[发明专利]一种基于变化阻抗控制的不确定机器人自适应控制方法

权利要求书

1.一种基于变化阻抗控制的不确定机器人自适应控制方法，其特征在于，包括以下步骤：

S1、构建机器人的动力学模型；

S2、根据阻抗控制目标，构建期望的变阻抗模型；

S3、设计机器人滤波跟踪误差；

S4、根据动力学模型、变阻抗模型、滤波跟踪误差，基于自适应神经网络，设计自适应控制器；

S5、对自适应控制器进行仿真，得到仿真结果；

S6、若仿真结果未达到期望，则调节自适应控制器的控制参数，之后跳转至步骤S5，否则输出自适应控制器，完成不确定机器人自适应控制设计；

所述步骤S1中，动力学模型包括机器人在关节空间的动力学模型、机器人在高斯空间的动力学模型、关节空间和笛卡尔空间之间的转换关系；

机器人在关节空间的动力学模型为：

其中，q∈R²为机器人在关节空间的位置，R²表示2维向量空间；为机器人在关节空间的速度；为机器人在关节空间的加速度；M(q)∈R^2×2表示机器人的惯性矩阵，R^2×2表示矩阵空间；表示机器人的哥氏力与离心力矩阵；G(q)∈R²表示重力矩阵；J(q)∈R^2×2表示雅可比矩阵；f∈R²表示施加的外力；τ∈R²表示控制输入；T表示矩阵的转置；

矩阵M(q),G(q)和J(q)表示为：

其中，p₄＝m₁l_c2+m₂l₁，p₅＝m₂l_c2；m₁,m₂分别表示各关节质量；I₁,I₂分别表示各关节惯性矩阵；l_c1,l_c2表示各关节到对应质心的距离；l₁,l₂分别表示各关节长度；

机器人在高斯空间的动力学模型为：

其中，x∈R²表示机器人在高斯空间的位置；为机器人在高斯空间的速度；为机器人在高斯空间的加速度；F表示高斯空间的力；

关节空间和笛卡尔空间之间的转换关系为：

M_x(q)＝J^-T(q)M(q)J^-1(q)；

G_x(q)＝J^-T(q)G(q)；

F＝J^-T(q)τ。

2.根据权利要求1所述基于变化阻抗控制的不确定机器人自适应控制方法，其特征在于，所述步骤S2中，变阻抗模型为：

其中，M_d(t),C_d(t),K_d(t)分别表示期望的变惯性矩阵、期望的变阻尼矩阵和期望的变刚度矩阵，x_d为机器人末端效应器期望的参考轨迹。

3.根据权利要求2所述基于变化阻抗控制的不确定机器人自适应控制方法，其特征在于，所述步骤S3中，滤波跟踪误差为：

其中，e＝x-x_d为参考轨迹跟踪误差；∧₁为正常数矩阵。

4.根据权利要求3所述基于变化阻抗控制的不确定机器人自适应控制方法，其特征在于，所述步骤S4中，自适应控制器为：

其中，是自适应神经网络的估计权重，∧₂为正常数矩阵。

5.根据权利要求4所述基于变化阻抗控制的不确定机器人自适应控制方法，其特征在于，所述步骤S5中，采用MATLAB对所述自适应控制器进行仿真。