CN116339141B - 一种机械臂全局固定时间轨迹跟踪滑模控制方法 - Google Patents
一种机械臂全局固定时间轨迹跟踪滑模控制方法 Download PDFInfo
- Publication number
- CN116339141B CN116339141B CN202310224739.XA CN202310224739A CN116339141B CN 116339141 B CN116339141 B CN 116339141B CN 202310224739 A CN202310224739 A CN 202310224739A CN 116339141 B CN116339141 B CN 116339141B
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- sliding mode
- fixed time
- follows
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000009466 transformation Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 240000006829 Ficus sundaica Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种机械臂全局固定时间轨迹跟踪滑模控制方法,属于机器人工业装配和航空航天太空作业领域,首先获取机械臂期望轨迹信息,建立n自由度机械臂动力学模型并进行形式变换,获取变换之后的n自由度机械臂动力学模型;设计自适应固定时间滑模干扰观测器,获取估计扰动;设计非奇异固定时间滑模面,依据滑模面和获得的估计扰动设计固定时间滑模控制器,得到固定时间滑模控制律实现机械臂轨迹跟踪;设计固定时间饱和补偿器,补偿机械臂初始输入力矩,得到饱和补偿器控制律,得到具有输入饱和的机械臂轨迹跟踪全局固定时间滑模控制律。本发明能够有效的实现机械臂精确轨迹跟踪,并且满足机械臂系统固定时间收敛的要求。
Description
技术领域
本发明属于机器人工业装配和航空航天太空作业技术领域,具体涉及一种机械臂全局固定时间轨迹跟踪滑模控制方法。
背景技术
机械臂是一种高精度,多输入多输出,具有强耦合且存在着参数摄动,外界干扰和建模不确定性的复杂系统。工业机械装配、太空航天器维修、宇宙探索、军事排险、家政服务等实际工程问题都需要机械臂轨迹跟踪控制作业才能实现。因此,针对具有外界干扰和模型不确定机械臂轨迹跟踪控制研究具有重要的实用价值。
对具有外界干扰和模型不确定机械臂轨迹跟踪控制,需要对机械臂系统的未建模动态和外界环境干扰进行补偿,目前绝大多数滑模控制方案中采用假设扰动上限进行解决外界干扰和模型不确定形成的合成扰动问题,但是这样的处理方式不能实时估计扰动变化值,造成对扰动的估计不精确,最后影响机械臂轨迹跟踪精度,如果假设上限设置不合理甚至会对刚性机械臂系统本身造成损坏。所以采用自适应固定时间干扰观测器对外界环境扰动和系统未建模动态形成的合成扰动进行实时估计并补偿可以有效提高轨迹跟踪的性能。此外,机械臂由于自身机械局限性存在输入饱和问题也是轨迹跟踪控制需要解决的一个问题,输入饱和问题的存在不仅会造成机械臂输入力矩达不到作业要求而造成最后跟踪控制效果的降低,甚至可能造成系统的不稳定。设计固定时间饱和补偿器解决输入饱和问题以提高系统稳定和轨迹跟踪性能是一个非常有效的办法。
目前在国内外的文献和专利文件中,尚未见到将全局固定时间轨迹跟踪滑模控制方法应用到不确定机械臂轨迹跟踪中的报道。
发明内容
为解决上述问题,本发明提供一种机械臂全局固定时间轨迹跟踪滑模控制方法,设计合理,解决了现有技术的不足,具有良好的效果。
为实现上述发明目的,本发明采用如下技术方案:
一种机械臂全局固定时间轨迹跟踪滑模控制方法,包括以下步骤:
S1、获取机械臂期望轨迹信息,包括机械臂各关节期望角位置和期望角速度信息;
S2、建立n自由度机械臂动力学模型,给出机械臂动力学模型标称部分、不确定部分和合成扰动d之后,对机械臂动力学模型进行形式变换,获取变换之后的n自由度机械臂动力学模型;
S3、设计自适应固定时间滑模干扰观测器,估计补偿系统不确定和外界干扰形成的合成扰动,获取估计扰动
S4、基于步骤1所获得的关节期望角位置和期望角速度信息建立位置跟踪误差和速度跟踪误差,设计非奇异固定时间滑模面s,依据滑模面和步骤3获得的估计扰动设计固定时间滑模控制器,得到固定时间滑模控制律实现机械臂轨迹跟踪;
S5、设计固定时间饱和补偿器,补偿机械臂初始输入力矩,得到饱和补偿器控制律τsc;
S6、基于步骤3~5,得到具有输入饱和的机械臂轨迹跟踪全局固定时间滑模控制律。
进一步地,所述步骤S2包括以下子步骤:
S2.1、建立n自由度机械臂动力学模型,如下所示:
式中,q表示关节角位置,表示关节角速度,/>表示关节角加速度,M(q)表示系统惯性矩阵,/>表示离心力和哥氏力,G(q)表示重力,τ表示关节力矩,τd表示外界环境干扰;
S2.2、机械臂动力学模型参数改写标称部分和不确定部分为,表示如下:
其中,M0(q)、和G0(q)为标称部分,/>ΔM(q)和/>为不确定部分;
系统合成扰动d被定为如下形式:
n自由度机械臂动力学模型改写为如下形式:
进一步地,所述步骤S3包括以下子步骤:
步骤3.1:设计滑模面s1,如下所示:
式中:q0表示/>的估计值;
式中:表示对d的估计值;
对滑模面s1求导,如下所示:
步骤3.2:结合滑模面s1,设计自适应固定时间滑模干扰观测器,如下所示:
式中,h1和h2为常数,h1>1,h2<1,b1、b2和b3为常数,b1,b2>0,v为常数,ν>0;
步骤3.3:利用步骤3.2设计的自适应固定时间滑模干扰观测器,观测机械臂轨迹跟踪控制过程中由系统不确定性和外界干扰形成的合成扰动,构建李雅普诺夫函数V1,如下所示:
根据固定时间理论和李雅普诺夫定理,确定扰动观测误差能够在固定时间内收敛到零,机械臂轨迹跟踪实际轨迹能够快速收敛到期望轨迹。
进一步地,所述步骤S4包括以下子步骤:
步骤4.1:根据步骤1所获得的期望角位置信息qd和期望角速度信息得到位置跟踪误差和速度跟踪误差,如下所示:
式中,e表示机械臂关节位置跟踪误差,表示机械臂关节速度跟踪误差,qd为期望关节角位置;
步骤4.2:根据步骤4.1设计非线性函数F(x)和h(x),如下所示:
式中,k和α为常数,k=α+1,α=1-δ,δ∈(0,exp(-1)),x为自变量,常数a1、a2、F(x)按如下定义:
F(x)=[h(x1),h(x2),...h(xn)]T(13);
其中,n为F(x)的维数。
对h(x)求导,如下所示:
步骤4.3:根据步骤4.2设计非奇异固定时间滑模面s,如下所示:
式中,F(e)=[h(e1),h(e2),...h(en)]T,Sigβ(e)=[|e1|βsign(e1),|e2|βsign(e2),...,|en|βsign(en)],C1和C2是两个对称正定矩阵,β>1是定义的正常数;
对非奇异固定时间滑模面s求导,如下所示:
式中,D=diag[|ei|β-1],i为对角矩阵第i个分量;
步骤4.4:设计非奇异固定时间滑模控制律,如下所示:
式中,K1、K2、K3∈Rn×n表示3个正定对称矩阵,v1为常数,ν1>1,v2为常数,0<ν2<1。
进一步地,所述步骤S5包括以下子步骤:
步骤5.1:根据步骤4.3得到的滑模面s,设计辅助变量ζ,如下所示:
式中,a1,a2如式(12)所示,ν1>1,0<ν2<1,Δτ=τ-sat(τ),τmax是执行器的物理限制,Λ是对称正定矩阵;
步骤5.2:设计李雅普诺夫函数V2,如下所示:
步骤5.3:通过使李雅普诺夫函数V2稳定,获得固定时间饱和补偿器控制律τsc,如下所示:
τsc=-K4M0(q)ζ(20);
式中,K4为正定对称矩阵,ζ为辅助变量。
进一步地,所述步骤S6具体为:基于步骤3的自适应固定时间干扰观测器,步骤4的固定时间滑模控制和步骤5的固定时间饱和补偿器,构建李雅普诺夫函数V3,如下所示:
使李雅普诺夫函数V3趋于稳定,得到基于自适应固定时间干扰观测器的具有输入饱和机械臂轨迹跟踪全局固定时间滑模控制律τ1,如下所示:
本发明具有如下由于效果:
本发明提出了一种机械臂全局固定时间轨迹跟踪滑模控制方法,基于非奇异固定时间滑模控制,能够有效的实现机械臂精确轨迹跟踪,并且满足机械臂系统固定时间收敛的要求;
本发明方法设计的自适应干扰观测器实现了在固定时间内实时估计并补偿系统模型不确定和外界干扰形成的集总扰动,并且观测误差能够在固定时间收敛至零,有效降低滑模控制存在的抖振问题,提高了控制策略整体的响应时间;
本发明方法设计的固定时间饱和补偿器解决了机械臂系统存在的输入过饱和问题,并且在固定时间内实现机械臂力矩补偿,提高了控制策略整体的跟踪精度和系统稳定性。
本发明方法设计的带执行器输入饱和的机械臂全局固定时间轨迹跟踪滑模控制策略不仅具有更快的收敛速度,还具有更精确的跟踪性能和更强的抗干扰能力,兼顾了收敛速度、跟踪性能和抗干扰能力,有利于机械臂的固定时间轨迹跟踪控制。
附图说明
图1为本发明一种机械臂全局固定时间轨迹跟踪滑模控制方法的流程图;
图2为本发明实施例中具有输入饱和的刚性机械臂模型图;
图3为本发明实施例具有输入饱和机械臂的关节1轨迹跟踪曲线图;
图4为图3关节1轨迹跟踪曲线0~0.7s时的局部放大图;
图5为本发明实施例具有输入饱和机械臂的关节2轨迹跟踪曲线图;
图6为图5关节2轨迹跟踪曲线0~1.2s时的局部放大图;
图7为本发明实施例具有输入饱和机械臂的关节1轨迹跟踪误差曲线图;
图8为图7关节1轨迹跟踪误差曲线0~0.7s时的局部放大图;
图9为本发明实施例具有输入饱和机械臂的关节2轨迹跟踪误差曲线图;
图10为图9关节2轨迹跟踪误差曲线0~1.2s时的局部方法图;
具体实施方式
为了使本发明的目的、技术方案以及优点部分更加明确,以下结合附图及实施例,对本发明做进一步的详细说明。下面通过参考附图描述的实例属于示例性质,并不能认为是对本发明的限制。需要理解的是,在本发明的描述中,所涉及到如顶、底、上、下、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
为进一步说明本发明的技术方案,下面将通过多个具体实施例进行详细说明。
一种机械臂全局固定时间轨迹跟踪滑模控制方法,如图1所示,包括以下步骤:
S1、获取机械臂期望轨迹信息,包括机械臂各关节期望角位置和期望角速度信息;
S2、建立n自由度机械臂动力学模型,给出机械臂动力学模型标称部分、不确定部分和合成扰动d之后,对机械臂动力学模型进行形式变换,获取变换之后的n自由度机械臂动力学模型;
具体包括以下子步骤:
S2.1、建立n自由度机械臂动力学模型,如下所示:
式中,q表示关节角位置,表示关节角速度,/>表示关节角加速度,M(q)表示系统惯性矩阵,/>表示离心力和哥氏力,G(q)表示重力,τ表示关节力矩,τd表示外界环境干扰;
S2.2、机械臂模型如图2所示,其中m1和m2表示连杆质量,r1和r2表示连杆长度,q1和q2表示机械臂两个关节角度,考虑到系统动力学模型建模误差,M(q),G(q)是未知的,所以机械臂动力学模型参数可以改写标称部分和不确定部分为:
其中,M0(q)、和G0(q)为标称部分,/>ΔM(q)和/>为不确定部分;
系统合成扰动被定为如下形式:
n自由度机械臂动力学模型改写为如下形式:
S3、设计自适应固定时间滑模干扰观测器,估计补偿系统不确定和外界干扰形成的合成扰动,获取估计扰动
具体包括以下子步骤:
步骤3.1:设计滑模面s1,如下所示:
式中:q0表示/>的估计值;
式中:表示对d的估计值;
对滑模面s1求导,如下所示:
步骤3.2:结合滑模面s1,设计自适应固定时间滑模干扰观测器,如下所示:
式中,h1和h2为常数,h1>1,h2<1,b1、b2和b3为常数,b1,b2>0,v为常数,ν>0;
步骤3.3:利用步骤3.2设计的自适应固定时间滑模干扰观测器,观测机械臂轨迹跟踪控制过程中由系统不确定性和外界干扰形成的合成扰动,构建李雅普诺夫函数V1,如下所示:
根据固定时间理论和李雅普诺夫定理,确定扰动观测误差能够在固定时间内收敛到零,机械臂轨迹跟踪实际轨迹能够快速收敛到期望轨迹,将该李雅普诺夫函数应用在自适应干扰观测器中,能够提高刚性机械臂在固定时间内实现对合成干扰的快速补偿。
S4、基于步骤1所获得的关节期望角位置和期望角速度信息建立位置跟踪误差和速度跟踪误差,设计非奇异固定时间滑模面s,依据滑模面和步骤3获得的估计扰动设计固定时间滑模控制器,得到固定时间滑模控制律实现机械臂轨迹跟踪;
具体包括以下子步骤:
步骤4.1:根据步骤1所获得的期望角位置信息qd和期望角速度信息得到位置跟踪误差和速度跟踪误差,如下所示:
式中,e表示机械臂关节位置跟踪误差,表示机械臂关节速度跟踪误差,qd为期望关节角位置;
步骤4.2:根据步骤4.1设计非线性函数F(x)和h(x),如下所示:
式中,k和α为常数,k=α+1,α=1-δ,δ∈(0,exp(-1)),x为自变量,常数a1、a2、F(x)按如下定义:
F(x)=[h(x1),h(x2),...h(xn)]T (13);
其中,n为F(x)的维数。
对h(x)求导,如下所示:
步骤4.3:根据步骤4.2设计非奇异固定时间滑模面s,如下所示:
式中,F(e)=[h(e1),h(e2),...h(en)]T,Sigβ(e)=[|e1|βsign(e1),|e2|βsign(e2),...,|en|βsign(en)],C1,C2是两个对称正定矩阵,β>1是定义的正常数;
对非奇异固定时间滑模面s求导,如下所示:
式中,D=diag[|ei|β-1],i为对角矩阵第i个分量;
步骤4.4:设计非奇异固定时间滑模控制律,如下所示:
式中,K1、K2、K3∈Rn×n表示3个正定对称矩阵,v1为常数,ν1>1,v2为常数,0<ν2<1。
S5、设计固定时间饱和补偿器,补偿机械臂初始输入力矩,得到饱和补偿器控制律τsc;
具体包括以下子步骤:
步骤5.1:根据步骤4.3得到的滑模面s,设计辅助变量ζ,如下所示:
式中,a1,a2如式(12)所示,ν1>1,0<ν2<1,Δτ=τ-sat(τ),τmax是执行器的物理限制,Λ是对称正定矩阵;
步骤5.2:设计李雅普诺夫函数V2,如下所示:
步骤5.3:通过使李雅普诺夫函数V2稳定,获得固定时间饱和补偿器控制律τsc,如下所示:
τsc=-K4M0(q)ζ(20);
式中,K4为正定对称矩阵,ζ为辅助变量。
S6、基于步骤3~5,得到具有输入饱和的机械臂轨迹跟踪全局固定时间滑模控制律。
具体为:基于步骤3的自适应固定时间干扰观测器,步骤4的固定时间滑模控制和步骤5的固定时间饱和补偿器,构建李雅普诺夫函数V3,如下所示:
使李雅普诺夫函数V3趋于稳定,得到基于自适应固定时间干扰观测器的具有输入饱和机械臂轨迹跟踪全局固定时间滑模控制律τ1,如下所示:
图3和图4所示为本实施例刚性机械臂两关节轨迹跟踪曲线图,并与有限时间滑模控制器和未加饱和补偿的固定时间滑模控制器进行对比,图3为关节1轨迹跟踪曲线图,图4为三种控制器控制机械臂关节1在0~0.7s轨迹跟踪曲线放大图,图5为关节2轨迹跟踪曲线图,图6为关节2在0~1.2s轨迹跟踪曲线放大图。图7和图9为三种控制器轨迹跟踪误差曲线图,图8为关节1在0~0.7s时轨迹跟踪误差曲线放大图,图10为关节2在0~1.2s时轨迹跟踪误差曲线放大图。图3,图5,图8和图10验证了本发明设计的一种带执行器输入饱和的机械臂全局固定时间轨迹跟踪滑模控制策略,具有更具更快的收敛速度、更精确的跟踪性能和更强的抗干扰能力,兼顾收敛速度、跟踪性能和抗干扰能力,实现了对刚性机械臂固定时间轨迹跟踪控制。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (4)
1.一种机械臂全局固定时间轨迹跟踪滑模控制方法,其特征在于,包括以下步骤:
S1、获取机械臂期望轨迹信息,包括机械臂各关节期望角位置和期望角速度信息;
S2、建立n自由度机械臂动力学模型,给出机械臂动力学模型标称部分、不确定部分和合成扰动d之后,对机械臂动力学模型进行形式变换,获取变换之后的n自由度机械臂动力学模型;
S3、设计自适应固定时间滑模干扰观测器,估计补偿系统不确定和外界干扰形成的合成扰动,获取估计扰动
S4、基于步骤1所获得的关节期望角位置和期望角速度信息建立位置跟踪误差和速度跟踪误差,设计非奇异固定时间滑模面s,依据滑模面和步骤3获得的估计扰动设计固定时间滑模控制器,得到固定时间滑模控制律实现机械臂轨迹跟踪;
所述步骤S4包括以下子步骤:
步骤4.1:根据步骤1所获得的期望角位置信息qd和期望角速度信息得到位置跟踪误差和速度跟踪误差,如下所示:
e=q-qd,
式中,e表示机械臂关节位置跟踪误差,表示机械臂关节速度跟踪误差,qd为期望关节角位置;
步骤4.2:根据步骤4.1设计非线性函数F(x)和h(x),如下所示:
式中,k和α为常数,k=α+1,α=1-δ,δ∈(0,exp(-1)),x为自变量,常数a1、a2、F(x)按如下定义:
F(x)=[h(x1),h(x2),...h(xn)]T (13);
其中,n为F(x)的维数;
对h(x)求导,如下所示:
步骤4.3:根据步骤4.2设计非奇异固定时间滑模面s,如下所示:
式中,F(e)=[h(e1),h(e2),...h(en)]T,Sigβ(e)=[|e1|βsign(e1),|e2|βsign(e2),...,|en|βsign(en)],C1和C2是两个对称正定矩阵,β>1是定义的正常数;
对非奇异固定时间滑模面s求导,如下所示:
式中,D=diag[|ei|β-1],i为对角矩阵第i个分量;
步骤4.4:设计非奇异固定时间滑模控制律,如下所示:
式中,K1、K2、K3∈Rn×n表示3个正定对称矩阵,v1为常数,ν1>1,v2为常数,0<ν2<1;
S5、设计固定时间饱和补偿器,补偿机械臂初始输入力矩,得到饱和补偿器控制律τsc;
所述步骤S5包括以下子步骤:
步骤5.1:根据步骤4.3得到的滑模面s,设计辅助变量ζ,如下所示:
式中,a1,a2如式(12)所示,ν1>1,0<ν2<1,Δτ=τ-sat(τ),τmax是执行器的物理限制,Λ是对称正定矩阵;
步骤5.2:设计李雅普诺夫函数V2,如下所示:
步骤5.3:通过使李雅普诺夫函数V2稳定,获得固定时间饱和补偿器控制律τsc,如下所示:
τsc=-K4M0(q)ζ(20);
式中,K4为正定对称矩阵,ζ为辅助变量;
S6、基于步骤3~5,得到具有输入饱和的机械臂轨迹跟踪全局固定时间滑模控制律。
2.根据权利要求1所述的一种机械臂全局固定时间轨迹跟踪滑模控制方法,其特征在于,所述步骤S2包括以下子步骤:
S2.1、建立n自由度机械臂动力学模型,如下所示:
式中,q表示关节角位置,表示关节角速度,/>表示关节角加速度,M(q)表示系统惯性矩阵,/>表示离心力和哥氏力,G(q)表示重力,τ表示关节力矩,τd表示外界环境干扰;
S2.2、机械臂动力学模型参数改写标称部分和不确定部分为,表示如下:
其中,M0(q)、和G0(q)为标称部分,/>ΔM(q)为不确定部分;
系统合成扰动d被定为如下形式:
n自由度机械臂动力学模型改写为如下形式:
3.根据权利要求1所述的一种机械臂全局固定时间轨迹跟踪滑模控制方法,其特征在于,所述步骤S3包括以下子步骤:
步骤3.1:设计滑模面s1,如下所示:
式中:q0表示/>的估计值;
式中:表示对d的估计值;
对滑模面s1求导,如下所示:
步骤3.2:结合滑模面s1,设计自适应固定时间滑模干扰观测器,如下所示:
式中,h1和h2为常数,h1>1,h2<1,b1、b2和b3为常数,b1,b2>0,ν为常数,ν>0;
步骤3.3:利用步骤3.2设计的自适应固定时间滑模干扰观测器,观测机械臂轨迹跟踪控制过程中由系统不确定性和外界干扰形成的合成扰动,构建李雅普诺夫函数V1,如下所示:
根据固定时间理论和李雅普诺夫定理,确定扰动观测误差能够在固定时间内收敛到零,机械臂轨迹跟踪实际轨迹能够快速收敛到期望轨迹,得到公式(8)是有解的,从而求得估计扰动
4.根据权利要求1所述的一种机械臂全局固定时间轨迹跟踪滑模控制方法,其特征在于,所述步骤S6具体为:基于步骤3的自适应固定时间干扰观测器,步骤4的固定时间滑模控制和步骤5的固定时间饱和补偿器,构建李雅普诺夫函数V3,如下所示:
使李雅普诺夫函数V3趋于稳定,得到基于自适应固定时间干扰观测器的具有输入饱和机械臂轨迹跟踪全局固定时间滑模控制律τ1,如下所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310224739.XA CN116339141B (zh) | 2023-03-10 | 2023-03-10 | 一种机械臂全局固定时间轨迹跟踪滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310224739.XA CN116339141B (zh) | 2023-03-10 | 2023-03-10 | 一种机械臂全局固定时间轨迹跟踪滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116339141A CN116339141A (zh) | 2023-06-27 |
CN116339141B true CN116339141B (zh) | 2023-10-03 |
Family
ID=86887035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310224739.XA Active CN116339141B (zh) | 2023-03-10 | 2023-03-10 | 一种机械臂全局固定时间轨迹跟踪滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116339141B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117226849B (zh) * | 2023-11-09 | 2024-02-06 | 广东工业大学 | 多机械臂自适应滑模控制方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109927032A (zh) * | 2019-03-28 | 2019-06-25 | 东南大学 | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 |
CN110262255A (zh) * | 2019-07-16 | 2019-09-20 | 东南大学 | 一种基于自适应终端滑模控制器的机械臂轨迹跟踪控制方法 |
CN111152225A (zh) * | 2020-01-15 | 2020-05-15 | 北京科技大学 | 存在输入饱和的不确定机械臂固定时间轨迹跟踪控制方法 |
CN111496792A (zh) * | 2020-04-27 | 2020-08-07 | 北京科技大学 | 一种机械臂输入饱和固定时间轨迹跟踪控制方法及系统 |
CN111650832A (zh) * | 2020-05-28 | 2020-09-11 | 哈尔滨工程大学 | 一种水下多足步行机器人机械足姿态跟踪控制方法 |
CN112936277A (zh) * | 2021-02-04 | 2021-06-11 | 大连海事大学 | 一种水下机器人-机械手系统固定时间轨迹跟踪方法 |
CN113211433A (zh) * | 2021-04-21 | 2021-08-06 | 山东科技大学 | 一种基于复合特征的分离式视觉伺服控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10788836B2 (en) * | 2016-02-29 | 2020-09-29 | AI Incorporated | Obstacle recognition method for autonomous robots |
-
2023
- 2023-03-10 CN CN202310224739.XA patent/CN116339141B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109927032A (zh) * | 2019-03-28 | 2019-06-25 | 东南大学 | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 |
CN110262255A (zh) * | 2019-07-16 | 2019-09-20 | 东南大学 | 一种基于自适应终端滑模控制器的机械臂轨迹跟踪控制方法 |
CN111152225A (zh) * | 2020-01-15 | 2020-05-15 | 北京科技大学 | 存在输入饱和的不确定机械臂固定时间轨迹跟踪控制方法 |
CN111496792A (zh) * | 2020-04-27 | 2020-08-07 | 北京科技大学 | 一种机械臂输入饱和固定时间轨迹跟踪控制方法及系统 |
CN111650832A (zh) * | 2020-05-28 | 2020-09-11 | 哈尔滨工程大学 | 一种水下多足步行机器人机械足姿态跟踪控制方法 |
CN112936277A (zh) * | 2021-02-04 | 2021-06-11 | 大连海事大学 | 一种水下机器人-机械手系统固定时间轨迹跟踪方法 |
CN113211433A (zh) * | 2021-04-21 | 2021-08-06 | 山东科技大学 | 一种基于复合特征的分离式视觉伺服控制方法 |
Non-Patent Citations (6)
Title |
---|
A Novel Non-Singular Terminal Sliding Mode Trajectory Tracking Control for Robotic Manipulators;Junyong Zhai等;IEEE Transactions on Circuits and Systems II: Express Briefs;第68卷(第1期);第391 - 395页 * |
Adaptive Fractional-Order Non-Singular Fast Terminal Sliding Mode Control Based on Fixed Time Disturbance Observer for Manipulatorsr;XIN ZHANG等;IEEE ACCESS;第76504-76511页 * |
Adaptive nonsingular fixed-time sliding mode control for uncertain robotic manipulators under actuator saturation;Huayang Sai等;ISA Transactions;第46-60页 * |
多机械手协作系统运动协调与智能混合跟踪控制研究;闫楠楠;中国优秀硕士学位论文全文数据库信息科技辑(第03(2018)期);第I140-738页 * |
工业机器人有限时间鲁棒自适应轨迹控制;卢晓姗;恒庆海;;北京信息科技大学学报(自然科学版)(第06期);第73-77页 * |
机械臂的固定时间非奇异滑模自适应控制;何欣荣等;组合机床与自动化加工技术(第9期);第84-87页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116339141A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111152225B (zh) | 存在输入饱和的不确定机械臂固定时间轨迹跟踪控制方法 | |
CN108803324B (zh) | 多关节工业机械臂反步有限时间滑模控制方法 | |
CN105563489B (zh) | 基于非线性自抗扰控制技术的柔性机械臂控制方法 | |
CN109062043B (zh) | 考虑网络传输以及执行器饱和的航天器自抗扰控制方法 | |
CN105772917B (zh) | 一种三关节点焊机器人轨迹跟踪控制方法 | |
CN112947067B (zh) | 一种水下机器人三维轨迹精确跟踪控制方法 | |
CN112180729A (zh) | 一种机械臂自适应轨迹跟踪控制方法 | |
Zheng et al. | Tracking control of manipulator based on high-order disturbance observer | |
CN116339141B (zh) | 一种机械臂全局固定时间轨迹跟踪滑模控制方法 | |
CN110687870A (zh) | 基于非线性扩张状态观测器的机械臂跟踪控制器及系统 | |
CN114047773B (zh) | 一种基于扩张状态观测器的水下集矿机器人反步滑模自适应姿态控制方法 | |
CN109976150B (zh) | 一类欠驱动多输入多输出系统的集中式自抗扰控制方法 | |
CN109240092B (zh) | 基于多智能体可重构模块化柔性机械臂轨迹跟踪控制方法 | |
CN110968037B (zh) | 一种减小多轴运动系统轮廓误差的控制方法 | |
CN112769364A (zh) | 一种直流电机伺服系统的快速自适应抗扰控制方法 | |
CN111673742A (zh) | 一种工业机器人轨迹跟踪控制算法 | |
CN112936277B (zh) | 一种水下机器人-机械手系统固定时间轨迹跟踪方法 | |
CN114114928A (zh) | 一种压电微定位平台的固定时间自适应事件触发控制方法 | |
Chen et al. | Observer-based adaptive robust precision motion control of a multi-joint hydraulic manipulator | |
CN110614636A (zh) | 一种视觉伺服机器人测量时滞补偿方法 | |
CN116382332A (zh) | 一种基于ude的战斗机大机动鲁棒飞行控制方法 | |
CN110888320A (zh) | 基于双电动缸同步运动误差建模的自适应鲁棒控制方法 | |
CN115473467A (zh) | 基于模糊观测器的柔性关节机械臂指令滤波反步控制方法 | |
Alqaisi et al. | Vision-based leader-follower approach for uncertain quadrotor dynamics using feedback linearisation sliding mode control | |
CN115562045A (zh) | 一种远程遥控装载机的延时补偿控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |