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：吉林省恒创智能装备有限公司;长春工业大学

摘要：本发明公开了一种协作机器人最优控制方法、装置、介质及产品，涉及机器人轨迹规划和控制算法技术领域。本发明根据逆运动学原理和五次多项式轨迹规划曲线，确定期望关节位置变量；将控制器参数与期望关节位置变量作为参数构建单评判神经网络；更新单评判神经网络的权值求解重构后哈密顿雅可比贝尔曼方程的近似解；进而控制协作机器人。本发明基于五次多项式轨迹规划和单评判神经网络能够克服协作机器人控制过程中存在的角速度变化不平滑和加速度跳跃问题。

主权项：1.一种协作机器人最优控制方法，其特征在于，包括：构建协作机器人的动力学模型；所述动力学模型为： 其中，Masθ为惯性矩阵，θ为关节位置向量，为关节加速度向量，为哥式力和离心力项，为关节速度向量，Graθ为重力项，u为控制力矩；根据期望笛卡尔空间始末点，构建五次多项式轨迹规划曲线；根据逆运动学原理和五次多项式轨迹规划曲线，确定期望关节位置变量；构建代价函数和哈密顿雅可比贝尔曼方程；所述代价函数为：J*s为代价函数，vs为与动态不确定性有关的附加效用项，sT为融合误差函数的转置矩阵；uT为控制力矩的转置矩阵；Q和R为正定矩阵；s为融合误差函数，表示融合误差函数，e1＝x1-x1d表示位置误差，x1表示实际关节角位置，表示实际关节角位置的导数，x1d＝θt表示期望关节角位置，为期望关节角位置的导数，λ表示滑膜系数，表示融合误差函数的导数；为期望关节角位置的二次导数；哈密顿雅可比贝尔曼方程为： 其中，为哈密顿函数；为代价函数求梯度；为代价函数求梯度的转置矩阵；为漂移动态矩阵；B为控制输入矩阵；将控制器参数与期望关节位置变量作为参数构建单评判神经网络；根据单评判神经网络的权值重构代价函数和哈密顿雅可比贝尔曼方程，并基于重构后代价函数的求解重构后哈密顿雅可比贝尔曼方程的近似解；确定重构后哈密顿雅可比贝尔曼方程的近似解为近似最优控制律；近似最优控制律为： 其中，为近似最优控制律；R-1为正定矩阵R的逆矩阵，ATx为Ax＝λB的转置；为激活函数δcs求梯度的转置矩阵；根据近似最优控制律和所述动力学模型，确定近似最优控制律对应的实际关节位置变量；确定实际关节位置变量与期望关节位置变量的差值的绝对值为位置误差量；在位置误差量达到位置误差量阈值时，更新单评判神经网络的权值并返回步骤“根据单评判神经网络的权值重构代价函数和哈密顿雅可比贝尔曼方程，基于重构后代价函数的求解重构后的哈密顿雅可比贝尔曼方程的近似解为近似最优控制律”直至位置误差量小于位置误差量阈值；将最后一次迭代时的近似最优控制律作为最优控制律，利用最优控制律控制协作机器人；构建五次多项式轨迹规划曲线，包括：利用五次多项式构建轨迹规划曲线，关节位置、速度和加速度表达式如下： 其中，a,b,c,d,e,f均表示待定系数；获取起始时间的关节位置、速度和加速度，以及终止时间的关节位置、速度和加速度代入公式中，解得进而确定五次多项式轨迹规划曲线；ts表示起始时间；tm表示终止时间；所述五次多项式轨迹规划曲线角速度变化平滑且加速度连续。

全文数据：

权利要求：

百度查询： 吉林省恒创智能装备有限公司 长春工业大学 一种协作机器人最优控制方法、装置、介质及产品