1.一种在线学习与模糊神经动力学的移动机械臂控制方法,由控制器执行,其特征在于,所述方法包括:获取移动机械臂的末端执行器的实际位姿和期望位姿轨迹,以及所述移动机械臂的各关节实际的关节速度;
基于所述末端执行器的实际运动速度以及由所述各关节实际的关节速度叠加随机噪声后形成的激励信号,通过在线学习机制更新所述移动机械臂的当前雅可比矩阵估计值,得到更新后的雅可比矩阵估计值;
将所述实际位姿、所述期望位姿轨迹及所述更新后的雅可比矩阵估计值,输入至一模糊神经动力学求解器;其中,所述模糊神经动力学求解器被配置为:以最小化待求解的关节速度的二次型为优化目标,以满足基于所述更新后的雅可比矩阵估计值的微分运动学跟踪方程为等式约束,并使所述待求解的关节速度处于一非凸可行域内为不等式约束,对所述待求解的关节速度进行求解;所述模糊神经动力学求解器的神经动力学模型为:;
式中,表示为所述待求解的关节速度,表示为所述非凸可行域,表示为定义在所述非凸可行域上的投影算子,表示为基础学习率参数,表示为通过模糊逻辑系统动态调节的模糊输出参数,表示为辅助变量,表示为所述更新后的雅可比矩阵估计值,上标表示为转置运算,表示为所述实际位姿,表示为所述期望位姿轨迹;
所述辅助变量的时间导数由以下动力学方程更新:
;
式中,表示为辅助变量的时间导数,表示为一个正的缩放参数,表示为所述期望位姿轨迹的变化率,表示为所述更新后的雅可比矩阵估计值,上标表示为转置运算;
将所述模糊神经动力学求解器求解得到的关节速度的控制信号输出,以驱动所述移动机械臂运动。
2.根据权利要求1所述的在线学习与模糊神经动力学的移动机械臂控制方法,其特征在于,所述通过在线学习机制更新所述移动机械臂的当前雅可比矩阵估计值,具体包括:构造带有随机噪声的激励信号;且构造方程为:,其中,表示为所述带有随机噪声的激励信号,表示为所述各关节实际的关节速度,表示为随机噪声;
通过雅可比矩阵学习方程更新所述移动机械臂的当前雅可比矩阵估计值,得到所述更新后的雅可比矩阵估计值;且学习方程为:,其中,表示为所述移动机械臂的当前雅可比矩阵估计值,表示为的时间导数,表示为正的学习率参数,表示为所述末端执行器的实际运动速度,上标表示为转置运算。
3.根据权利要求2所述的在线学习与模糊神经动力学的移动机械臂控制方法,其特征在于,所述随机噪声为零均值的独立同分布的噪声信号。
4.根据权利要求3所述的在线学习与模糊神经动力学的移动机械臂控制方法,其特征在于,所述随机噪声的取值范围为。
5.根据权利要求1所述的在线学习与模糊神经动力学的移动机械臂控制方法,其特征在于,所述微分运动学跟踪方程为:;
其中,表示为所述更新后的雅可比矩阵估计值,表示为所述待求解的关节速度,表示为所述末端执行器的预测运动速度,表示为所述实际位姿,表示为所述期望位姿轨迹,表示为所述期望位姿轨迹的变化率,表示为正的反馈增益系数。
6.根据权利要求1所述的在线学习与模糊神经动力学的移动机械臂控制方法,其特征在于,所述非凸可行域的定义为:;
其中,表示为所述非凸可行域,表示为关节速度的状态向量,表示为关节速度的状态向量的第个状态分量,R表示为实数集,表示为关节总数,与表示为第个关节速度状态分量的下限与上限,表示为第个关节速度状态分量允许的离散边界值。
7.根据权利要求1所述的在线学习与模糊神经动力学的移动机械臂控制方法,其特征在于,所述模糊逻辑系统的输入包括所述实际位姿与所述期望位姿轨迹之间的误差范数,以及所述末端执行器的实际运动速度与所述期望位姿轨迹的变化率之间的误差范数。
8.一种在线学习与模糊神经动力学的移动机械臂控制装置,其特征在于,包括:状态获取模块,被配置为获取移动机械臂的末端执行器的实际位姿和期望位姿轨迹,以及所述移动机械臂的各关节实际的关节速度;
雅可比矩阵在线更新模块,被配置为基于所述末端执行器的实际运动速度以及由所述各关节实际的关节速度叠加随机噪声后形成的激励信号,通过在线学习机制更新所述移动机械臂的当前雅可比矩阵估计值,得到更新后的雅可比矩阵估计值;
模糊神经动力学求解模块,被配置为将所述实际位姿、所述期望位姿轨迹及所述更新后的雅可比矩阵估计值,输入至一模糊神经动力学求解器;其中,所述模糊神经动力学求解器被配置为:以最小化待求解的关节速度的二次型为优化目标,以满足基于所述更新后的雅可比矩阵估计值的微分运动学跟踪方程为等式约束,并使所述待求解的关节速度处于一非凸可行域内为不等式约束,对所述待求解的关节速度进行求解;所述模糊神经动力学求解器的神经动力学模型为:;
式中,表示为所述待求解的关节速度,表示为所述非凸可行域,表示为定义在所述非凸可行域上的投影算子,表示为基础学习率参数,表示为通过模糊逻辑系统动态调节的模糊输出参数,表示为辅助变量,表示为所述更新后的雅可比矩阵估计值,上标表示为转置运算,表示为所述实际位姿,表示为所述期望位姿轨迹;
所述辅助变量的时间导数由以下动力学方程更新:
;
式中,表示为辅助变量的时间导数,表示为一个正的缩放参数,表示为所述期望位姿轨迹的变化率,表示为所述更新后的雅可比矩阵估计值,上标表示为转置运算;
控制指令输出模块,被配置为将所述模糊神经动力学求解器求解得到的关节速度的控制信号输出,以驱动所述移动机械臂运动。