多機(jī)器人系統(tǒng)分布式自適應(yīng)神經(jīng)網(wǎng)絡(luò)連續(xù)跟蹤控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種多機(jī)器人系統(tǒng)分布式自適應(yīng)神經(jīng)網(wǎng)絡(luò)連續(xù)跟蹤控制方法。
【背景技術(shù)】
[0002] 隨著現(xiàn)代科技的迅猛發(fā)展，機(jī)器人技術(shù)在工業(yè)、醫(yī)療、農(nóng)業(yè)、娛樂等多個(gè)領(lǐng)域得到 了廣泛應(yīng)用。多機(jī)器人協(xié)調(diào)控制是指多個(gè)機(jī)器人在通訊網(wǎng)絡(luò)的作用下，不斷交互狀態(tài)信息， 從而形成有效的控制，最終使所有機(jī)器人達(dá)到規(guī)則有序的協(xié)同運(yùn)動(dòng)。多機(jī)器人協(xié)調(diào)控制是 一口綜合性的學(xué)科，它的發(fā)展得到了學(xué)術(shù)界和工業(yè)界的認(rèn)可。多機(jī)器人協(xié)調(diào)控制具有高效 率、高靈活性和高容錯(cuò)性的特點(diǎn)，能夠完成單個(gè)機(jī)器人無法完成的工作任務(wù)。近年來，多機(jī) 器人系統(tǒng)的分布式協(xié)調(diào)控制引發(fā)了廣泛的關(guān)注，在許多領(lǐng)域（如；編隊(duì)運(yùn)動(dòng)和緊急救災(zāi)等） 呈現(xiàn)了廣闊的應(yīng)用前景。
[0003] 多機(jī)器人系統(tǒng)模型的分類有；W往多機(jī)器人協(xié)調(diào)控制研究都是W線性積分器模 型作為機(jī)器人的運(yùn)動(dòng)模型。然而，大多數(shù)的實(shí)際物理系統(tǒng)都具有本質(zhì)非線性的特點(diǎn)，線性 積分器模型的研究成果也就很難應(yīng)用于工程實(shí)際。因而，W非線性模型為機(jī)器人運(yùn)動(dòng)模 型的多機(jī)器人協(xié)調(diào)控制有著更實(shí)際的應(yīng)用價(jià)值?；痩er-Lagrange系統(tǒng)模型是一種二階非 線性模型，它可W用來表示許多實(shí)際系統(tǒng)的運(yùn)動(dòng)，如機(jī)器人、直升機(jī)和航天器等。因而，W 化1er-Lagrange為系統(tǒng)模型的多機(jī)器人協(xié)調(diào)控制具有廣闊的工業(yè)應(yīng)用價(jià)值。許多學(xué)者對(duì)多 化ler-Lagrange系統(tǒng)的協(xié)調(diào)控制問題進(jìn)行了研究。
[0004] 多機(jī)器人系統(tǒng)領(lǐng)航者個(gè)數(shù)的分類情況為；根據(jù)多機(jī)器人系統(tǒng)中領(lǐng)航者個(gè)數(shù)分類， 多機(jī)器人協(xié)調(diào)控制問題分為無領(lǐng)航者的一致性控制問題、單領(lǐng)航者的跟蹤控制問題和多領(lǐng) 航者的包含控制問題。單領(lǐng)航者跟蹤控制的目的是通過控制跟隨機(jī)器人各個(gè)關(guān)節(jié)的驅(qū)動(dòng)力 矩，使得跟隨機(jī)器人關(guān)節(jié)的位置、速度等狀態(tài)變量跟蹤給定的或是由領(lǐng)航者產(chǎn)生的目標(biāo)軌 跡。由于跟蹤運(yùn)動(dòng)與實(shí)際需要更為符合，所W多機(jī)器人協(xié)調(diào)跟蹤控制問題得到充分重視。
[0005] 現(xiàn)有的多機(jī)器人協(xié)調(diào)跟蹤控制問題的解決主要有兩種方案：
[0006] 第一種方案；
[0007] 針對(duì)多機(jī)器人系統(tǒng)的協(xié)調(diào)跟蹤控制問題，在S種限制條件下分別提出S種跟蹤控 制算法。全文W有向圖作為機(jī)器人的通訊拓?fù)?，并假設(shè)該網(wǎng)絡(luò)拓?fù)浯嬖谝粋€(gè)有向生成樹。第 一種控制算法假設(shè)每個(gè)跟隨者均可獲得領(lǐng)航者的狀態(tài)信息，通過控制器引入相關(guān)符號(hào)函數(shù) 項(xiàng)使系統(tǒng)最終收斂，該控制算法雖然具有較好的魯椿性，但其控制器中引入了非連續(xù)符號(hào) 函數(shù)，給系統(tǒng)帶來抖振。第二種控制算法假設(shè)只有部分跟隨者可W獲得領(lǐng)航者狀態(tài)信息的 條件下，同時(shí)考慮系統(tǒng)存在模型不確定性和外界干擾，通過設(shè)計(jì)分布式跟蹤控制算法，使系 統(tǒng)的全局跟蹤誤差有界。雖然第二種控制算法是分布式的，但其控制器中需要用到鄰居的 相對(duì)速度信息，加重了系統(tǒng)的通訊負(fù)擔(dān)。第S種控制算法正是為了解決W上問題，在無需用 到鄰居相對(duì)速度信息的條件下，通過引入低通濾波器來實(shí)現(xiàn)系統(tǒng)的最終跟蹤誤差達(dá)到一致 有界。
[000引方案具體內(nèi)容如下；
[0009]Eluler-Lagrange模型；
[0010]
【主權(quán)項(xiàng)】
1. 一種多機(jī)器人系統(tǒng)分布式自適應(yīng)神經(jīng)網(wǎng)絡(luò)連續(xù)跟蹤控制方法，其特征在于：所述控 制方法通過以下步驟實(shí)現(xiàn)： 步驟一、多機(jī)器人協(xié)調(diào)控制系統(tǒng)中，根據(jù)Euler-Lagrange模型：+ C^qnq,)^ + = τ, + ω, 和動(dòng)態(tài)領(lǐng)航者輔助狀態(tài)量ν，建立第i個(gè)跟隨者的時(shí)變軌跡公式： = 5V， qn+i= Fv; 式中：qie Rp表示跟隨者廣義坐標(biāo)；Mi(qi) e Rpxp表示對(duì)稱正定的慣量矩陣； C,.dWeRw表示Coriolis力和向心力矩陣；Gi(Qi) e Rp表示重力約束矩陣；τ Rp表示 作用在跟隨者i上的廣義控制力，WiG以表示外界干擾；V表示動(dòng)態(tài)領(lǐng)航者輔助狀態(tài)量； S e Rmxm和F e Rnxm為常值實(shí)數(shù)矩陣； 步驟二、在存在通訊時(shí)延的情況下設(shè)計(jì)分布式觀測(cè)器，其控制公式為：
，使所有跟隨者都能對(duì)領(lǐng)航者的狀 態(tài)信息進(jìn)行估計(jì)，且能保證觀測(cè)誤差有界，即
式中：n ie R-表示跟隨者對(duì)領(lǐng)航者的狀態(tài)的估計(jì)；t表示時(shí)間；τ表示跟隨者與領(lǐng)航 者間網(wǎng)絡(luò)通訊的固定時(shí)延；4為正常數(shù)，滿足
'表示與第i個(gè)跟隨者相鄰的機(jī)器 人個(gè)數(shù)之和的倒數(shù)；由圖論的知識(shí)，當(dāng)i乒j且（υ D υ j) e ε時(shí)，4 =1，否則5 =〇 ; Utl表 示觀測(cè)誤差的上界； 步驟三、設(shè)-H組backstepping相關(guān)輔助變量，以對(duì)利用backstepping進(jìn)行控制律的 設(shè)計(jì)做準(zhǔn)備： 所述backstepping相關(guān)輔助變量為： qH= Fn i，表示跟隨者對(duì)領(lǐng)航者的廣義坐標(biāo)的估計(jì)， Zli= q ，表示跟隨者的廣義坐標(biāo)與跟隨者對(duì)領(lǐng)航者的廣義坐標(biāo)的估計(jì)的差值， 和Z.. =).. ，a u表示中間計(jì)算過程起輔助作用的虛擬控制量； 并對(duì)輔助變量Zli = q 求導(dǎo)，得：4 = Z2i + A -; 再設(shè)計(jì)盡Λ，并代入輔助變量&, = & - 及之=Z2i + -夂中得：
;式中：Kli為常值正定矩陣； 步驟四、對(duì)未知非線性項(xiàng)采用神經(jīng)網(wǎng)絡(luò)進(jìn)行逼近，分為兩步進(jìn)行處理： 首先，將步驟三得到的之,=4-^帶入步驟一所述的第i個(gè)跟隨者的運(yùn)動(dòng)方程，得： M太.+ ?.Ζ:,. = γ,. + + 乂(?，《.，, ?1;)，其中，乂(?，么.,％4) = -Gi. - C,.ah. - Μ,.#， 采用神經(jīng)網(wǎng)絡(luò)對(duì)未知非線性項(xiàng)進(jìn)行逼近處理，那么表示為： 控制系統(tǒng)中仍存在神經(jīng)網(wǎng)絡(luò)逼近誤差ε i和外界干擾ω i，進(jìn)一步表示為 人(Z2X,Sgn(Z2X/i,(Z2i) + f4i，再采用RBF神經(jīng)網(wǎng)絡(luò)逼近符號(hào)函數(shù)的方法對(duì)fAi(Z2i)進(jìn) 行估計(jì)，對(duì)神經(jīng)網(wǎng)絡(luò)逼近誤差S i和外界干擾ω 1進(jìn)行處理，同時(shí)消除抖振對(duì)控制系統(tǒng)的影 響：估計(jì)變量設(shè)計(jì)為Λ(?) = $:A(Z:.); 式中：Φ i表示神經(jīng)元的激活函數(shù);W 1表示最優(yōu)神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣；$表示最優(yōu)神經(jīng)網(wǎng) 絡(luò)權(quán)值矩陣的估計(jì)；Iii= ω Mi+ ε Mi，kAi彡k i，ωΜ?，ε Mi分別表示外界干擾ω i和神經(jīng)網(wǎng)絡(luò)逼 近誤差ε i的上界值；h i表示由高斯基函數(shù)構(gòu)成的徑向基向量； 步驟五、至此，對(duì)步驟一所述第i個(gè)跟隨者的時(shí)變軌跡設(shè)計(jì)分布式控制方法表達(dá)式：

使控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)逼近誤差ε 1趨于零，f ?以具有較好的魯棒 性； 式中：γ為正常數(shù)Aj2都為正常數(shù)；K2i為常值正定矩陣。
2.根據(jù)權(quán)利要求1所述多機(jī)器人系統(tǒng)分布式自適應(yīng)神經(jīng)網(wǎng)絡(luò)連續(xù)跟蹤控制方法，其特 征在于：步驟一所述Euler-Lagrange模型滿足反對(duì)稱性和有界性：（成(4)_2Q<?,.，4.>)是反 對(duì)稱矩陣，給定任意向量X iE !^有^^你)-^,#,.,^,)^ = O，所述有界性是指存在正常數(shù)％ 和kn，使得，其中^為ρχρ階單位矩陣。
【專利摘要】多機(jī)器人系統(tǒng)分布式自適應(yīng)神經(jīng)網(wǎng)絡(luò)連續(xù)跟蹤控制方法，屬于機(jī)器人系統(tǒng)控制領(lǐng)域。現(xiàn)有的多機(jī)器人系統(tǒng)的協(xié)調(diào)跟蹤控制方法使多機(jī)器人系統(tǒng)存在參數(shù)不確定性和外界干擾的問題。一種多機(jī)器人系統(tǒng)分布式自適應(yīng)神經(jīng)網(wǎng)絡(luò)連續(xù)跟蹤控制方法，首先，在僅有部分跟隨者可以獲得動(dòng)態(tài)領(lǐng)航者狀態(tài)信息的情況下，為使所有跟隨者都可獲得動(dòng)態(tài)領(lǐng)航者的狀態(tài)信息，在存在通訊時(shí)延的限制下設(shè)計(jì)分布式觀測(cè)器。然后，考慮系統(tǒng)存在參數(shù)不確定性和外界干擾，利用兩個(gè)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的分布式自適應(yīng)跟蹤控制表達(dá)式進(jìn)行控制，使逼近誤差趨于零。此外，分布式自適應(yīng)跟蹤控制表達(dá)式的控制算法為連續(xù)控制，因此不會(huì)給系統(tǒng)帶來抖振且具有更大的實(shí)際應(yīng)用價(jià)值。最后，仿真實(shí)驗(yàn)驗(yàn)證了控制算法的有效性。
【IPC分類】G05B13-04
【公開號(hào)】CN104865829
【申請(qǐng)?zhí)枴緾N201510137004
【發(fā)明人】陳亮名, 孫延超, 劉萌萌, 馬廣富, 王俊, 李傳江
【申請(qǐng)人】哈爾濱工業(yè)大學(xué)
【公開日】2015年8月26日
【申請(qǐng)日】2015年3月26日