[发明专利]一种基于自适应最优化方法的机器人导纳控制系统

权利要求书

1.一种基于自适应最优化方法的机器人导纳控制系统，其特征在于，包括如下步骤：

S1、根据广义动量方法和机械臂动态方程，构建状态空间力观测器；

S2、利用自适应最优控制方法，得到适应于外部力矩的最优导纳模型并将观测得到的力矩输入到导纳模型中，得到适应于外力矩的修正后参考轨迹；

S3、设计自适应神经网络控制器使机械臂实际运动轨迹可以很好地跟踪修正后的参考轨迹。

2.根据权利要求1所述的机器人导纳控制系统，其特征在于，所述步骤S1中状态空间观测器包括机械臂的广义动量模型、机械臂的动力学方程以及外部力矩模型。

3.根据权利要求2所述的机器人导纳控制系统，其特征在于，所述的连杆机械臂的动力学方程为

其中，，系统的惯性矩阵、科氏力矩阵和重力项；

、 分别表示加速度、速度和关节角向量；，；

机械臂的广义动量表示为

定义外部力矩的模型

。

4.根据权利要求3所述的机器人导纳控制系统，其特征在于，所述的动量的一阶微分方程为

状态空间观测器表示为

=

y=

其中。

5.根据权利要求1所述的机器人导纳控制系统，其特征在于，所述步骤S2具体为：

S21、在一般情况下，将外部环境看作一个一阶或者二阶弹簧-阻尼系统；

S22、在关节空间中，机械臂的导纳模型为

；

S23、一个连续线性系统表示为

定义：

其中，A和B未知；

S24、利用自适应最优控制算法，在A，B未知的情况下得到最优输入；首先假设一个可以使系统稳定的增益方程得到一个正定矩阵，循环计算K+1→K，当可以得到反馈增益矩阵。

6.根据权利要求1所述的机器人导纳控制系统，其特征在于，所述步骤S3具体为：

S31、神经网络的函数模型的表达式如下：

+b

其中，输入数据的特征向量，是权重列向量，是偏置向量，是基函数；

S32、跟踪误差定义如下：

其中，q-,

S33、设计基于神经网络的自适应控制器为

。