[发明专利]一种阶次优化的远程操控行为轮廓规划方法

权利要求书

1.一种阶次优化的远程操控行为轮廓规划方法，其特征在于，包括以下内容：

步骤1.初始化考虑操作人员操作行为的机械臂末端动力学方程的状态以及期望的阻抗结构，计算在操作人员行为作用下生成的机械臂末端运动轨迹；

步骤2.进行轮廓的扩张生成，基于所述步骤1中生成的机械臂末端运动轨迹最近生成轮廓的三个点：x_r(k-2)＝(x₁，y₁)，x_r(k-1)＝(x₂，y₂)，x_r(k)＝(x₃，y₃)来确定对应的典型的圆形轮廓，所述圆形轮廓的圆心和半径分别为：

其中，A＝(x₁-x₂)(y₁-y₃)-(x₁-x₃)(y₁-y₂)；

利用贪心算法，计算获得距离当前位置最近的轮廓点位置x_cr作为期望的跟踪位置，即为可行的偏差最小的扩张轮廓点，定义轮廓跟踪误差为：e＝x-x_cr；其中，x是机械臂末端位置；根据所述圆形轮廓确定轨迹微元，根据所述轨迹微元最终确定机械臂末端的轨迹。

2.一种阶次优化的远程操控行为轮廓控制方法，其基于权利要求1所述的一种阶次优化的远程操控行为轮廓规划方法，包括以下内容：

步骤1.选定可行的阶次集合与误差集合；

步骤2.初始化近似求解过程的参数，包括Markov决策过程的误差集合及可行的阶次集合设定，以及迭代目标值∈_Q，即收敛过程的收敛值的差，一旦收敛值的差小于迭代目标值，则求解过程完成，求解i＝1：N，j＝1：M条件下的

直到||ξ_k′+1-ξ_k′||≤∈_Q；其中，是i个时刻的代价函数，e_k+1＝f(e_k，α_k)是描述动力学响应过程的Markov过程，e_k+1和是e_k第k+1个和第k个采样时间时的误差，α_k是第k个采样时间时的阶次，γ是折扣参数，是不大于1的正数，φ_i′(f(e_i，α_j))是第i′次迭代的隶属度函数，是第k′+1次迭代选择第i个误差与第j个阶次对所对应的近似Q值估计；

迭代停止时获得的ξ_k′+1为近似最佳策略

从而可以获得近似最优的阶次选择策略为：使得近似Q值函数最大的对应的阶次选择策略：

其中，是最优阶次的选择策略，是近似Q函数的传递映射函数，j*是使得下一步近似Q函数最大的参数对选择对应j值；

步骤3.根据步骤1中的轮廓跟踪误差及步骤2中的阶次选择策略，则基于轮廓跟踪误差的变化阶次滑模面为：

s＝D^αe+ce，

其中，s是滑模面，e是机械臂末端跟踪误差，c是正实数，

l为一个非负整数，l-1＜α＜l，α是待求解的合适的阶次；

则控制指令为：

其中，e＝x-x_cr是轮廓误差，x是机械臂末端位置，x_cr是生成的期望轮廓位置。

3.如权利要求2所述的一种阶次优化的远程操控行为轮廓控制方法，其特征在于，所述可行的阶次集合中，包含所有能够使控制器稳定的机械臂末端运动跟踪误差的分数阶次，所述误差集合指包括控制过程中所有出现的机械臂末端运动跟踪误差的实数集。