买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门工学院

摘要：本发明公开了一种基于递归小脑模型的空间机器人抗力矩饱和控制方法，涉及空间机器人控制领域，包括：构建双臂空间机器人系统的动力学模型，并基于该模型进一步计算得到在控制力矩受限且系统参数未知条件下的动力学模型；根据控制力矩受限且系统参数未知条件下的动力学模型构建基于递归小脑模型的抗饱和控制器；利用基于递归小脑模型的抗饱和控制器产生的驱动力矩实时调节双臂空间机器人系统中的载体姿态角和机械臂的关节角，直至满足控制目标，以解决当前空间机器人抗饱和控制方法实用性不足的问题，不仅保证双臂空间机器人系统的稳定控制，还显著提升响应速度，计算量小、学习速度快，无需预先知道系统的惯性参数，具备出色的动态特性。

主权项：1.一种基于递归小脑模型的空间机器人抗力矩饱和控制方法，其特征在于，包括以下步骤：构建双臂空间机器人系统的动力学模型，如下式所示： ；其中，为对称、正定的质量矩阵，为包含科氏力、离心力的列向量，为载体姿态的控制力矩和机械臂的第一关节的关节铰的控制力矩、第二关节的关节铰的控制力矩、第三关节的关节铰的控制力矩、第四关节的关节铰的控制力矩组成的列向量，为载体姿态角和机械臂的四个关节角组成的列向量，为载体姿态角，、、、分别为第一关节角、第二关节角、第三关节角、第四关节角，和分别为所述双臂空间机器人系统的速度向量和加速度向量；设所述控制力矩受限制于其对应的最大值，如下式所示： ；假设所述双臂空间机器人系统的参数不精确描述为： ； ；其中，和分别为和的估计值，和分别为和的估计误差；因此可计算得到在控制力矩受限且参数未知情况下所对应的动力学模型，如下式所示： ；其中，为不确定项，并计算得到下式： ；根据所述控制力矩受限且参数未知情况下所对应的动力学模型构建基于递归小脑模型的抗饱和控制器，具体包括：定义不确定性模块，将作为递归小脑模型的输入向量，所述输入向量中的4个元素离散为4个离散块，每个离散块的元素数为，每个离散块取，为接受域的个数，使递归小脑模型的最佳输出逼近所述不确定性模块，则递归小脑模型的实际输出为，因此可构建如下的基于递归小脑模型的抗饱和控制器的控制律以及自适应律： ； ；其中，表示复合非线性反馈控制器，表示递归小脑模型补偿器，为的估计值，为递归小脑模型的最佳输出所对应的最佳权值矩阵，表示对时间的一阶导数，，表示接受域函数，，为5阶单位矩阵，为零矩阵，为对称正定矩阵；为期望位置，表示对时间的一阶导数，表示对时间的二阶导数，为位置误差，为速度误差；和分别为比例增益和微分增益；为非负有界函数；为对称正定矩阵，且满足Lyapunov方程的解： ；式中，，为正定矩阵，皆为饱和向量值函数，表示最大输出值和之间的关系，表示的取值，通过选择的取值，使所述双臂空间机器人系统中的控制力矩满足；利用所述基于递归小脑模型的抗饱和控制器产生的驱动力矩实时调节所述双臂空间机器人系统中的载体姿态角和机械臂的关节角，直至满足控制目标。

全文数据：

权利要求：

百度查询： 厦门工学院 基于递归小脑模型的空间机器人抗力矩饱和控制方法