水果采摘机械臂神经网络自适应反演控制研究

《水果采摘机械臂神经网络自适应反演控制研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年3月农机化研究第3期水果采摘机械臂神经网络自适应反演控制研究阮玉镇(福建工程学院机械与汽车工程学院，福州350118)摘要:针对水果采摘单连杆柔性机器臂系统，提出一种基于ＲBF神经网络动态面反演自适应控制算法。该算法通过动态面控制技术，有效解决由于反演设计带来系统“计算膨胀问题”，并通过ＲBF神经网络对系统中未知或不确定函数进行逼近，实现神经网络自适应反演控制。最后，通过Lyapunov稳定理论证明闭环系统的一致最终有界。仿真结果验证了该控制器的有效性。关键词:水果采摘机械臂;动态面反演;ＲBF神经网络中图分类号:S225．93文献标识码:A文章编号:1003－

2、188X(2015)03－0165－05DOI:10.13427/j.cnki.njyi.2015.03.041直接自适应神经网络算法。0引言但是，由于反演算法反复对虚拟控制量求导会带［9－10］随着农业现代化的发展，农业机器人已经逐渐进来计算膨胀问题。Swaroop等人首次提出动态面入到农业生产领域中。采摘机械人的应用可降低农控制法，利用一阶低通滤波器对其虚拟控制项进行估民的劳动强度、提高劳动效率，因此受到学者们的广计，降低了算法的复杂程度。文献［11］提出一种基于［1－2］泛关注。梁喜凤等利用计算力矩—模糊补偿相结神经网络动态面的不确定非线性系统输出反馈控制合的控制算

3、法对番茄收获机械手模型中不确定部分设计方法。文献［12］针对柔性机器人提出一种自适［3］进行逼近，完成对机械手的轨迹跟踪设计。张建锋应模糊动态面控制法。文献［13］介绍一种基于动态等针对采摘机器人的行走控制器，提出对农田不确定面的多自由度机械臂的神经网络自适应算法。性和扰动具有自适应鲁棒性的控制算法，实现轨迹稳本文针对具有不确定或未知函数的单连杆柔性机［4］定跟踪。由于工作对象水果特殊性质，决定了机器器臂系统，提出一种基于动态面的ＲBF神经网络自适人采摘作业端可视为是一种柔性机械臂。柔性机器应反演控制方法。首先，通过动态面反演控制技术，臂是一个非常复杂的动力学系统，其动力

4、学方程具有设计其虚拟控制项，避免了计算膨胀问题;然后，利用高度非线性、强耦合以及时变等特点。由于一些非确ＲBF神经网络逼近虚拟控制项中的不确定函数，设计定性因素的存在及复杂性，在系统的精确数学模型无ＲBF神经网络的自适应律，实现自适应控制;最后，对法得到时，传统的控制策略往往得不到理想的控制效闭环系统进行Lyapunov稳定性分析。仿真结果证明［5］果。对于具有参数不确定性的非线性系统，Kanella-了该方法的有效性。kopoulo最早提出的基于李亚普洛夫稳定性的自适应1ＲBF神经网络自适应反演控制设计反演算法，该算法使控制器的设计结构化、系统化，放宽了对系统非线性增长

5、性条件和匹配性约束的限1．1系统的基本描述［6］［12］制。该方法被广泛应用于机械人控制系统。文献单连杆柔性机械臂动力学方程可表示为··［7］采用反演法控制柔性机械臂，在无需假设降低关Iq1+mgLsinq1+K(q1－q2)=0(1)节柔性和测量关节加速度情况下，实现轨迹的快速跟{··Jq2+K(q2－q1)=u踪。文献［8］介绍了一种基于反演控制的柔性机械臂n其中，q1、q2∈Ｒ分别为柔性力臂关节位置和电机转动角度，I为柔性力臂的转动惯量，L为柔性力臂收稿日期:2014－06－12重心至关节点的长度，K为柔性力臂的刚度，J为电机基金项目:国家“863计划”项目(201

6、3AA041006);福建工程学院科研n发展基金项目(2011ZC52035)转动惯量，m为柔性力臂的质量，u∈Ｒ为控制输入。··作者简介:阮玉镇(1982－)，男，福建莆田人，讲师，硕士，(E－mail)定义x1=q1，x2=q1，x3=q2，x4=q2，则式(1)可ryzmail@163．com。写成状态方程形式，有·165·2015年3月农机化研究第3期·ìx1=x2^～TTïg(x)=Wgφg(x)+Wgφ(x)+εg·ïx2=x3+g(x)^～(4)í(2)f(x)=WTφ(x)+WT+ε·ffffïx3=x4ï1．3基于动态面的自适应反演控制器设计·îx4=f

7、(x)+Mu与传统的反演设计类似，为每个子系统设计虚拟T其中，x=[x1x2x3x4]为系统状态向量，控制量，并使用一阶滤波器，让虚拟控制作为滤波器1的输入，用滤波器的输出代替虚拟控制的导数，以简g(x)=－x3－［mgLsinx1－K(x1－x3)］，f(x)=I化算法，最后推导出控制律。1K(x－x)，M=1。可知g(x)、f(x)包含了机器第1步:根据式(2)的第一个状态方程，定义第一13JJ个动态面误差S1=x1－qd，对其求导，有臂系统的建模信息。在实际工程应用中，无法获得机····器臂系统模型的精确参数，即g(x)