CN118605264B 一种有限时间收敛的运动受限机器人系统跟踪控制方法 （电子科技大学）

一种有限时间收敛的运动受限机器人系统为一种有限时间收敛的运动受限机器人系统跟2步骤1、基于机器人系统的动力学模型和系统状态约束，建立带有约束的跟踪误差系定义运动跟踪误差为z1＝q_qd和其中，qd和3,分别表示目标关节运动角度和角速度；根据运动跟踪误差z1和z2、状态变量x和期望状态xd，得到跟踪误差状态=x-x,-le:,其中，Τ表示转置；3之=(x)+g(x)u(l)步骤3、基于无约束辅助误差跟踪系统构造性能代价函数，再利用Hamilton函数和Bellman最优性原理对代价函数进行求解，得到针对无约束辅助误差跟踪系统的最优控制求解代价函数J(χ,u)得到针对无约束辅助误差跟踪系统的最优控制问题模型u*(χ)如步骤4、在步骤3得到的最优控制模型中引入事件触发机制为设置一个评估采样时刻状态和当前状态误差的连续函数步骤4.2、基于连续函数得到相应的事件触发最优控制模型u'(),u(%)的表达式步骤5.1、使用评价网络在线近似最优代价函数得到无约束辅助误差跟踪系统的更新4步骤5.2、基于该误差函数设计有限时间收敛的权重参数更新规则成i.,i.的表步骤5.4.1定义一个动态变量设计关于56[0002]随着人工智能技术的发展，机器人系统在社会生活和生产制造中得到了广泛应敛和性能优化的机器人运动跟踪控制器成为亟敛的运动受限机器人系统跟踪控制方法,使得机器人系统在满足运动约束条件下，实现了Bellman最优性原理对代价函数进行求解，得到针对无约束辅助误差跟踪系统的最优控制7j+g(q)=u(1)入；[0018]定义运动跟踪误差为z1＝角度和角速度；根据运动跟踪误差z1和z2、状态变量x和期望状态xd，得到跟踪误差状态[0020](t)=M(z)+N(z)u(t)(2)[0026]步骤1.3、根据定义的机器人关节运动约束范围及跟踪误差动力学模型(t),得到8[0038]步骤3.1、基于无约束辅[0045]利用Bellman最优性原理，得到哈密顿_雅可比_贝尔曼(Hamilton_Jacobi_9[0056]步骤5.1、使用评价网络在线近i.,i.o的(t),设计关于该变量的滤波动态方程为：[0081]o'=o(0)20[0095]如图1所示，本实施例提供的一种有限时间收敛的运动受限机器人系统跟踪控制[0100]定义运动跟踪误差为z1＝q_qd和其中，qd和分别表角度和角速度；根据运动跟踪误差z1和z2、状态变量x和期望状态xd，得到跟踪误差状态i(0)=m(z)+n(zu(1)(2)[0116]步骤2.2、根据跟踪误差动力学模型(2)Bellman最优性原理对代价函数进行求解，得到针对无约束辅助误差跟踪系统的最优控制[0119]步骤3.1、基于无约束辅[0126]利用Bellman最优性原理，得到哈密顿_雅可比_贝尔曼(Hamilton_Jacobi_st<0a(11)[0137]步骤5.1、使用评价网络在线近.,,i.o的i();i()的表达式为:[0165]步骤6、将动态事件触发条件与步骤5得到的自适应事件触发最优控制模型相结