[发明专利]一种基于动态模式的机械臂智能自主控制方法

说明书

本发明公开了一种基于动态模式的机械臂智能自主控制方法，该方法包括下述步骤：建立刚性机械臂的动力学模型和多个期望回归轨迹的通用模型；设计基于动态模式的常值神经网络控制器组；建立期望回归轨迹模型的动态估计器；设计动态模式的预识别策略和识别策略；设计基于动态模式的控制器切换策略。该方法使得机械臂能够从复杂的工作任务中获取和利用经验知识，不仅实现了机械臂系统在无人干预的情况下对动态模式的实时监测以及自主快速识别，而且保证了机械臂在模式切换过程中控制输入信号的光滑连续性，为控制系统的稳定性提供了保障，同时改善了系统控制器切换过程中的暂态性能。

技术领域

本发明涉及基于模式识别的机械臂控制领域，具体涉及一种基于动态模式的机械臂智能自主控制方法。

背景技术

机器人的诞生和发展为人类科技和社会的进步带来了深远影响。作为机器人的一个重要分支，机械臂凭借其生产效率高和耐用性等优点，被广泛应用于工业生产、医疗以及太空探索等多个领域，以代替人力完成劳动强度大、安全风险高和操作环境复杂的工作。而随着机械臂应用领域的不断扩大以及智能制造业的快速发展，人们对机械臂控制系统的智能化程度要求越来越高，例如要求机械臂在复杂的工作任务中能够获取经验知识，并利用经验知识保证更好的工作效率和工作质量。

近年来，基于模式识别的控制系统研究得到学者们的热切关注，然而以机械臂为控制对象的模式控制研究应用仍较少。基于动态模式的机械臂控制系统要求机械臂在执行任务的同时，能够实时监测需要执行的任务模式。但是由于机械臂本身不具备任务模式识别的能力，如果任务在无法人为告知的情况下突然发生改变，机械臂的控制性能将受到严重影响。而且，当机械臂在不同的任务之间作切换时，涉及到控制器切换时存在的控制输入跳变问题，输入信号的跳变会对机械臂的驱动机构造成损害，从而破坏控制系统的稳定性。因此，有必要建立一个动态模式识别机制实时监测和自主识别机械臂需要执行的任务模式，同时设计控制器切换策略保证机械臂在不同任务模式之间作切换时控制输入信号的光滑连续性，也就是基于动态模式的机械臂智能自主控制方法。传统的模式识别方法一般用于处理静态环境下的模式识别问题，而且要求不同模式之间在本质属性上存在一定的差别以便划分，因此在应用范围上存在局限性，并不能解决现实中大多数的模式识别问题。而事实上，基于动态模式的控制方法在设计上不仅要使得动态环境下的模式识别机制实时有效运行，而且要保证控制系统在控制性能上的稳定性，因此在算法实现方面更为复杂。

发明内容

本发明的目的是针对现有技术的不足，提供了一种基于动态模式的机械臂智能自主控制方法，针对动态环境下的模式识别问题，提出了模式预识别策略以及模式识别策略，实现了机械臂系统对动态模式的实时监测和快速识别，为保证机械臂系统的控制性能提供了前提条件；同时在此基础上，根据所构造的常值神经网络控制器组，设计了基于动态模式的控制器切换策略，成功解决了控制器切换时存在的控制输入跳变问题，保障了控制系统的稳定性。

本发明的目的可以通过如下技术方案实现：

一种基于动态模式的机械臂智能自主控制方法，所述方法包括以下步骤：

步骤1、建立刚性机械臂动力学模型和多个期望回归轨迹的通用模型；

步骤2、设计基于动态模式的常值神经网络控制器组：定义每种期望回归轨迹为一种动态模式，根据确定学习理论，设计常值神经网络控制器组；

步骤3、建立期望回归轨迹模型的动态估计器：针对不同的动态模式下的期望回归轨迹模型，建立一个动态模式库，然后根据动态模式库构造动态估计器；

步骤4、设计动态模式的预识别策略和识别策略：

设计决策范数其中，N表示动态模式的数目，给出如下模式预识别策略和模式识别策略：