基于自适应运动学模型的镜像型迭代学习控制

摘要

针对一类具有对称期望轨迹跟踪的工业机器人系统,在运动学模型参数存在偏差的情况下,提出一种基于自适应运动学模型的镜像型迭代学习控制方法.首先,利用期望轨迹的对称特征,将其以中点为界分解成前后两个半轨迹,交替使用两个半轨迹的控制信息,不断优化调整对应半轨迹下次迭代的控制输入,缩短迭代学习周期,实现了具有镜像特征轨迹的迭代学习控制.同时,针对模型偏差问题,引入自适应控制的思想,选取卡尔曼滤波方法对运动学模型参数进行估计,以修正机器人参考模型与实际模型之间的偏差,并不断更新参考模型.该方法实现了对具有对称特征的期望轨迹的快速跟踪、减小系统的跟踪误差,提升了系统的收敛速度.仿真实例验证了所提方法的有效性和实用性.