[发明专利]视觉伺服机器人中的多模型自适应控制方法

权利要求书

1.一种视觉伺服机器人中的多模型自适应控制方法，其特征在于：包括如下步骤：

S100：依据之前已获得的机动目标的位置和运动信息，建立有关目标位置参数的系统参数模型集，将该系统参数模型集划分成若干个相互之间有并集的模型子集；

S200：为每个所述模型子集设计一个对应的子控制器；

S300：建立一个误差模型；

S400：取每个所述模型子集中的中心点值，将其应用到步骤S300得到的误差模型中，得到第一系统辨识误差；

对视觉伺服机器人运动模型的目标位置参数进行估计，得到估计值，将其应用到步骤S300得到的误差模型中，得到第二系统辨识误差；

S500：比较所述第一系统辨识误差与第二系统辨识误差，从而判断目标位置参数是否发生跳变；若判断结果为没有发生跳变，则采用混合控制器对所有所述子控制器进行混合控制；若发生跳变，则把相应的估计值重构为所述模型子集的中心点值，用所述模型子集对应的子控制器进行控制。

2.如权利要求1所述的视觉伺服机器人中的多模型自适应控制方法，其特征在于：在所述步骤S400中，还包括采用具有约束投影算法的自适应算法对目标位置参数进行更新的过程。

3.如权利要求1所述的视觉伺服机器人中的多模型自适应控制方法，其特征在于：所述步骤S100中，被控系统被描述为：

y(t)＝G(s；θ^*)u(t)+d(t)(1)

G(s；θ^*)＝G₀(s；θ^*)(1+Δ_m(s))(2)

$G_0(s;{\mathrm{\θ}}^{*})=\frac{N_0\left(s\right)}{D_0\left(s\right)}=\frac{{{\mathrm{\θ}}_b}^{*T}{\mathrm{\α}}_{n-1}\left(s\right)}{s^n+{{\mathrm{\θ}}_a}^{*T}{a}_{n-1}\left(s\right)}---\left(3\right)$

y_m(t)＝y(t)+v(t)(4)

式中，u(t),y(t)分别表示被控对象的输入和输出，d(t)是有界的干扰，满足|d(t)|≤d₀,G(s；θ^*)为实际被控对象；G₀(s；θ^*)为被控对象的模型描述；Δ_m(s)表示未建模动态特性；矢量表示G₀(s；θ^*)的未知参数；a_n-1(s)＝[s^n-1,s^n-2,…s,1]^T；y_m(t)为y(t)的测量值；v(t)表示有界的传感器噪音，满足|v(t)|≤v₀,

其中：

A1:D₀(s)是首项系数为1的多项式，并且阶次n是已知的；

A2:N₀的阶次小于n；

A3:Δ_m(s)是正则的，Re[s]≥-δ₀/2,δ₀是已知的常量；

A4:θ^*∈Ω,Ω∈R²ⁿ是已知的参数模型集；

系统参数模型集划分成n个相互之间有并集的模型子集Ω_i，其中，i＝1,2…n，并且Ω_i满足：

1)非空，i＝1,2,…,n；

2)和满足||θ^*-θ_i^*||≤r_i，θ_i^*为模型子集Ω_i的中心，r_i为半径；

3)Ω_i∩Ω_i+1＝δ,i＝1,2,…,n，δ为常量。