[发明专利]机器人自适应迭代学习控制方法及系统

权利要求书

1.机器人自适应迭代学习控制方法，其特征在于，包括如下步骤：

a、求取机器人位置误差

其中，q_d(t)为机器人的期望位置；q_k(t)为k次迭代后的实际位置；

b、求取机器人速度误差

其中，为机器人的期望速度；为k次迭代后的实际速度；

c、将q_d(t)、q_k(t)、输入参数自适应控制模块；

d、对和分别进行比例运算和微分运算后输入可变增益反馈控制模块；

e、将参数自适应控制模块和可变增益反馈控制模块的输出相加得到控制力矩τ_k(t)；

f、以τ_k(t)作为控制机器人第k+1次迭代的控制力矩；

k为迭代次数，k＝1，2…；

其中，为机器人未知参数θ_k(t)的第k次估计值；矩阵K_P∈R^n×n、K_D∈R^n×n为对称正定矩阵；λ为常数；是关于q_k(t),的非线性函数；y_k(t)为广义误差函数，矩阵Γ∈R^n×n、Λ∈R^n×n为对称正定矩阵。

2.机器人自适应迭代学习控制系统，其特征在于，包括位置误差模块、速度误差模块、比例运算模块、微分运算模块、指数可变增益反馈控制模块、参数自适应控制模块和求和模块；

机器人期望位置q_d(t)与经过k次迭代后的实际位置q_k(t)输入位置误差模块得到位置误差

机器人期望速度与k次迭代后的实际速度输入速度误差模块得到速度误差

将输入可变增益反馈控制模块；将q_d(t)、q_k(t)、输入参数自适应控制模块；

将参数自适应控制模块和可变增益反馈控制模块的输出输入求和模块得到控制力矩τ_k(t)；

以τ_k(t)作为控制机器人第k+1次迭代的控制力矩；

k为迭代次数，k＝1，2…；

其中，为机器人未知参数θ_k(t)的第k次估计值；矩阵K_P∈R^n×n、K_D∈R^n×n为对称正定矩阵；λ为常数；是关于q_k(t),的非线性函数；y_k(t)为广义误差函数，矩阵Γ∈R^n×n、Λ∈R^n×n为对称正定矩阵。