智能机器人基于作业子空间划分的自学习适应控制方法

摘要

现有的机器人自适应控制基本上都是在建立机器人线性化的动力学模型的基础上,采用某种显式或隐式参数辨识的方法,在线地修正控制作用.本文针对机器人运动和动力学参数变化的固有特点,提出一种完全不同的自学习自适应方法.这种方法基于智能机器人分级系统中的两级结构,并且在空间域里而不是在时间域里处理机器人参数的变化.把机器人的作业空间划分成子空间,其中包括重力载荷的作用,每个子空间对应一组控制器.规划的轨迹映射到作业空间形成子空间序列.用自学习方法选择与这个序列对应的最佳控制器序列.该方法算法简单,计算量小.避开了通常的自适应方法遇到的一系列困难问题.