本發(fā)明專利技術(shù)涉及一種柔性單鏈機械臂多智能體的跟蹤控制方法和系統(tǒng)。本發(fā)明專利技術(shù)在確定柔性單鏈機械臂多智能體的動力學(xué)方程之后，對動力學(xué)方程進行變換，將動力學(xué)方程轉(zhuǎn)換為五階非嚴(yán)格反饋形式，接著，利用反步法和命令濾波技術(shù)，設(shè)計每一步的虛擬控制器后，引入相對閾值的事件觸發(fā)策略設(shè)計自適應(yīng)神經(jīng)事件觸發(fā)控制器，避免了數(shù)據(jù)冗余，大大地降低了網(wǎng)絡(luò)帶寬的壓力，然后，基于自適應(yīng)神經(jīng)事件觸發(fā)控制器對柔性單鏈機械臂多智能體進行控制，進而，能夠避免無限快速的執(zhí)行采樣，降低通信信道的傳輸頻率，節(jié)省系統(tǒng)的通信資源。系統(tǒng)的通信資源。系統(tǒng)的通信資源。
【技術(shù)實現(xiàn)步驟摘要】
一種柔性單鏈機械臂多智能體的跟蹤控制方法和系統(tǒng)
[0001]本專利技術(shù)涉及機械臂多智能體工程領(lǐng)域，特別是涉及一種柔性單鏈機械臂多智能體的跟蹤控制方法和系統(tǒng)。
技術(shù)介紹
[0002]由于工業(yè)以及農(nóng)業(yè)領(lǐng)域的快速發(fā)展和對機械臂的廣泛運用，柔性機械臂控制問題的研究引起了廣泛的關(guān)注，研究者們逐漸提出了各種控制策略，使得研究得到了巨大的進展。此外，受自然界群集現(xiàn)象的啟發(fā)，如大雁南飛、魚游成群、蜜蜂成群等，多智能體的跟蹤控制問題也引起了控制領(lǐng)域?qū)＜液蛯W(xué)者極大的興趣。通過對多智能體系統(tǒng)關(guān)于一致性跟蹤控制問題的大量研究之后，成功提出了一些控制方法保證了跟隨者的輸出可以同步跟上領(lǐng)導(dǎo)者的輸出。但是到目前為止，由于柔性機械臂多智能體系統(tǒng)的復(fù)雜性和本質(zhì)上的非線性，使得其一致性跟蹤控制問題的研究依舊是一個重要的研究課題。
[0003]現(xiàn)實中，機械臂多智能體系統(tǒng)的實際模型通常包含完全未知的非線性，這大大的增加了設(shè)計控制器的難度。目前，對機械臂的一個主流研究方向是利用坐標(biāo)變換將機械臂系統(tǒng)轉(zhuǎn)化為三角結(jié)構(gòu)模型，從而應(yīng)用反步法和智能估計技術(shù)相結(jié)合來設(shè)計有效的控制器確保理想的系統(tǒng)性能。然而，在反步迭代的過程中,由于對虛擬控制的重復(fù)求導(dǎo)有相當(dāng)大的計算量，造成了“復(fù)雜性爆炸”的問題。基于此，現(xiàn)有技術(shù)針對這一問題有兩種解決方案：動態(tài)面控制技術(shù)和命令濾波技術(shù)。但是動態(tài)面技術(shù)需要假設(shè)虛擬控制的導(dǎo)數(shù)邊界信息已知，并通過一系列的公式推導(dǎo)再次證明其有界性，這在一定程度上是矛盾的。到目前為止，命令濾波技術(shù)還未充分應(yīng)用于柔性機械臂多智能體系統(tǒng)，無法實現(xiàn)機械臂多智能體的有效控制。
[0004]另一方面，在傳統(tǒng)的時間觸發(fā)機制中，控制器的持續(xù)輸出作用于系統(tǒng)，導(dǎo)致了計算機通信資源的浪費。
技術(shù)實現(xiàn)思路
[0005]為了克服上述現(xiàn)有技術(shù)存在的缺點，本專利技術(shù)提供了一種柔性單鏈機械臂多智能體的跟蹤控制方法和系統(tǒng)。
[0006]為實現(xiàn)上述目的，本專利技術(shù)提供了如下方案：
[0007]一種柔性單鏈機械臂多智能體的跟蹤控制方法，包括：
[0008]確定柔性單鏈機械臂多智能體的動力學(xué)方程；
[0009]將所述動力學(xué)方程轉(zhuǎn)換為五階非嚴(yán)格反饋形式，獲得轉(zhuǎn)換后的動力學(xué)方程；
[0010]根據(jù)轉(zhuǎn)換后的動力學(xué)方程，采用反步法和命令濾波技術(shù)，設(shè)計每一步的虛擬控制器，并引入相對閾值的事件觸發(fā)策略，得到柔性單鏈機械臂多智能體的自適應(yīng)神經(jīng)事件觸發(fā)控制器；
[0011]基于所述自適應(yīng)神經(jīng)事件觸發(fā)控制器對柔性單鏈機械臂多智能體進行控制。
[0012]根據(jù)本專利技術(shù)提供的具體實施例，本專利技術(shù)公開了以下技術(shù)效果：
[0013]本專利技術(shù)提供的柔性單鏈機械臂多智能體的跟蹤控制方法，在確定柔性單鏈機械臂
多智能體的動力學(xué)方程之后，對動力學(xué)方程進行變換，將動力學(xué)方程轉(zhuǎn)換為五階非嚴(yán)格反饋形式，接著，利用反步法和命令濾波技術(shù)，設(shè)計每一步的虛擬控制器后，引入相對閾值的事件觸發(fā)策略設(shè)計自適應(yīng)神經(jīng)事件觸發(fā)控制器，避免了數(shù)據(jù)冗余，大大地降低了網(wǎng)絡(luò)帶寬的壓力，然后，基于自適應(yīng)神經(jīng)事件觸發(fā)控制器對柔性單鏈機械臂多智能體進行控制，進而，能夠避免無限快速的執(zhí)行采樣，降低通信信道的傳輸頻率，節(jié)省系統(tǒng)的通信資源。
[0014]對應(yīng)于上述提供的柔性單鏈機械臂多智能體的跟蹤控制方法，本專利技術(shù)還提供了以下實施硬件結(jié)構(gòu)：
[0015]其中一種是柔性單鏈機械臂多智能體的跟蹤控制系統(tǒng)，該系統(tǒng)包括：
[0016]動力學(xué)方程確定模塊，用于確定柔性單鏈機械臂多智能體的動力學(xué)方程；
[0017]五階非嚴(yán)格反饋形式轉(zhuǎn)換模塊，用于將所述動力學(xué)方程轉(zhuǎn)換為五階非嚴(yán)格反饋形式，獲得轉(zhuǎn)換后的動力學(xué)方程；
[0018]自適應(yīng)神經(jīng)事件觸發(fā)控制器獲取模塊，用于根據(jù)轉(zhuǎn)換后的動力學(xué)方程，采用反步法和命令濾波技術(shù)，設(shè)計每一步的虛擬控制器，并引入相對閾值的事件觸發(fā)策略，得到柔性單鏈機械臂多智能體的自適應(yīng)神經(jīng)事件觸發(fā)控制器；
[0019]控制模塊，用于基于所述自適應(yīng)神經(jīng)事件觸發(fā)控制器對柔性單鏈機械臂多智能體進行控制。
[0020]另一種是電子設(shè)備，該電子設(shè)備包括處理器和計算機可讀存儲介質(zhì)；
[0021]所述處理器與所述計算機可讀存儲介質(zhì)連接；所述計算機可讀存儲介質(zhì)中存儲有多條指令；所述指令用于實施上述提供的柔性單鏈機械臂多智能體的跟蹤控制方法；所述處理器用于加載并執(zhí)行所述計算機可讀存儲介質(zhì)中存儲的多條指令。
附圖說明
[0022]為了更清楚地說明本專利技術(shù)實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術(shù)的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0023]圖1為本專利技術(shù)提供的柔性單鏈機械臂多智能體的跟蹤控制方法的流程圖；
[0024]圖2為本專利技術(shù)實施例提供的多智能體的通信拓?fù)鋱D；
[0025]圖3為本專利技術(shù)實施例提供的三個跟隨者和一個領(lǐng)導(dǎo)者的輸出軌跡圖；
[0026]圖4為本專利技術(shù)實施例提供的三個跟隨者的跟蹤誤差示意圖；
[0027]圖5為本專利技術(shù)實施例提供的三個控制輸入示意圖；
[0028]圖6為本專利技術(shù)實施例提供的智能體1的狀態(tài)變量x
1,1
、x
1,2
、x
1,3
、x
1,4
和x
1,5
軌跡示意圖；
[0029]圖7為本專利技術(shù)實施例提供的智能體2的狀態(tài)變量x
2,1
、x
2,2
、x
2,3
、x
2,4
和x
2,5
軌跡示意圖；
[0030]圖8為本專利技術(shù)實施例提供的智能體3的狀態(tài)變量x
3,1
、x
3,2
、x
3,3
、x
3,4
和x
3,5
軌跡示意圖；
[0031]圖9為本專利技術(shù)實施例提供的事件觸發(fā)條件示意圖；其中，圖9的(a)部分為事件觸發(fā)條件1的示意圖，圖9的(b)部分為事件觸發(fā)條件2的示意圖，圖9的(c)部分為事件觸發(fā)條件3
的示意圖；
[0032]圖10為本專利技術(shù)提供的柔性單鏈機械臂多智能體的跟蹤控制系統(tǒng)的結(jié)構(gòu)示意圖。
具體實施方式
[0033]下面將結(jié)合本專利技術(shù)實施例中的附圖，對本專利技術(shù)實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術(shù)一部分實施例，而不是全部的實施例。基于本專利技術(shù)中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術(shù)保護的范圍。
[0034]本專利技術(shù)的目的是提供一種柔性單鏈機械臂多智能體的跟蹤控制方法和系統(tǒng)，能夠避免無限快速的執(zhí)行采樣，降低通信信道的傳輸頻率，節(jié)省系統(tǒng)的通信資源。
[0035]為使本專利技術(shù)的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本專利技術(shù)作進一步詳細(xì)的說明。...
【技術(shù)保護點】
【技術(shù)特征摘要】
1.一種柔性單鏈機械臂多智能體的跟蹤控制方法，其特征在于，包括：確定柔性單鏈機械臂多智能體的動力學(xué)方程；將所述動力學(xué)方程轉(zhuǎn)換為五階非嚴(yán)格反饋形式，獲得轉(zhuǎn)換后的動力學(xué)方程；根據(jù)轉(zhuǎn)換后的動力學(xué)方程，采用反步法和命令濾波技術(shù)，設(shè)計每一步的虛擬控制器，并引入相對閾值的事件觸發(fā)策略，得到柔性單鏈機械臂多智能體的自適應(yīng)神經(jīng)事件觸發(fā)控制器；基于所述自適應(yīng)神經(jīng)事件觸發(fā)控制器對柔性單鏈機械臂多智能體進行控制。2.根據(jù)權(quán)利要求1所述的柔性單鏈機械臂多智能體的跟蹤控制方法，其特征在于，在設(shè)計每一步的虛擬控制器的同時，進行坐標(biāo)轉(zhuǎn)換，并引入補償信號。3.根據(jù)權(quán)利要求1所述的的柔性單鏈機械臂多智能體的跟蹤控制方法，其特征在于，所述動力學(xué)方程為：其中，J1表示電機轉(zhuǎn)動慣性，J2表示連桿轉(zhuǎn)動慣性，q1表示鏈接角位移，q2表示電機軸，r表示電樞電阻，L表示電樞電感，I表示電樞電流，K表示彈簧常數(shù)，K
t
表示扭矩常數(shù)，u(v)表示電樞電壓，g表示重力加速度，d表示連桿重心的位置，F(xiàn)1表示電機粘性摩擦常數(shù)，F(xiàn)2表示連桿粘性摩擦常數(shù)，K
b
表示反電動勢常數(shù)，M表示鏈接質(zhì)量，N表示齒輪傳動比，表示鏈接角速度，表示鏈接角加速度，表示連桿角速度，表示連桿角加速度，表示電流變化率。4.根據(jù)權(quán)利要求3所述的的柔性單鏈機械臂多智能體的跟蹤控制方法，其特征在于，轉(zhuǎn)換后的動力學(xué)方程為：其中，x
i,1
＝q1；x
i,3
＝q2；x
i,5
＝i；
x
i
＝[x
i,1
,x
i,2
,
…
x
i,5
]
T
∈R5，表示第i個智能體的整體狀態(tài)變量；y
i
∈R表示第i個跟隨者的輸出，u
i
∈R表示第i個跟隨者的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張紀(jì)峰，張言軍，趙延龍，韓麗敏，牛奔，
申請(專利權(quán))人：北京理工大學(xué)山東師范大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。