[发明专利]一种基于未知模型动态观测器的机械臂运动控制方法

说明书

本发明公开了一种基于未知模型动态观测器的机械臂运动控制方法，首先引入滤波操作对机械臂动力学模型进行等价变换，避免机械臂运动加速度的测量；接着根据滤波优化后的动力学模型提出机械臂的UMDO用于观测未知模型动态和干扰；最后，将观测出的系统集总误差作为补偿量参与控制器设计，实现机械臂对指令信号的运动跟踪控制。本发明可以保证未知模型动态的观测误差和系统跟踪误差都同时收敛，从而极大提高系统抵抗未知模型动态和外部干扰的能力，增强了系统的鲁棒性，并且避免了复杂的精确建模过程和对加速度信号的依赖，降低了计算量。同时，本发明所提方案设计过程简单，参数极易整定，具有十分可观的工程应用前景。

技术领域

本发明涉及一种基于未知模型动态观测器的机械臂运动控制方法，属于机械臂系统控制技术领域。

背景技术

工业机器人是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的现代制造业重要的自动化装备，已经成为衡量一个国家制造业水平的重要标志。因为工业机器人的机械结构大多为机械臂的形式，所以研究机械臂的控制性能对机器人产业整体实力提升具有重要意义。在众多影响机械臂轨迹追踪性能的因素中，外部干扰、摩擦、系统建模不精确(统称为未知模型动态)等是最主要的因素之一。未知模型动态的存在严重影响了闭环系统的稳定性，严重时甚至可能造成系统的损坏。因此，设计合适的控制方法来补偿未知模型动态对机械臂的影响，对提高机械臂系统的控制性能具有十分重要的意义。

由于机械臂系统是一个典型的非线性多输入、多输出系统，因此，设计一个非线性的未知模型动态观测器用于实现机械臂的精确控制是本申请所提方案解决的问题和核心所在。传统机械臂控制大多依赖于精确的系统模型或者采用神经网络逼近等方法，对系统建模要求较高且计算量较大。而对于外部干扰补偿控制，则大多需要对机械臂加速度信号进行精准测量，因而对传感器噪声非常敏感，实用性不高。

发明内容

本发明提供了一种基于未知模型动态观测器的机械臂运动控制方法，该控制策略通过将滤波操作将系统模型进行等价变换，将系统未知动态和外部干扰合并为系统集总误差，进而建立一类简单、有效的未知动态观测器实现集总误差的观测，最后将观测值引入控制器设计为未知动态的影响进行补偿，实现了机械臂高精度、强鲁棒性的控制。

本发明的技术方案是：一种基于未知模型动态观测器的机械臂运动控制方法，首先引入滤波操作对机械臂系统动力学模型进行等价变换，避免机械臂运动加速度的测量；接着根据滤波优化后的动力学模型提出机械臂的UMDO用于观测未知模型动态和干扰；最后，将观测出的系统集总误差作为补偿量参与控制器设计，实现机械臂对指令信号的运动跟踪控制。

所述方法具体步骤如下：

Step1、建立n自由度机械臂系统动力学模型：根据n自由度机械臂动力学理论，利用欧拉-拉格朗日公式，可知n自由度机械臂系统动力学模型：

其中，分别为机械臂各关节的位置、速度、加速度；τ∈Rⁿ为控制器的控制力矩；d表示未知干扰；M(q)∈R^n×n是惯性矩阵，代表科里奥利矩阵，G(q)∈Rⁿ表示重力向量；Rⁿ表示n维实数空间，R^n×n表示n×n维实数空间；

Step2、机械臂系统动力模型进行等价变换：

Step2.1、首先定义辅助向量为：

用公式(2)中辅助向量引入系统动力学模型，(1)可以改写为：

其中，表示惯性矩阵M(q)对时间的一阶导数；为包含有未知干扰d和未知模型动态的系统集总误差；