[发明专利]一种面向未知环境约束的可重构机械臂控制方法及系统

说明书

本发明公开了一种面向未知环境约束的可重构机械臂控制方法及系统。所述包括：构建约束空间下多自由度的可重构机械臂的动力学模型；基于动力学模型，采用自适应估计参数法建立可重构机械臂的状态空间方程；基于状态空间方程，采用多信息融合函数构建性能指标函数和哈密尔顿‑雅可比‑贝尔曼函数；采用自适应动态规划算法，通过神经网络评价模型对性能指标函数进行估计，并基于性能指标估计函数，采用策略迭代算法对哈密尔顿‑雅可比‑贝尔曼函数进行求解，得到近似的最优力和位置跟踪控制策略。本发明能实现未知环境约束下可重构机械臂的精确控制。

技术领域

本发明涉及机器人控制领域，特别是涉及一种面向未知环境约束的可重构机械臂控制方法及系统。

背景技术

可重构机械臂是一类具有标准模块与接口，可以根据不同的任务需求对自身构形进行重新组合与配置的机械臂。根据模块化的概念，可重构机械臂的关节模块包含了通讯、驱动、控制、传感等单元，可以使机械臂在不同的外界环境与约束下根据任务需要改变自身构形，使重构后的机械臂能够对新的工作环境有更好的适应性。正是由于这样的结构特点，可重构机械臂具有融合最新的机械、传感器以及计算机控制技术的能力，以及具有良好的重塑、自适应的能力，能够根据环境和任务改变以及优化自身的结构，快速、有效地完成任务，因此，可重构机械臂在军事、航天、救援和核工业等领域具有重大意义。

对于许多情况，机械臂的力控制任务与位置控制具有同样重要的意义。当机械臂的末端或其末端工具与周围环境产生接触时，只利用位置控制往往不能满足要求。例如钻孔、磨削、剥刮等任务中，不仅要控制机械臂末端的位置，而且要更多地关注到末端与环境之间的接触力控制任务。对于一些更复杂的作业，如工作环境不确定或变化的装配和高精度装配作业，对其跟踪误差的要求甚至超过机械臂本身所能达到的精度。如果仍然通过位置控制来实现控制精度的提高是十分困难的，不仅代价昂贵可能还会徒劳无益，因此研究人员采用力控制方案来解决这一问题。对机械臂末端进行力控制，就是对机械臂与环境之间的相互作用力进行控制。机械臂的力控制方法很多，但都是依赖于机械臂的位置和力的混合控制，以便适应因作业结构而产生的位置约束。对于一个受环境约束的可重构机械臂，由于环境约束使得机械臂末端不能实现空间上的任意运动，并且由于任务要求需要对位置和末端接触力同时进行控制。传统的力/位置控制方法，主要的思想是将力的控制以质量-弹簧-阻尼模型转换成相应末端的位置控制，由于模型的不精准性导致了控制精度的有限性。并且大多数的力/位置控制都过多的依赖于环境约束和机器人之间的动力学信息，然而这一要求对于可变构形的可重构机械臂来说是十分困难的。因此，在面向未知环境约束的情况下，如何提高可重构机械臂的控制精度成为目前亟待解决的问题。

发明内容

基于此，有必要提供一种面向未知环境约束的可重构机械臂控制方法及系统，以提高在未知环境约束下可重构机械臂的控制精度。

为实现上述目的，本发明提供了如下方案：

一种面向未知环境约束的可重构机械臂控制方法，包括：

构建约束空间下多自由度的可重构机械臂的动力学模型；

基于所述动力学模型，采用自适应估计参数法建立所述可重构机械臂的状态空间方程；

基于所述状态空间方程，采用多信息融合函数构建性能指标函数和哈密尔顿-雅可比-贝尔曼函数；

采用自适应动态规划算法，通过神经网络评价模型对所述性能指标函数进行估计，得到性能指标估计函数，并基于所述性能指标估计函数，采用策略迭代算法对所述哈密尔顿-雅可比-贝尔曼函数进行求解，得到近似的最优力和位置跟踪控制策略；所述近似的最优力和位置跟踪控制策略为所述哈密尔顿-雅可比-贝尔曼函数最小时对应的力和位置跟踪控制策略。

可选的，所述构建约束空间下多自由度的可重构机械臂的动力学模型，具体包括：

获取所述可重构机械臂的关节位置和关节速度；