[发明专利]一种基于递阶结构MPC的多自由度柔性关节机械臂系统的控制方法

说明书

一种基于递阶结构MPC的多自由度柔性关节机械臂系统的控制方法，假设连接在电机转子与连杆之间的弹簧弹性系数为柔性关节的刚度系数，即关节无减速装置，建立柔性关节机械臂的动力学模型；在逆运动学中加入轨迹规划构成笛卡尔控制器，将动力学部分与运动学部分相互联系，使得机械臂能够稳定运行笛卡尔控制器所设计的目标轨迹；在PD控制器的基础上，设计一种递阶结构的控制器，将上层预测控制器进行多变量控制，得到每一个关节运动PD控制器的设定值，再送入下层PD控制器进行实现；在整体结构下，基于递阶结构的控制器，实现多自由度柔性关节机械臂系统的控制，本发明实现了对被控对象施以实时滚动的最优控制，能很好地克服模型不精确带来的误差。

技术领域

本发明属于工业控制及自动化技术领域，涉及机械臂的控制，特别涉及一种基于递阶结构MPC的多自由度柔性关节机械臂系统的控制方法。

背景技术

相对于传统的刚性机械臂，柔性关节机械臂具有质量轻、体积小、能耗低等特点，其应用范围越来越广，涉及航天领域、医疗领域、工业装配等领域，这对机械臂的控制要求极高。而且实践证明，关节的柔性不仅影响关节的运行质量，更严重影响机械臂系统的运动特性。因此，柔性关节机械臂的建模以及控制方法的研究有非常重要的实际意义。

PID控制方法简单灵活、不依赖于系统模型，已被广泛地应用于工业机器人的控制系统中。但随着工业要求的不断提高，单一的PID控制器很难同时达到快速、精确和稳定的要求。机械臂的每一个关节都需要一个控制器，对于多关节机械臂，则需要多个控制器，不仅使系统动力学耦合问题复杂、难控制，而且成本较高。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于递阶结构MPC的多自由度柔性关节机械臂系统的控制方法，利用基于模型的闭环优化控制算法——预测控制(model predictive control,MPC)算法，对多自由度机械臂模型进行改进，得到一种通用的模型，并设计一种递阶结构的控制器，将多输入多输出的预测控制器作为上层控制器，对关节角度进行优化，再将输出送入下层的PD控制器中进行执行，增强系统的稳定性；本发明实现了对被控对象施以实时滚动的最优控制，能很好地克服模型不精确带来的误差。其成本低廉、通用性强、灵活性好、结构简单，可以使机械臂实现精密动作，并且稳定性强。

为了实现上述目的，本发明采用的技术方案是：

一种基于递阶结构MPC的多自由度柔性关节机械臂系统的控制方法，包括如下步骤：

步骤一、假设连接在电机转子与连杆之间的弹簧弹性系数为柔性关节的刚度系数，即关节无减速装置，建立柔性关节机械臂的动力学模型；

步骤二、设计整体结构：首先在逆运动学中加入轨迹规划，构成笛卡尔控制器，其次将动力学部分与运动学部分相互联系，使得机械臂能够稳定运行笛卡尔控制器所设计的目标轨迹；

步骤三、控制器设计：在PD控制器的基础上，设计一种递阶结构的控制器，将上层预测控制器进行多变量控制，得到每一个关节运动PD控制器的设定值，再送入下层PD控制器进行实现；

步骤四、在所述整体结构下，基于所述递阶结构的控制器，实现多自由度柔性关节机械臂系统的控制。

柔性关节机械臂的动力学模型的公式如下：

式中，H(q)为机械臂的惯量矩阵，为关节空间的科氏力与向心力系数矩阵，G(q)为重力向量；