本發明涉及到服務機器人的自適應控制
技術領域：
，尤其是涉及到輪式服務機器人在參數攝動和受外部擾動時，特別是在工作過程中，負載變化情況下，服務機器人的電機控制策略與雙輪差速控制方法。
背景技術：
：服務機器人作為機器人領域的一個重要分支，形形色色不同種類的服務機器人正被研制用來滿足家庭、商業、軍事、國防、反恐救災、醫療娛樂等國民經濟及國防建設各項領域的需求。按照移動方式分，服務機器人可以分為輪式、腿式、輪腿混合式等多種類型。輪式移動機器人由于在結構化環境中，效率較高，被廣泛應用于服務機器人產品中。輪式服務機器人是一種非完整約束系統，在工作過程中，由于地面、濕度、溫度、機械磨損、工況改變等因素影響，造成被控對象模型不夠精確，外部擾動不可預測等問題，使得傳統的控制方法在實際的服務機器人系統中的實時性、魯棒性和可行性都面臨著強有力的挑戰。目前，許多科研人員在輪式移動機器人的運動控制方面取得了一些成果。傳統的機器人運動控制常采用PID控制器，該方法發展成熟，簡單實用。有人利用模糊整定的比例微分控制算法，對輪式機器人的運動進行控制。對于雙輪差分控制的輪式移動機器人，有人提出了基于模糊邏輯的控制算法。有人將傳統PID控制與模糊控制相結合，通過PID控制實現控制的準確性，利用模糊控制提高控制的快速性。模糊邏輯控制有較強的魯棒性和快速性，雖然優于常規的PID控制，但是系統導致輪式服務機器人難以滿足控制精度較高的應用場景。技術實現要素：綜上所述，現有的輪式服務機器人存在穩態誤差大，難以滿足控制精度較高的應用場景，而提出一種基于變負載的服務機器人自適應控制方法。為解決本發明所提出的技術問題，采用的技術方案為：一種基于變負載的服務機器人自適應控制方法，其特征在于所述方法采用如下步驟：1)建立服務機器人的動力學方程和非完整約束方程；2)建立服務機器人的數學模型；3)根據角度誤差和角速度誤差，結合機器人系統質量，計算參數特征量；4)根據參數特征量，結合控制率，控制器輸出量控制機器人的驅動電機力矩。所述的動力學模型方程如下：M(q)q··+V(q,q·)q·+G(q)=B(q)Γ]]>其中，q＝(xr,yr,θr)T為廣義坐標；M(q)為對稱正定慣量矩陣；為離心力與哥氏力矩陣；G(q)為重力影響矩陣；B(q)為輸入轉換矩陣；Γ為力矩矩陣；所述的非完整約束方程如下：A(q)q·=0]]>其中，A(q)＝[-sin(θr),cos(θr),0]，為與非完整性約束相關的矩陣。引入Lagrange算子λ，所述的數學模型表示為：M(q)q··+V(q,q·)q·+G(q)=B(q)Γ+AT(q)λ]]>參數特征辨識為：e(k)=(q-q‾)/me·(k)=(q·-q·‾)/m]]>其中，m為包括負載在內的機器人整體質量；根據參數特征辨識，自適應控制器為：1)當|e(k)|>De1，說明誤差的絕對值已經很大，無論誤差變化趨勢如何，都應該考慮讓控制器作最大輸出，以迅速調整誤差，使誤差絕對值以最大的速度減小，控制率為：u(k)＝Γmax；2)當時，說明誤差在朝絕對值增大的方向變化，或誤差為某常值，未發生變化。此時，控制率為：u(k)=u(k-1)+kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2e(k-1)+e(k-2)];]]>3)或e(k)＝0時，說明誤差絕對值朝減小的方向變化，或者已經達到平衡狀態。此時，控制率為：u(k)＝u(k-1)；4)當時，說明誤差處于極值狀態。此時，控制率為：u(k)＝u(k-1)+kpe(k)；綜合以上四種情況，自適應控制器的控制率為：u(k)=k1·u(k-1)+k2·kp[e(k)-e(k-1)]+k3·kie(k)+k3·kd[e(k)-2e(k-1)+e(k-2)]+k4·Γmax.]]>本發明的有益效果為：本發明相比傳統服務機器人控制策略，針對服務機器人參數攝動，或外部擾動，特別是變負載的情況，對誤差和誤差的變化率進行特征辨識，采用一種專家PID自適應控制方法，參數整定則由專家系統實現，控制策略由PID控制器給出。專家系統在線跟蹤和調整控制器過程，根據誤差和誤差的變化率及時調整控制參數，使控制系統始終運行在最佳狀態，從而提高服務機器人的工作效率，改善服務機器人的運動穩定性，改善系統的精度和靈活性。附圖說明圖1為本發明服務機器人輪式結構圖；圖2為本發明服務機器人控制結構框圖。具體實施方式以下結合附圖和本發明優選的具體實施例本發明的結構作進一步地說明。本
發明內容包括服務機器人數學模型，參數特征辨識，自適應控制器三部分。服務機器人動力學模型包括非完整約束方程，包括負載的機器人整體質量，電機力矩，機器人位置、速度、加速度等運動參數和力學參數。服務機器人動力學模型方程如下：M(q)q··+V(q,q·)q·+G(q)=B(q)Γ]]>其中，q＝(xr,yr,θr)T為廣義坐標；M(q)為對稱正定慣量矩陣；為離心力與哥氏力矩陣；G(q)為重力影響矩陣；B(q)為輸入轉換矩陣；Γ為力矩矩陣。其非完整性約束為：輪式服務機器人的非完整約束方程如下：A(q)q·=0]]>其中，A(q)＝[-sin(θr),cos(θr),0]，為與非完整性約束相關的矩陣。引入Lagrange算子λ，輪式服務機器人的數學模型可以表示為：M(q)q··+V(q,q·)q·+G(q)=B(q)Γ+AT(q)λ]]>參數特征辨識為：e(k)=(q-q‾)/me·(k)=(q·-q·‾)/m]]>其中，m為包括負載在內的機器人整體質量。根據參數特征辨識，自適應控制器為：1)當|e(k)|>De1，說明誤差的絕對值已經很大，無論誤差變化趨勢如何，都應該考慮讓控制器作最大輸出，以迅速調整誤差，使誤差絕對值以最大的速度減小，控制率為：u(k)＝Γmax；2)當時，說明誤差在朝絕對值增大的方向變化，或誤差為某常值，未發生變化。此時，控制率為：u(k)=u(k-1)+kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2e(k-1)+e(k-2)];]]>3)或e(k)＝0時，說明誤差絕對值朝減小的方向變化，或者已經達到平衡狀態。此時，控制率為：u(k)＝u(k-1)；4)當時，說明誤差處于極值狀態。此時，控制率為：u(k)＝u(k-1)+kpe(k)；綜合以上四種情況，自適應控制器的控制率為：u(k)=k1·u(k-1)+k2·kp[e(k)-e(k-1)]+k3·kie(k)+k3·kd[e(k)-2e(k-1)+e(k-2)]+k4·Γmax.]]>以根據具體案件對本專利的作進一步說明：1)根據圖1所示的輪式服務機器人結構圖，建立服務機器人的動力學方程和非完整約束方程；2)建立服務機器人的數學模型；3)根據角度誤差和角速度誤差，結合機器人系統質量，計算參數特征量；4)根據參數特征量，結合控制率，控制器輸出量控制機器人的驅動電機力矩。如雙輪差速服務機器人系統，服務機器人整體質量在100kg以內，電機的驅動力矩在0.6m/s以內，De1＝0.1m，kp＝10，ki＝0.1，kd＝0.8。服務機器人在工作過程中，由于m是變化的，系統控制率為：當|e(k)|>0.1時，u(k)＝0.6Nm；當時，u(k)＝u(k-1)+10[e(k)-e(k-1)]+0.1e(k)+0.8[e(k)-2e(k-1)+e(k-2)]；當或e(k)＝0時，u(k)＝u(k-1)；當時，u(k)＝u(k-1)+10e(k)。當前第1頁1 2 3