[发明专利]一种机器人自适应反馈学习控制方法、控制器及机器人

权利要求书

1.一种机器人自适应反馈学习控制方法，其特征在于，包括：

获取机器人被控部件的实际运行轨迹，并与期望运行轨迹作差，得到运行轨迹偏差；

利用满足伯努利分布的随机变量与运行轨迹偏差相乘，得到运行轨迹偏差修正值，以作为反馈学习律的输入值；

基于前一次运行的被控部件控制量及反馈学习律，输出当前运行的被控部件控制量；

根据被控部件的乘性故障和加性故障及当前运行的被控部件控制量，得到相应被控部件控制输入量，以控制被控部件运行，使得被控部件的实际运行轨迹完全跟踪期望运行轨迹；

所述反馈学习律为：

其中，u_k-1(t)表示第k-1次运行的被控部件控制量，u_k(t)表示第k次运行的被控部件控制量，表示第k次运行的运行轨迹偏差修正值，表示第k次运行的运行轨迹偏差修正值的微分值，k表示第k次运行，且k为大于或等于1的正整数；K_p表示比例增益，K_d表示微分增益；

或

所述反馈学习律为分数阶PD形式的反馈学习律：

其中，u_k-1(t)表示第k-1次运行的被控部件控制量，u_k(t)表示第k次运行的被控部件控制量，表示第k次运行的运行轨迹偏差修正值，表示第k次运行的运行轨迹偏差修正值的微分值，k表示第k次运行，且k为大于或等于1的正整数；K_p表示比例增益，K_d表示微分增益，表示分数阶微分，微分阶次为ζ；

或

所述反馈学习律为分数阶PID形式的反馈学习律：

其中，u_k-1(t)表示第k-1次运行的被控部件控制量，u_k(t)表示第k次运行的被控部件控制量，表示第k次运行的运行轨迹偏差修正值，表示第k次运行的运行轨迹偏差修正值的微分值，k表示第k次运行，且k为大于或等于1的正整数；K_p表示比例增益，K_d表示微分增益，表示分数阶微分，微分阶次为ζ，表示分数阶积分，积分阶次为σ。

2.如权利要求1所述的机器人自适应反馈学习控制方法，其特征在于，当满足伯努利分布的随机变量γ_k(t)等于1时，机器人被控部件第k次运行的运行时长可到达t；其中，t∈[0，T_max]，T_max为机器人被控部件受随机因素影响最大运行时长。

3.如权利要求1所述的机器人自适应反馈学习控制方法，其特征在于，当满足伯努利分布的随机变量γ_k(t)等于0时，机器人被控部件第k次运行的运行时长无法到达t；其中，t∈[0，T_max]，T_max为机器人被控部件受随机因素影响最大运行时长。

4.如权利要求1所述的机器人自适应反馈学习控制方法，其特征在于，机器人被控部件的期望运行时长T_d，介于机器人被控部件受随机因素影响最小时长T_min和最大时长T_max之间；且满足如下概率分布：

其中，q(t)∈(0,1]为概率，T_k表示机器人被控部件第k次运行的实际运行时长。

5.如权利要求1所述的机器人自适应反馈学习控制方法，其特征在于，基于在线故障观测器描述刻画时变的乘性故障和加性故障对被控部件控制量的动态演化。