[发明专利]作业飞行机器人动态滑翔抓取与力位混合控制方法

权利要求书

1.一种作业飞行机器人动态滑翔抓取与力位混合控制方法，其特征在于，包括以下步骤：

步骤S1：考虑重心偏移以及抓取过程中受力和力矩，构建搭载机械臂的四旋翼无人机系统模型和二自由度机械手模型；

步骤S2：通过对机械手与物体瞬时接触力和抓取力的分析，计算机械手末端受到的瞬时接触力f_m和抓取力f₁,f₂；

步骤S3：构建参数估计器，并对飞行平台的质量m以及惯性张量I_x,I_y,I_z进行估计；

步骤S4：根据步骤S3得到的估计参数，进行飞行平台位置控制，在建模误差存在的情况下进行神经网络滑模自适应控制，并解算出升力u₁、翻滚力矩u₂、俯仰力矩u₃、偏航力矩u₄；

步骤S5：针对所抓取的力分析进行二自由度机械臂力控制，并解算出控制力矩τ₁,τ₂；

步骤S6：通过升力u₁、翻滚力矩u₂、俯仰力矩u₃、偏航力矩u₄解算出四个旋翼的转速ω_i，i＝1,2,3,4；

步骤S7：通过解算得到的控制力矩τ₁,τ₂和四个旋翼的转速ω_i，控制无人机；

所述步骤S2具体为：

步骤S21:构建作业型飞行机器人的动力学方程：

其中：M_u＝diag(m,m,m,I_x,I_y,I_z)，ξ＝[x,y,z,φ,θ,ψ,q₁,q₂]^T,τ＝[v₁,v₂,v₃,u₂,u₃,u₄,τ₁,τ₂]^T，f_m＝[f_x,f_y,f_z]^T，^IR_E＝[^IR_Eu,^IR_Ef]^T，v₁,v₂,v₃为虚拟控制量；

步骤S22：在作业型飞行机器人抓取物体瞬间，由动量定理得：

其中：t₀为抓取开始时间，Δt为抓取时间；

同时计算出所抓取物体的动量：

ξ_m＝[x_m,y_m,z_m]^T为所抓取物体的位移；

步骤S23：利用冲量定理，计算出运动过程中产生的冲量；

其中P_m为碰撞过程中产生的冲量；

步骤S24：碰撞后物体速度和作业型飞行机器人末端执行器速度相同：

/

其中：^IR_B＝[I_3×3,RP_x,RP_q],

步骤S25：联立式(6)-(9)得出瞬时接触力f_m：

步骤S26：由牛顿运动力学得出抓取过程中所受到的抓取力为：

其中θ_r为末端执行器手指转速，K_r,k_r2(ζ)为抓取可变参数；

所述步骤S4具体包括以下步骤：

步骤S41：定义期望向量χ_d＝[x_d,y_d,z_d,φ_d,θ_d,ψ_d]^T，定义误差如下：

e＝χ-χ_d (20)

步骤S42：将滑动表面变量s定义为：

其中Λ是对角增益矩阵；

步骤S43：使用RBF神经网络进行质量评估，网络算法定义如下：

其中W^T和分别是网络算法的权重和误差；

步骤S44：估算的质量定义为：

步骤S45：从等式(22)至(23)，得到如下的质量估计误差：

其中是一个有界变量，并定义/

步骤S46：符号f^*定义如下：

步骤S47：抓取力动力学中存在建模误差，定义为Δ_u,让Δ_m＝f-m_sf^*，并且Δ＝Δ_u+Δ_m，则错误估计被设计为

针对无人机的动力学，滑模神经网络控制器的设计如下：

其中：

所述步骤S5具体为：

步骤S51：定义将瞬时接触力写成：

其中J＝-[Δt(^IR_B^-1m_s^-1+M^-1IR_E)]，

步骤S52：将操纵器动力学重写为：

步骤S53：机械手的预期位移定义为并定义系统误差如下：

步骤S54：令等式(28)重写为：

步骤S55：RBF神经网络用于估计E，并且网络算法表示为：

其中和/分别是网络算法的权重和误差，而/

步骤S56：针对无人机(28)的动态特性，鲁棒的自适应神经网络控制器的设计如下：

其中是E的估计值，而/v_f是一个鲁棒补偿器项，定义为：

其中其中θ(0)＞0。