[发明专利]一种基于动力学迭代学习的柔性机器人控制方法及装置

权利要求书

1.一种基于动力学迭代学习的柔性机器人控制装置，具有柔性机器人，其特征在于，所述装置包括：

操作空间轨迹生成模块：用于根据给定柔性机器人末端的期望位姿点，通过样条插值，在操作空间下实时生成柔性机器人平滑的期望运动轨迹；

实时迭代学习控制模块：用于根据柔性机器人当前操作空间的位姿偏差以及所记录的过去时刻的位姿误差，并对它们进行加权相加，计算获得当前时刻的控制输入；通过重复柔性机器人执行相同轨迹，逐步减小其操作空间的位姿误差；

序列二次规划优化模块：用于求解驱动绳索拉力优化模型；根据绳索拉力及关节角度限制，通过序列二次规划方法求解得到满足条件的绳索拉力。

2.一种根据权利要求1所述的基于动力学迭代学习的柔性机器人控制装置的控制方法，其特征在于，所述控制方法包括以下步骤：

S1建立柔性机器人的运动学及动力学模型，构建柔性机器人的“绳索-关节-末端”映射关系，以描述驱动绳索与末端的运动学关系，同时通过牛顿-欧拉法，对柔性机器人的惯性力、离心力/科氏力、重力及绳索拉力进行建模；

S2建立迭代学习控制模型，通过柔性机器人当前时刻状态偏差量及过去时刻状态偏差量，建立迭代学习控制模型；

S3建立绳索拉力优化模型，以满足绳索拉力及关节角度限制条件；

S4构建基于动力学的迭代学习控制框架，结合所建立的动力学模型、操作空间的轨迹生成方法、迭代学习控制模型以及序列二次规划优化方法，构建柔性机器人的迭代学习框架。

3.根据权利要求2所述的基于动力学迭代学习的柔性机器人控制装置的控制方法，其特征在于，所述绳索拉力包括：驱动绳索拉力与联动绳索拉力，并根据旋转关节的转动半径与给定的绳索截面积、杨氏模量得到关节驱动扭矩模型。

4.根据权利要求2所述的基于动力学迭代学习的柔性机器人控制装置的控制方法，其特征在于，所述建立绳索拉力优化模型以绳索拉力的上下限及关节角度限制作为约束条件，建立最小化绳索拉力的目标函数。