[发明专利]一种基于介电弹性体执行器的软体机器人自抗扰控制方法

说明书

本发明公开了一种基于介电弹性体执行器的软体机器人自抗扰控制方法，首先通过虚拟工作模拟的方式建立介电弹性体执行器的动态控制模型；其次，设计扩张状态观测器获得介电弹性体执行器未知的系统动态信息和状态量，以作为替代量在控制过程中使用；再利用当前状态量与设计的状态期望值之差计算状态跟踪误差信号，并利用设计好的状态误差反馈控制器，将状态跟踪误差信号反馈到介电弹性体执行器中，使得在状态跟踪误差收敛到零时实现软体机器人的控制目标；由此使得介电弹性体执行器的控制策略不必依赖介电弹性体执行器的精确动态控制模型，从而降低了对控制系统的输入信号要求，增强了基于介电弹性体执行器的软体机器人控制系统的鲁棒性和自适应性。

技术领域

本发明涉及软体机器人技术领域，具体涉及一种基于介电弹性体执行器的软体机器人自抗扰控制方法。

背景技术

介电弹性体执行器(Dielectric elastomer actuator，简称为DEA)是由两个柔性电极与夹在其中的柔性膜构成，当电极加载电压时，介电弹性膜会拉伸使得厚度减小，以发生形变。因为介电弹性体执行器具有高应变响应、高能量密度和响应速度快等优势，使得它成为软体机器人的一个基本组成部分，并且广泛的应用在各种领域中，例如人工肌肉、仿生机器人、能量发生器等。

由于软体材料是具有弹性的和能够发生弯曲、扭曲、拉伸、压缩、扣紧、起皱等形变，软体能够被限定在平面内运动，这与能被描述为六自由度的刚体不同，可能被视为具有无限自由度。因此，软体机器人的建模和控制富有挑战，其要求新的建模和控制方法。

介电弹性体执行器的数学建模本质上是是了解其特点的必要条件，也是实现控制的前提基础。一般来说，介电弹性体执行器的数学建模方法包括两类：基于物理的建模方法(唯物模型)和现象学建模方法(唯象模型)。

基于物理的建模方法主要是依据物理原理，其具有明确和严谨的优点；而现象学建模方法主要基于实验现象，其具有简单和高效的优点；依据不用的建模基础是两种建模方法最大的区别。

基于连续介质力学理论和热力学理论，可以通过分析介电弹性体执行器变形过程中的能量转换机制建立介电弹性体执行器的唯物模型；通过分析实验过程中介电弹性体执行器的表现，并使用物理组件(例如，电阻器，电容器，弹簧和缓冲器)的组合表示介电弹性体执行器的模型，可以建立介电弹性体执行器的唯象模型。例如，Sarban等(参见文献“R.Sarban,B.Lassen,and M.Willatzen,Dynamic electromechanical modeling ofdielectric elastomer actuators with metallic electrodes,IEEE/ASMETransactions on Mechatronics,vol.17,no.5,pp.960-967,2012”)利用电容器和电阻器来描述介电弹性体执行器的电气模型和使用弹簧和缓冲器来描述介电弹性体执行器的机械模型，建立了一个介电弹性体执行器的唯象模型，该模型中的电气部分与机械部分由麦克斯韦力关联。

目前，对于介电弹性体执行器的研究结果主要集中在材料和物理特性方面，而控制方面的研究成果很少。一些研究者，利用介电弹性体执行器上述的唯物和唯象模型提出了一些控制策略，但其中大部分都是利用开环控制方式使用压力传感器的压力控制或者使用应变传感器的体积控制驱动软体机器人身体的一段来执行。然而，一般而言，介电弹性体执行器中存在一些不可测的参数，在控制过程中需要考虑它们的一些估计值。在这个方面，对介电弹性体执行器使用一些可实现的控制是十分必要的，使用的控制策略能使用介电弹性体执行器的动态，忍受参数的不确定性和有限的测量状态下也能够工作。

在控制领域中，自抗扰控制是一种有效的方法，该方法估计和补偿动态系统的所有未知信息在控制器中，它能成功的处理带未知和不确定性的动态系统，在许多领域中得到了应用，例如机器人、工业控制系统等。