技术特征:1.一种未知参数下的双功能模型预测控制方法,其特征在于,包括以下步骤:
步骤1,对六自由度机械臂进行动力学建模;
步骤2,针对机械臂动力学模型,构建模型预测控制优化问题下的性能指标函数,得到一个目标函数;
步骤3,重构目标函数,求解该优化问题的最优控制输入序列,估计出机械臂动力学模型中的未知参数,该最优控制输入序列的第一个值就是机械臂在每一时刻对应的最优关节驱动力矩。
2.根据权利要求1所述的未知参数下的双功能模型预测控制方法,其特征在于,所述的机械臂动力学模型为表示第i个关节的位置向量,表示第i个关节的速度,表示第i个关节的加速度,表示第i个关节的驱动力矩向量,m(qi)为机器人的惯性矩阵,m=mt,表示该机械臂受到的惯性力大小,是科里奥利矩阵,表示离心力和科氏力,为重力矩阵,表示该机器人受到重力的大小;将模型简化为离散时间下标准状态空间的形式:
xt+1=(a+γi)xt+but
yt=θtxt+vt
其中,xt表示机械臂在预测时域内第t个采样时刻的预测输出,该模型的控制变量为关节驱动力矩ut,vt表示高斯白噪声,a和b是已知的系数矩阵,i为单位矩阵。γ是状态方程中的未知参数,θ是量测方程中一个未知的系数矩阵。
3.根据权利要求1所述的未知参数下的双功能模型预测控制方法,其特征在于,所述的性能指标函数其中,m和n都是未知的参数,r>0为折扣因子;得到最优控制输入序列和无限时域下的目标函数其中,n为一个有限时域,k是对称正定的终端惩罚矩阵,其中,为折扣因子。
4.根据权利要求1所述的未知参数下的双功能模型预测控制方法,其特征在于,所述的重构目标函数其中,c是阶段代价函数,π=μ0,μ1,...,属于一系列可靠的策略集合π。
技术总结本发明提供了一种未知参数下的双功能模型预测控制方法,对六自由度机械臂进行动力学建模;针对机械臂动力学模型,构建模型预测控制优化问题下的性能指标函数,得到一个目标函数;重构目标函数,求解该优化问题的最优控制输入序列,估计出机械臂动力学模型中的未知参数,该最优控制输入序列的第一个值就是机械臂在每一时刻对应的最优关节驱动力矩。本发明能够在机械臂系统的动力学模型不确定时提高对于机械臂的控制精度。
技术研发人员:李慧平;孟晨静;严卫生
受保护的技术使用者:西北工业大学
技术研发日:2020.12.21
技术公布日:2021.03.30