器人视觉伺服控制

权利要求书

1.基于自适应评价网络机器人视觉伺服控制方法，其特征在于包括以下步骤：

第一步:离散时间动态控制问题

Δx＝JΔθ

第二步：离散时间运动学方程

x(k+1)-x(k)＝JΔθ(k)

其中，x(k+1)，x(k)分别是第k+1个和第k个瞬间的末端作用位置，Δθ(k)是第k个瞬间关节角度的变化。上述离散运动可以表示为动态系统：

x(k+1)＝Ix(k)+JΔθ(k)其中，I单位矩阵是用于操纵器的动态定位的系统矩阵。上述方程表示作为离散时间动态系统的定位任务。

第三步：末端执行器从当前位置x移动到期望位置x_d的闭环误差

e(k+1)＝e(k)-JΔθ(k)＝Ae(k)+Bu(k)其中，e(k)＝x_d(k)-x(k)，

x_d(k+1)＝x_d(k)，A＝I，B＝-J，u(k)＝Δθ(k)闭环的离散时间动态表示系统是具有恒定系统矩阵A＝I和非线性输入矩阵B＝-J的输入形式。

第四步：离散时间动态系统的单网络自适应评论(SNAC)

x(k+1)＝f(x(k))+g(x(k))u(k)

第五步：二次成本函数

Jc=12Σk=0∞(xT(k)Qx(k)+uT(k)Ru(k))=12Σk=0∞L(x(k),u(k))]]>

最优控制输入的表达式u(k)＝-R^-1g^T(x(k))λ(k+1)在线性系统的情况下，一个评价网络如下架构：

第六步：T-S模糊的评价网络

λ^(k+1)=Wix(k)]]>

网络在局部非线性模型的成本动力学方面学习线性成本动力学。权重将收敛到线性系统的最优值。因此，利用所提出的基于T-S模糊的评价网络，权重将从一个区域平滑地变化到另一个区域，并且将收敛到对应于每个模糊区域的局部线性模型的最优值。网络被训练成能使权重收敛到局部线性模型的最优权重。从选定的模糊区域到整个工作空间学习网络，使得权重将收敛到每个区域中的最优值。为了实现网络收敛，我们定义S_i＝{x(k):||x(k)||＜C_i}，其中C_i是正常数。选择C_i使得C_i＜C_i+1。最初C₁被选择为小值，使得网络将学习与所选区域相对应的最优权重。然后，操作区域逐渐增加。通过这样的训练，网络权重将从一个操作区域平滑地变化到另一个操作区域。