[发明专利]一种六自由度机器人运动控制方法及系统

说明书

本发明公开一种六自由度机器人运动控制方法及系统。通过根据BP神经网络PID控制器的目标速度和实际速度，得到误差信号；根据误差信号，得到测度函数；获取PID控制器的比例环节放大系数、积分环节放大系数和微分环节放大系数；根据所述误差信号，得到正则修正项函数；根据测度函数和正则修正项函数，修正各个环节放大系数，得到更新比例环节放大系数、更新积分环节放大系数和更新微分环节放大系数；采用积分饱和机制再次修正更新积分环节放大系数，得到二次更新积分环节放大系数；根据更新比例环节放大系数、二次更新积分环节放大系数和更新微分环节放大系数，得到控制量。采用本发明能够提高机器人系统的鲁棒性和稳定性。

技术领域

本发明涉及机械控制领域，特别是涉及一种六自由度机器人运动控制方法及系统。

背景技术

工业机器人技术发展迅速。然而，在工业机器人的工作场合中，惯量复杂，信号采集噪声带来的影响与干扰，会使得机器人运动精度不断下降，灵敏度差，极大的降低了效率与质量。所以这一问题严重影响了工业机器人行业。

针对这一问题，现在的精度补偿策略大多从电机驱动器着手。但是，驱动器参数调整困难且不直观，另外，很多驱动器公司并不对用户开放这些调参功能。而现有的控制方法，大多依赖于精确的机器人动力学建模，这在中低端机器人应用场合无法实现。另外，工业上常用的PID控制方法，无法应对机器人变惯量的特性。长久的使用不仅会使机器人精度下降，还会造成机器人本体的形变等问题。这需要采取一定的措施来解决。

发明内容

本发明的目的是提供一种六自由度机器人运动控制方法及系统，能够提高系统的鲁棒性和稳定性。

为实现上述目的，本发明提供了如下方案：

一种六自由度机器人运动控制方法，包括：

获取基于BP神经网络PID控制器的目标速度和实际速度；

根据所述目标速度和所述实际速度，得到误差信号；

根据所述误差信号，得到BP神经网络的测度函数；

获取BP神经网络PID控制器的比例环节放大系数、积分环节放大系数和微分环节放大系数；

根据所述误差信号，得到正则修正项函数；

根据所述测度函数和所述正则修正项函数，修正所述比例环节放大系数、所述积分环节放大系数和所述微分环节放大系数，得到更新比例环节放大系数、更新积分环节放大系数和更新微分环节放大系数；

采用积分饱和机制再次修正更新积分环节放大系数，得到二次更新积分环节放大系数；

根据所述更新比例环节放大系数、所述二次更新积分环节放大系数和所述更新微分环节放大系数，得到BP神经网络PID控制器的控制量。

可选的，所述根据所述目标速度和所述实际速度，得到误差信号，具体包括：

根据所述目标速度和所述实际速度，采用公式e(t)＝V_ref-V_cur得到误差信号；

其中，e(t)为t时刻的误差信号，V_ref为目标速度，V_cur为实际速度。

可选的，所述根据所述误差信号，得到BP神经网络的测度函数，具体包括：

根据所述误差信号，采用公式得到BP神经网络的测度函数；

其中，e(t)为t时刻的误差信号，J(t)为BP神经网络的测度函数。

可选的，所述根据所述更新比例环节放大系数、所述二次更新积分环节放大系数和所述更新微分环节放大系数，得到BP神经网络PID控制器的控制量，具体包括：