CN103240739A - 一种移动机械臂分散集中自主切换控制方法 - Google Patents

Abstract

本发明涉及一种移动机械臂分散集中自主切换控制方法，首先对移动机械臂建立世界坐标系和车载坐标系，获取移动机械臂的当前位姿，然后针对不同的控制策略对系统建立运动学和动力学模型，并设计分散集中控制自主切换器，通过对移动机械臂和可移动平台的协调控制，最终完成既定任务。该方法解决了针对不同的控制任务，在分散、集中控制之间选择一个合理的控制方案，保证在可移动平台和机械臂之间协调控制下任务的顺利完成，进而提高在未知外扰、环境时变、避障等不确定性因素影响下，移动机械臂的控制性能。本发明可广泛用于工业生产，医疗辅助等应用领域，还可拓展针对水下机器人、飞行机器人等不同对象的研究。

Description

一种移动机械臂分散集中自主切换控制方法

技术领域

本发明属于机器人控制技术领域，具体涉及一种基于移动机械臂的分散-集中自主切换控制方法。

背景技术

自二十世纪机械臂问世以来，机械臂得到了快速发展，并广泛用在了军事、工业和医疗等方面。随着各方面技术的进步，传统机械臂工作空间有限的缺点日益突出，使其已经无法满足各种较高的科技需求。由于移动机械臂拥有几乎无限大的工作空间和高度的运动冗余性，使得近几年来对于移动机械臂的研究成为了机器人领域中的热点。然而，又由于机械臂与可移动平台之间具有不同的动力学特性并存在强耦合问题，因此，移动机械臂的研究也是机器人领域中研究的难点问题之一。

移动机械臂由一个可移动平台和一个或多个机械臂组成，这一结构使得移动机械臂既具有可移动平台的移动性，又具有了机械臂的可操作性。目前，针对移动机械臂的研究主要分为两个方向：一是对可移动平台和机械臂两个子系统的分散控制研究；二是对可移动平台和机械臂作为一个整体集中控制。

由于对于移动机械臂的集中控制研究难度较大，存在动力学强耦合、运动学冗余、非完整约束限制等问题，因此，目前针对移动机械臂的研究大多停留在分散控制的研究（于振中,闫继宏,赵杰,陈志峰.9DOF全方位移动机械臂运动学及其控制系统研究.高技术通讯,2011年第21卷第1期）。分散控制是指将可移动平台和机械臂看作两个独立的子系统，忽略系统的动力学耦合，分别设计控制器来实现对两个子系统的控制。这种分散控制思想在国内外已经相对成熟，但是受其精度的影响，应用范围大打折扣。

针对移动机械臂分散控制所存在的不足，移动机械臂的集中控制思想应运而生（谭湘敏,赵冬斌,易建强,徐冬.全方位移动机械手运动控制I—建模与控制水.机械工程学报,2009年第45卷第1期）。它是将可移动平台和机械臂进行了整合，因此，它既拥有了可移动性，有拥有了可操作性。但是，在面对一个简单的任务时，这种集中控制所具有运动学冗余缺陷暴露出来，使得在完成任务时所付出的代价过大。

综上所述，现有针对移动机械臂的研究仍有以下问题：针对可移动平台和机械臂两个子系统之间存在的强耦合、运动学冗余等问题还有待进一步的研究；在面对复杂度不同的任务时，不能合适的选取分散控制还是集中控制，同时控制精度和实时性等性能指标也得不到保证。

因此，对于移动机械臂在其工作性能及两个子系统自主切换并协调的控制这两个方面还具有很高的研究价值。

发明内容

本发明要解决的技术问题是：针对现有技术中所存在的上述问题，提出一种移动机械臂分散集中自主切换控制方法，该方法能够针对不同的控制任务，在分散、集中控制之间选择一个合理的控制方案，保证在可移动平台和机械臂之间协调控制并保证任务的顺利完成，能够提高在未知外扰、环境时变、避障等不确定性因素影响下，移动机械臂的控制性能。

为了解决上述技术问题，本发明的技术方案为：

一种移动机械臂分散集中自主切换控制方法，其特征在于主要包括以下步骤：

A：对移动机械臂建立世界坐标系和车载坐标系，获取移动机械臂的当前位姿；移动机械臂的当前位姿是依靠平台上的传感装置和建立的坐标系确定的；世界坐标系用于确定移动机械臂在世界坐标中的位置；车载坐标系用于确定移动机械臂在行进过程中由传感器测量出的物体相对于移动机械臂的位置；

B：由A步骤获取的移动机械臂的当前位姿，分别搭建分散控制模式和集中控制模式下移动机械臂的运动学模型和动力学模型，并根据搭建的运动学模型和动力学模型进行轨迹规划；

当采用分散控制模式时，对机械臂和可移动平台分别进行控制，包括对可移动平台的路径规划，并利用D-H方法对机械臂建立运动学模型，进而对机械臂进行轨迹规划；当采用集中控制模式时，首先通过对机械结构和运动特性的分析，建立整体系统的运动学模型，然后利用拉格朗日力学法建立动力学模型，并在此模型基础上对机械臂和可移动平台进行协调控制，最后，采用人工势函数方法驱使移动机械臂系统完成运动规划任务；

C：设计出分散集中自主切换控制器并根据分散集中自主切换控制器目标函数取值决定是否进行控制模式切换，如给定的任务比较复杂，利用分散集中自主切换控制器，实现在分散控制模式和集中控制模式之间的切换，之后以切换后的控制模式对移动机械臂进行控制，并驱动移动机械臂运动，最终完成既定任务；如给定的任务比较简单，不需要通过分散集中自主切换控制器切换控制模式来实现，则按B步骤原定的分散控制模式或集中控制模式继续对移动机械臂进行控制，最终完成既定任务。

按上述技术方案，C步骤中所述的分散集中控制自主切换控制器是以数据测试的方法对已获得的外部提取信息值进行反馈、修正和优化，同时以机械臂辅助状态变量X_a，动力学变量ξ_a，机械臂末端执行器约束函数C_a，建立分散控制优化模型为f_a(X)=f_a(X_a,ξ_a,C_a)；以移动平台辅助状态变量X_c，协同控制设计变量ξ_c，移动平台约束函数C_c，建立集中控制优化模型为f_c(X)=f_c(X_c,ξ_c,C_c)；

然后，利用可变优先级与包容式结构算法，建立分散集中控制多目标优化函数：minf(X)=min[f_a(X),f_c(X)]，根据分散集中控制多目标优化函数取值来决定是否进行控制模式的切换。

按上述技术方案，C步骤中，如之前的B步骤中为分散控制模式，则在分散集中控制多目标优化函数minf(X)取值为f_a(X)时，保持原分散控制模式，在minf(X)取值为f_c(X)时，切换到集中控制模式。

按上述技术方案，B步骤采用当采用集中控制模式时所涉及的协调控制为：利用移动机械臂和可移动平台的动力学系统的界函数构造滑模控制器，通过滑模控制器将一个给定的任务分解成机械臂的操作和移动平台的移动，从而实现对移动机械臂的动作控制。

按上述技术方案，B步骤中，分散控制模式是把机械臂和可移动平台当作两个子系统，分别加以控制；当采用分散控制模式时，如果给定任务的涉及空间范围在机械臂所能到达的空间范围内，则可移动平台不动，仅对机械臂进行相应的轨迹规划，即首先对机械臂建立坐标系，建立相应的关节和连杆参数表，根据D-H法求出各连杆坐标系之间的齐次变换矩阵，由此得出机械臂的运动学方程，进而对机械臂进行轨迹规划；如果给定任务的涉及空间范围在机械臂所能到达的空间范围以外，则首先需对可移动平台进行路径规划，到达相应的空间之后，再对机械臂进行轨迹规划。

相对于现有技术，本发明的有益效果如下：

本发明针对任务的多样性和复杂性，设计出分散集中自主切换控制器，能够合理地选择分散或集中控制策略来完成任务，并能针对复杂任务在任务执行过程中自主切换分散、集中控制模式来高效率的完成任务，不仅保证了机械臂与可移动平台之间的协调控制和系统的控制性能，并整合了分散、集中控制两方面的优点，即系统的稳定性、控制精度高和实时性、操作能力强等。提高了移动机械臂在未知外扰、环境时变、避障等不确定性因素影响下的控制性能。本发明可广泛用于工业生产，医疗辅助等应用领域，还可拓展针对水下机器人、飞行机器人等不同对象的研究。

附图说明

图1是本发明的移动机械臂分散集中自主切换控制方法流程框图。

图2是本发明中的移动机械臂结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的描述。

根据本发明实施的移动机械臂分散集中自主切换控制方法如图1所示，主要包括以下步骤：

A：对移动机械臂建立世界坐标系和车载坐标系，获取移动机械臂的当前位姿；移动机械臂的当前位姿是依靠平台上的传感装置和建立的坐标系确定的；世界坐标系用于确定移动机械臂在世界坐标中的位置；车载坐标系用于确定移动机械臂在行进过程中由传感器测量出的物体相对于移动机械臂的位置。

对移动机械臂建立的世界坐标系和车载坐标系如图2所示。在这里，我们假设机械臂1为二连杆机械臂ABC，可移动平台2为差分驱动两轮轮式机器人，因此，该系统为由非完整移动基和完整机械臂构成的移动机械臂系统。如图1所示，设机械臂1与可移动平台2连接点为可移动平台2的质心，移动机械臂的当前位姿

其中，

为可移动平台2相对于X正轴的方向，θ₁和θ₂分别为机械臂1两个关节转动的角度；x_c和y_c分别为质心C在XY平面上坐标。

B：由A步获取的移动机械臂的当前位姿，分别搭建分散控制模式和集中控制模式下移动机械臂的运动学模型和动力学模型，并根据搭建的运动学模型和动力学模型进行轨迹规划。

当采用分散控制模式时，对机械臂和可移动平台分别进行控制，包括对可移动平台的路径规划，并利用D-H方法对机械臂建立运动学模型，进而对机械臂进行轨迹规划；当采用集中控制模式时，首先通过对机械结构和运动特性的分析，建立整体系统的运动学模型，然后利用拉格朗日力学法建立动力学模型，并在此模型基础上对机械臂和可移动平台加以协调控制，最后，采用人工势函数方法驱使移动机械臂系统完成其运动规划任务。

按上述技术方案，B步骤中，分散控制模式是把机械臂和可移动平台当作两个子系统，分别加以控制；当采用分散控制模式时，如果给定任务的涉及空间范围在机械臂所能到达的空间范围内，则可移动平台不动，仅对机械臂进行相应的轨迹规划，即首先对机械臂建立坐标系，建立相应的关节和连杆参数表，根据D-H法求出各连杆坐标系之间的齐次变换矩阵，由此得出机械臂的运动学方程，进而对机械臂进行轨迹规划；如果给定任务的涉及空间范围在机械臂所能到达的空间范围以外，则首先需对可移动平台进行路径规划，到达相应的空间之后，再对机械臂进行轨迹规划。

按上述技术方案，B步骤中，集中控制模式是把机械臂和可移动平台当作一个整体，对这一整体进行集中分析和控制；当采用集中控制时，根据拉格朗日方程和罗兹动力学方程得到移动机械臂整体系统的运动学和动力学模型：

$\stackrel{\·}{q}=S\left(q\right)\stackrel{\·}{z}---\left(1\right)$

$M\left(q\right)\stackrel{\·\·}{q}+V(q,\stackrel{\·}{q})\stackrel{\·}{q}+G\left(q\right)=B\left(q\right)\mathrm{\τ}+A^T\left(q\right)\mathrm{\λ}---\left(2\right)$

式(1)为非完整移动机械臂的运动学方程，式(2)为非完整移动机械臂的动力学方程；其中，移动机械臂的位姿M(q)为惯性矩阵，

为广义速度，

为向心力和哥氏力矩阵，G(q)为万有引力矢量，B(q)为输入转换矩阵，A(q)为与约束有关的矩阵，λ为拉格朗日乘子，τ为r维广义力，S(q)为非完整约束矩阵A(q)零空间的一组基，即：

式中，r为轮子半径，R为两后轮之间的距离，d为两后轮的中点位置P与平台质心位置C之间的距离，

为可移动平台2相对于X正轴的方向；

然后，利用非线性负反馈对建立起的动力学模型进行线性化和解耦。其中，采用的非线性反馈如下：

$\mathrm{\τ}={\stackrel{\‾}{B}}^T(\stackrel{\‾}{M}u+\stackrel{\‾}{V}\stackrel{\·}{q}+\stackrel{\‾}{G})---\left(3\right)$

方程(3)中，u为辅助控制输入，惯性矩阵M(q)的对称正定矩阵为向心力和哥氏力矩阵的变换矩阵

万有引力矢量的变换矩阵

输入转换矩阵的变换矩阵

在动力学模型基础上对机械臂和可移动平台加以协调控制，所述的协调控制为：利用移动机械臂和可移动平台的动力学系统的界函数构造滑模控制器，通过滑模控制器将一个给定的任务分解成机械臂的操作和移动平台的移动，从而实现对移动机械臂的动作控制。

协调控制机理的实现首先是利用非完整系统的结构特性得出动力学系统的界函数。设

为正常数，为附属变量，则该界函数的模型为：

$\mathrm{\η}\left(t\right)={\stackrel{\‾}{\mathrm{\β}}}_1^{\′}\·\left|\right|{\stackrel{\·\·}{Z}}_r\left|\right|+{\stackrel{\‾}{\mathrm{\β}}}_2^{\′}\·\left|\right|{\stackrel{\·}{Z}}_r\left|\right|+{\stackrel{\‾}{\mathrm{\β}}}_3^{\′}\·\left|\right|{\stackrel{\·}{Z}}_r\left|\right|\·\left|\right|\stackrel{\·}{q}\left|\right|+{\stackrel{\‾}{\mathrm{\β}}}_4^{\′}---\left(4\right)$

利用动力学系统的界函数构造滑模控制器，其控制律为：

$\stackrel{\‾}{B}\left(q\right)\mathrm{\τ}=-\mathrm{Ks}-\frac{s\·{\left(\mathrm{\η}\left(t\right)\right)}^2}{\left|\right|s\left|\right|\·\mathrm{\η}\left(t\right)+\mathrm{\ϵ}\left(t\right)}-K_d\mathrm{sgn}\left(s\right)---\left(5\right)$

其中，K和K_d均为对称正定增益矩阵，s为滑模变量，ε(t)>0时是时变函数。当系统状态在滑模面s=0以外时，状态向滑模面运动，状态到达滑模面后沿滑模面运动到系统的平衡点。滑模控制器充分利用了非完整系统的动力学特性，考虑到系统的不确定性，构造的控制律可以保证系统跟踪期望轨迹，实现了移动机械臂的协调控制。

最后，在动力学模型基础上采用人工势函数方法驱使移动机械臂系统完成其运动规划任务。势函数方法是假定规划的目标位置能够产生一个吸引势，机器人在吸引力的作用下朝目标位置运动。设目标位置为X_d，机器人的位置为X，可移动平台的左右轮角速度分别为w_l、w_r，速度比参数k_p=w_l/w_r，则其势函数模型为：

$U=\frac{1}{2}{k}_p{(X-X_d)}^2---\left(6\right)$

C：设计出分散集中自主切换控制器并根据分散集中自主切换控制器目标函数取值决定是否进行控制模式切换；如给定的任务比较复杂，利用分散集中自主切换控制器，实现在分散控制模式和集中控制模式之间的切换，之后以切换后的控制模式对移动机械臂继续进行控制，驱动移动机械臂运动，最终完成既定任务；如给定的任务比较简单，不需要通过分散集中自主切换控制器切换控制模式来实现，则按B步骤原定的分散控制模式或集中控制模式继续对移动机械臂进行控制，最终完成既定任务。

所述的分散集中控制自主切换控制器是以数据测试的方法对已获得的外部提取信息值进行反馈、修正和优化，同时以机械臂辅助状态变量X_a（惯性力），动力学变量ξ_a（机械摩擦力），机械臂末端执行器约束函数C_a（避障），建立分散控制优化模型为f_a(X)=f_a(X_a,ξ_a,C_a)；

以移动平台辅助状态变量X_c（惯性力），协同控制设计变量ξ_c（运动冗余度），移动平台约束函数C_c（避障），建立集中控制优化模型为f_c(X)=f_c(X_c,ξ_c,C_c)；

在此基础上，利用可变优先级与包容式结构算法，建立分散集中控制多目标优化函数：minf(X)=min[f_a(X),f_c(X)]，根据该函数可知：

当f_a(X)<f_c(X)时，minf(X)取值为f_a(X)，则此时的分散集中控制自主切换控制器选择分散控制模式来控制移动机械臂；

当f_a(X)>f_c(X)时，minf(X)取值为f_c(X)，则此时的分散集中控制自主切换控制器选择集中控制模式来控制移动机械臂；

基于此来进行控制模式的切换，如之前的B步骤中为分散控制模式，则在minf(X)取值为f_a(X)时，在C步骤不切换并保持原分散控制模式，在minf(X)取值为f_c(X)时，进入C步骤切换到集中控制模式。由集中控制模式改为分散控制模式的原理以此类推。

由于采用上述技术方案，本发明充分考虑到给定任务的多样性，合理选择分散或集中控制策略来完成任务，并能针对复杂任务在任务执行过程中自主切换分散、集中控制来高效率的完成任务，不仅保证了机械臂与可移动平台之间的协调控制和系统的控制性能，并整合了分散、集中控制两方面的优点，即系统的稳定性、控制精度高和实时性、操作能力强等。

因此，本发明不仅实现了可移动平台与机械臂之间的协调控制，保证了系统的稳定性；并针对不同的任务能自主选择并切换分散、集中控制，使得给定任务的高效完成，进一步提高移动机械臂在未知外扰、环境时变、避障等不确定性因素影响下的控制性能。本发明可广泛用于工业生产，医疗辅助等应用领域，还可拓展针对水下机器人、飞行机器人等不同对象的研究。

上述实施例用来解释本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围内。

Claims (5)

1.一种移动机械臂分散集中自主切换控制方法，其特征在于主要包括以下步骤：

A：对移动机械臂建立世界坐标系和车载坐标系，获取移动机械臂的当前位姿；移动机械臂的当前位姿是依靠平台上的传感装置和建立的坐标系确定的；世界坐标系用于确定移动机械臂在世界坐标中的位置；车载坐标系用于确定移动机械臂在行进过程中由传感器测量出的物体相对于移动机械臂的位置；

B：由A步骤获取的移动机械臂的当前位姿，分别搭建分散控制模式和集中控制模式下移动机械臂的运动学模型和动力学模型，并根据搭建的运动学模型和动力学模型进行轨迹规划；

当采用分散控制模式时，对机械臂和可移动平台分别进行控制，包括对可移动平台的路径规划，并利用D-H方法对机械臂建立运动学模型，进而对机械臂进行轨迹规划；当采用集中控制模式时，首先通过对机械结构和运动特性的分析，建立整体系统的运动学模型，然后利用拉格朗日力学法建立动力学模型，并在此模型基础上对机械臂和可移动平台进行协调控制，最后，采用人工势函数方法驱使移动机械臂系统完成运动规划任务；

C：设计出分散集中自主切换控制器并根据分散集中自主切换控制器目标函数取值决定是否进行控制模式切换，如给定的任务比较复杂，利用分散集中自主切换控制器，实现在分散控制模式和集中控制模式之间的切换，之后以切换后的控制模式对移动机械臂进行控制，并驱动移动机械臂运动，最终完成既定任务；如给定的任务比较简单，不需要通过分散集中自主切换控制器切换控制模式来实现，则按B步骤原定的分散控制模式或集中控制模式继续对移动机械臂进行控制，最终完成既定任务。

2.根据权利要求1所述的自主切换控制方法，其特征在于：C步骤中所述的分散集中控制自主切换控制器是以数据测试的方法对已获得的外部提取信息值进行反馈、修正和优化，同时以机械臂辅助状态变量X_a，动力学变量ξ_a，机械臂末端执行器约束函数C_a，建立分散控制优化模型为f_a(X)=f_a(X_a,ξ_a,C_a)；以移动平台辅助状态变量X_c，协同控制设计变量ξ_c，移动平台约束函数C_c，建立集中控制优化模型为f_c(X)=f_c(X_c,ξ_c,C_c)；

然后，利用可变优先级与包容式结构算法，建立分散集中控制多目标优化函数：minf(X)=min[f_a(X),f_c(X)]，根据分散集中控制多目标优化函数取值来决定是否进行控制模式的切换。

3.根据权利要求2所述的自主切换控制方法，其特征在于：C步骤中，如之前的B步骤中为分散控制模式，则在分散集中控制多目标优化函数minf(X)取值为f_a(X)时，保持原分散控制模式，在minf(X)取值为f_c(X)时，切换到集中控制模式。

4.根据权利要求1-3之一所述的自主切换控制方法，其特征在于：B步骤采用当采用集中控制模式时所涉及的协调控制为：利用移动机械臂和可移动平台的动力学系统的界函数构造滑模控制器，通过滑模控制器将一个给定的任务分解成机械臂的操作和移动平台的移动，从而实现对移动机械臂的动作控制。

5.根据权利要求1-3之一所述的自主切换控制方法，其特征在于：B步骤中，分散控制模式是把机械臂和可移动平台当作两个子系统，分别加以控制；当采用分散控制模式时，如果给定任务的涉及空间范围在机械臂所能到达的空间范围内，则可移动平台不动，仅对机械臂进行相应的轨迹规划，即首先对机械臂建立坐标系，建立相应的关节和连杆参数表，根据D-H法求出各连杆坐标系之间的齐次变换矩阵，由此得出机械臂的运动学方程，进而对机械臂进行轨迹规划；如果给定任务的涉及空间范围在机械臂所能到达的空间范围以外，则首先需对可移动平台进行路径规划，到达相应的空间之后，再对机械臂进行轨迹规划。

Images