[发明专利]一种基于径向基函数的神经网络自适应遥操作控制方法

摘要

本发明公开了一种基于径向基函数的神经网络自适应遥操作控制方法，通过对遥操作系统中的主手端和从手端分别建立动力学建模，设计从手端控制器，最后设计主手端控制器三个步骤，可以保证遥操作过程中的稳定性和较好的操作性能。遥操作的从手端即从端机械手抓取目标物时，系统的运动学和动力学参数产生不确定性，利用本发明提出的RBF神经网络自适应控制器对从手端设计控制器，可以发挥自适应控制方法的优势，对遥操作系统中的不确定性具有自学习能力和自适应性，从而克服了参数不确定性和未知干扰对遥操作系统的影响。

主权项

一种基于径向基函数的神经网络自适应遥操作控制方法，其特征在于，包括以下步骤：1)对遥操作系统中的主手端和从手端分别建立动力学建模如下：{Mm(qm)q··m(t)+Cm(qm,q·m)q·m+Gm(qm)=Fh(t)-Fms(t)Ms(ps)q··s(t)+Cs(qs,q·s)q·s+Gs(qs)=Fcs(t)-Fe(t)---(1)]]>其中，下标m和s分别表示主手和从手端的参数项，qm,qs∈Rn×1表示关节角位置，Mm(qm),Ms(qs)∈Rn×n表示惯量矩阵，表示离心力和哥氏力项，Gm(qm),Gs(qs)∈Rn×1为重力项，Fms(t),Fcs(t)表示主手和从手端控制器的控制力矩，Fh(t)表示操作者对主手端设备施加的作用力，Fe(t)表示从端环境对从端机械手的作用力；当从端机械手抓取物体之后，其运动学和动力学参数发生了变化，在操作过程中又难以准确得到其动力学参数值，设Ms(qs)、Gs(qs)的变化量分别为ΔMs、ΔCs、ΔGs，于是式(1)能够化为{Mm(qm)q··m(t)+Cm(qm,q·m)q·m+Gm(qm)=Fh(t)-Fms(t)Ms′(qs)q··s(t)+Cs′(qs,q·s)+Gs′(qs)=Fcs(t)-Fe(t)---(2)]]>其中Ms'＝Ms+ΔMs,Cs'＝Cs+ΔCs,Gs'(qs)＝Gs(qs)+ΔGs；2)设计从手端控制器；令e(t)＝qsd(t)‑qs(t)，表示从手跟踪主手的状态误差，在操作中理想情况是希望从手完全跟踪主手的操作速度，其中qsd(t)＝qm(t‑Tc1)表示从手端期望的关节位置，由主手端的关节位置经过时延Tc1得到；另设状态误差函数那么且有：Msf·(t)=Ms[q··sd(t)+k1e·(t)]-Msq··s(t)---(3)]]>由式(2)得Msq··s(t)=Fcs(t)-Fe(t)-Cs(qs,q·s)q·s-Gs(qs)-ΔCs(qs,q·s)q·s-ΔGs(qs)-ΔMsq··s(t)]]>令则有：Msq··s(t)=Fcs(t)-Fe(t)-Cs(qs,q·s)[q·sd+k1e(t)]+Cs(qs,q·s)f(t)-Gs(qs)-ρ]]>将上式代入(3)并化简可得误差动力学方程：Msf·(t)+Cs(qs,q·s)f(t)=Ms[q··sd(t)+k1e·(t)]-Fcs(t)+Fe(t)+Cs(qs,q·s)[q·sd+k1e(t)]+Gs(qs)+ρ---(4)]]>据此设计相应的RBF神经网络控制器为：Fcs(t)=Ksf(t)+Ms[q··sd(t)+k1e·(t)]+Cs(qs,q·s)[q·sd+k1e(t)]+Gs(qs)+ρ^+η+Fe(t)---(5)]]>其中加入了自适应项ρ的估计值和鲁棒项η；将式(5)代入式(4)得：Msf·(t)=-Cs(qs,q·s)f(t)-Ksf(t)+ρ~-η]]>将ρ线性化表示为ρ＝θTΦ，那么其估计值为于是有：ρ~=ρ-ρ^=(θT-θ^T)Φρ]]>其中，Fρ为任意正定矩阵，Kρ为设计参数，Φρ为径向基函数，这里采用高斯函数的表示；由于存在通过设计η对进行抑制，设的上界为ηρ，则η＝ηρsat(r,ε)，其中sat(r,ϵ)=1f(t)>ϵr/ϵ-ϵ<f(t)<ϵ-1-ϵ>f(t)]]>采用sat(r,ε)函数能够明显的抑制当r→0时刻控制系统的抖动；3)设计主手端控制器；主手端误差表示为σ(t)＝qmd(t)‑qm(t)，其中qmd(t)＝qs(t‑Tc2)表示主手端的期望关节位置，由从手端的期望关节位置经过时延Tc2得到；另设主手端的状态误差函数则且有Mmg·(t)=Mmσ··(t)+Mmk2σ·(t)=Mm[q··md(t)+k2σ·(t)]-Fh(t)+Fms(t)-Cm(qm,q·m)g(t)+Cm(qm,q·m)[q·md+k2σ(t)]+Gm(qm)]]>进而得到主手端的误差动力学方程：Mmg·(t)+Cm(qm,q·m)g(t)=Mm[q··md(t)+k2σ·(t)]-Fh(t)+Fms(t)+Cm(qm,q·m)[q·md+k2σ(t)]+Gm(qm)]]>据此设计主端的控制器为：Fms(t)=Fh(t)-Kmg(t)-Mm[q··md(t)+k2σ·(t)]-Cm(qm,q·m)[q·md+k2σ(t)]-Gm(qm)---(6).]]>