1.一种基于改进型趋近律的机械臂滑模控制轨迹跟踪方法,其特征在于,包括以下步骤:S1、建立n关节机械臂的动力学模型,初始化系统状态、采样时间和系统参数;
S2、设计滑模函数和改进型趋近律;
S3、基于二关节串联机械臂动力学模型,设计基于改进型趋近律的滑模鲁棒项,选择RBF神经网络逼近系统的干扰力矩和模型参数不确定,设计自适应控制器,更新RBF神经网络的网络权值,设计控制律,完成机械臂轨迹跟踪;
步骤S1具体过程如下:
4×4
S1.1设期望的n关节串联机械臂末端位姿信息为P,P∈R 为其次变矩阵,由机械臂逆n T n运动学将末端位姿信息P解算为各关节的期望关节角qd,qd∈R 即qd=[q1d,q2d,…,qdn] ,R表示n维矩阵;
S1.2建立n关节串联机械臂的动力学模型:公式中: 分别为机械臂的关节角、角速度、角加速度矢量;M(q)为机械臂的惯性矩阵; 为机器人的离心力和哥氏力矩阵;G(q)为机械臂的重力矢量; 为摩擦力构成的矩阵;τd为外加扰动构成的矩阵,τ为控制律;
步骤S2具体过程如下:
S2.1设计滑模函数
设机械臂的期望轨迹qd及其一阶导数 和二阶导数 有界;
定义跟踪误差e及其导数
e=qd‑q
定义滑模函数s如下
T T
其中a=a =[δ1 δ2 …]>0,b=b=[λ1 λ2 …],a,b为设计参数,并且δ和λ的选取满足Hurwitz判据,即满足s→0时,e→0;y1,z1,y2,z2为设计参数,y1,z1,y2,z2为奇数且y1>z1,y2
根据步骤S1建立的动力学模型以及上述跟踪误差e的导数 和滑模函数s,得和
其中
S2.2设计改进型趋近律δ
其中p1,q1,p2和q2均为设计参数,均为奇数,且 set为设计参数;k1,k2,k3和k4均为设计参数,且k1>0,k2>0,k3>0,k4>0;
其中η,γ,μ为设计参数,η>0,γ>0,0<μ<1。
2.根据权利要求1所述的基于改进型趋近律的机械臂滑模控制轨迹跟踪方法,其特征在于,步骤S3具体过程如下:S3.1设计RBF神经网络逼近f(x)表达公式f(x)含有所有的模型信息,采用RBF神经网络逼近f(x);
T
f(x)=Wh+ε
其中,x为RBF神经网络的输入;W为神经网络的理想权值;T为数学中的转置符号;h=[h1h2…hm];ε是一个很小的正实数;hj为高斯基函数,cj为高斯基函数的中心点,bj为高斯基函数的宽度;W为理想权值,j为计数序号,m为设计参数;
采用RBF神经网络逼近f(x),即其中 为理想权值的估计值,T为数学中的转置符号;
其网络输入 其中
S3.2设计控制律τ
T
其中的神经网络自适应律为 Γ为设计参数,Γ=Γ>0,Kv为设计参数;
v是根据改进型趋近律直接设计的滑模鲁棒项