申请/专利权人：合肥工业大学

申请日：2023-11-14

公开（公告）日：2024-06-07

公开（公告）号：CN117484499B

主分类号：B25J9/16

分类号：B25J9/16;B25J9/02

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明涉及一种机械臂鲁棒轨迹跟踪的SCARA机器人，属于机器人技术领域，通过设计鲁棒控制器将机械臂动力学模型分为标称部分和不确定部分，并将不确定性放入动力学模型不确定性未知扰动函数中，以消除动力学模型的不确定性；确定含有鲁棒控制器的机械臂动力学模型，控制跟踪误差在预定的边界内，以实现机械臂的轨迹跟踪；最后利用学习成本函数确定反馈增益，采用时间上的平均近似方法对非线性的机械臂动力学系统进行线性化处理，实现反馈增益的自动调整。本发明解决了SCARA机器人在连续运动时，由于机械臂不可控的系统不确定性和轨迹误差而导致工作质量降低的问题，并通过迭代地自动调整控制反馈增益，优化系统的期望性能。

主权项：1.一种机械臂鲁棒轨迹跟踪的SCARA机器人，其特征在于：包括机械臂系统、轨迹跟踪系统、参数调整系统和末端执行系统，其中：所述机械臂系统，用于建立带有第一关节和第二关节的机械臂动力学模型；所述轨迹跟踪系统，用于对所述机械臂动力学模型进行不确定性估计和轨迹跟踪；所述参数调整系统，利用学习成本函数确定所述机械臂动力学模型的反馈增益，并对所述反馈增益线性化处理，从而迭代地自动调整参数；其中，所述轨迹跟踪系统中，所述对所述机械臂动力学模型进行不确定性估计和轨迹跟踪，包括以下步骤：S1、确定机械臂动力学模型的仿射不确定非线性系统表达形式，并构建虚拟输入向量求出所述仿射不确定非线性系统的仿射分解向量的镇定输出反馈；S2、确定跟踪误差，并根据反馈增益得到所述跟踪误差的全局收敛；S3、设计鲁棒控制器，消除机械臂动力学模型的不确定性和控制跟踪误差边界，包括以下步骤：S31：确定含有镇定输出反馈的鲁棒控制器动力学模型；S32：消除动力学模型不确定性：将机械臂动力学模型分为标称部分和不确定部分，并将不确定性放入动力学模型不确定性未知扰动函数中，以消除动力学模型的不确定性；S33：控制跟踪误差边界：确定含有所述鲁棒控制器的机械臂动力学模型，控制跟踪误差在预定的边界内，具体如下：确定含鲁棒控制器的机械臂动力学模型，确保跟踪误差渐近稳定，并在预定的边界内，所述含鲁棒控制器的机械臂动力学模型，表达式为： ，式中：为期望轨迹的角度；为期望轨迹的角速度；为期望轨迹的角加速度；为实际轨迹的角度；为实际轨迹的角速度；为实际轨迹的角加速度，在[t0,∞]上连续二阶可导，并且它们是一致有界的；、、和为相应矩阵标称部分的确定性项；为不确定性的名义部分，取决于不确定参数；为不确定性的边界值；为跟踪误差；t为时间；是可调的常数变量，且0；KP为比例控制参数；Kd为微分控制参数；d为不确定性的边界；；所述末端执行系统，用于控制机械臂末端执行部件，使所述末端执行部件随机械臂轨迹做出相应的动作。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种机械臂鲁棒轨迹跟踪的SCARA机器人

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD