移動機械手的逆運動學(xué)及滑模變結(jié)構(gòu)軌跡跟蹤控制研究.pdf

1、移動機械手由操作手和移動平臺組成，操作手安裝在移動平臺上。其實質(zhì)就是操作手和移動機器人的組合體。這種結(jié)構(gòu)大大提高了系統(tǒng)的操作性能，包括擁有遠大于固定基機械手的工作空間和高度的運動冗余性。因此，移動機械手被廣泛應(yīng)用于多種場合，包括垃圾處理和太空作業(yè)等危險環(huán)境以及制造業(yè)等場合。但是，移動平臺和機械手的組合也增加了系統(tǒng)的復(fù)雜性，使得對它的控制和規(guī)劃變得更加困難，給控制帶來了一系列的問題。比如，移動平臺體與機械手都具有復(fù)雜的動力學(xué)模型，二者之間

2、存在強耦合。對于輪式的移動平臺來說，存在非完整約束使得傳統(tǒng)的控制方法無法應(yīng)用。因此，移動機械手系統(tǒng)的協(xié)調(diào)控制問題具有重要的理論意義和實用價值。 文中綜述了移動機械手的控制策略及控制方法，滑模變結(jié)構(gòu)控制的研究歷史及現(xiàn)狀，對移動機械手的軌跡跟蹤控制進行了系統(tǒng)的理論研究。結(jié)合移動機械手的統(tǒng)一動力學(xué)模型，開發(fā)出了滑模變結(jié)構(gòu)軌跡跟蹤控制器。全文內(nèi)容主要分為以下幾部分： 1．提出了一種移動機械手逆運動學(xué)建模的新方法。利用神經(jīng)網(wǎng)絡(luò)逼近

3、機器人逆運動學(xué)的輸入與輸出，利用蟻群算法學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。 人工神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最多的智能控制方法之一。它可以逼近任意的非線性函數(shù)，具有很強的學(xué)習(xí)能力，因而得到了廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)的核心是它的學(xué)習(xí)算法，它通過修正權(quán)值使得輸出誤差達到最小。但是，傳統(tǒng)的BP算法存在收斂速度低、易于陷入局部最小值，對函數(shù)要求高等缺點。作為一種新興的元啟發(fā)算法，蟻群算法受到了很多關(guān)注。蟻群算法具有分布式計算、信息正反饋和啟發(fā)式搜索等特征。單個個體容易收

4、斂于局部最優(yōu)，而多個個體通過合作，不容易陷入局部最優(yōu)，有利于發(fā)現(xiàn)較好解。蟻群算法在難解的組合優(yōu)化問題中表現(xiàn)出了強大的功能。連續(xù)問題的優(yōu)化是蟻群算法的一個新的有待解決的研究領(lǐng)域。神經(jīng)網(wǎng)絡(luò)則是典型的連續(xù)優(yōu)化問題，而且，待優(yōu)化的參數(shù)往往比較多． 利用蟻群算法學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，克服了傳統(tǒng)BP算法的不足。同時，針對蟻群算法主要用于組合優(yōu)化的應(yīng)用特點，對基本的蟻群算法進行了改進。提出了蟻群算法學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的兩種方案： （1）將局部搜索與

5、確定性搜索嵌入到基本的蟻群算法中，將基本蟻群算法的應(yīng)用范圍拓展到了連續(xù)優(yōu)化的范疇． （2）將離散的信息素分布矩陣及概率分布矩陣拓展為連續(xù)的信息素分布函數(shù)和概率分布函數(shù)。將搜索的范圍擴展到連續(xù)區(qū)域。 蟻群神經(jīng)網(wǎng)絡(luò)算法兼具了蟻群算法與神經(jīng)網(wǎng)絡(luò)的優(yōu)點，而利用蟻群神經(jīng)網(wǎng)絡(luò)實現(xiàn)移動機械手的逆運動學(xué)建模也為機器人的逆運動學(xué)建模提供了一個新的方法，克服了機器人逆運動學(xué)建模傳統(tǒng)算法的不足。 2．利用牛頓-歐拉方法建立了輪式移動機

6、械手的動力學(xué)方程。針對輪式移動機械手存在非完整約束的特點，采用移動平臺左右兩輪及各關(guān)節(jié)的轉(zhuǎn)角作為廣義坐標，分別建立各子構(gòu)件的牛頓-歐拉動力學(xué)公式，合成為輪式移動機械手的動力學(xué)模型。在絕對坐標系中建立了輪式移動機械手各子構(gòu)件的牛頓方程，在與各子構(gòu)件相固連的子坐標系中分別建立其歐拉方程。 3．設(shè)計了一種移動機械手的滑模變結(jié)構(gòu)控制器?；Ｗ兘Y(jié)構(gòu)控制具有很強的魯棒性。當系統(tǒng)處于滑動模態(tài)的時候，它對參數(shù)變化以及干擾不敏感。而且，滑模變結(jié)構(gòu)

7、控制不需要精確的動力學(xué)模型，控制算法易于實現(xiàn)，非常適合于機器人控制。但是，模變結(jié)構(gòu)控制也有它自身的缺陷。一方面，傳統(tǒng)的滑模變結(jié)構(gòu)控制存在一個很大的缺陷，即抖振，極大的限制了其應(yīng)用；另一方面，誤差的收斂速度直接影響滑模變結(jié)構(gòu)控制的運動品質(zhì)。因此，如何削弱滑模變結(jié)構(gòu)控制所固有的抖振以及提高誤差的收斂速度是滑模變結(jié)構(gòu)控制所有待解決的問題。 針對滑模變結(jié)構(gòu)控制的收斂速度問題，提出了一種新的非線性滑模面，系統(tǒng)到達該滑模面上任一位置后，都能

8、夠以高于線性滑模面和終端滑模面的速度收斂到平衡點，提高了系統(tǒng)在滑動階段的收斂速度：提出了一種新的雙冪次趨近律，系統(tǒng)從任一初始狀態(tài)出發(fā)后，都能夠以高于指數(shù)趨近律和冪次趨近律的速度收斂到滑模面，提高了系統(tǒng)在到達階段的收斂速度。同時，采用雙冪次趨近律大大削弱了傳統(tǒng)滑模變結(jié)構(gòu)控制所固有的抖振。 4．設(shè)計了基于新型滑模面的移動機械手的動態(tài)滑?？刂?。傳統(tǒng)滑模控制方法中切換面的選取一般只依賴于系統(tǒng)狀態(tài)，而與系統(tǒng)輸入無關(guān)，因而，控制量是不連續(xù)的