一种基于动量加速学习的连续体机器人模型预测控制方法

摘要: 本发明涉及一种连续体机器人的轨迹跟踪控制方法,属于机器人控制,尤其适用于具有未知精确运动学模型、易受外部噪声干扰且受到多重物理约束的连续体机器人的高精度轨迹跟踪...
一种基于动量加速学习的连续体机器人模型预测控制方法

本发明涉及一种连续体机器人的轨迹跟踪控制方法,属于机器人控制,尤其适用于具有未知精确运动学模型、易受外部噪声干扰且受到多重物理约束的连续体机器人的高精度轨迹跟踪控制。

背景技术:

1、连续体机器人因其超冗余性、结构柔顺性以及高度非线性等内在特性,在微创手术、灾难救援以及非结构化环境探测等领域展现出巨大的应用潜力。与由刚性连杆组成的传统机器人不同,连续体机器人能够灵活地穿越狭窄空间并适应复杂的曲线路径。然而,正是由于这些固有的柔性特征,导致其精确的运动学建模极其困难,在实际应用中往往面临模型不准确甚至模型完全未知的问题,这为实现高精度的轨迹跟踪控制带来了巨大挑战。

2、传统的基于模型的控制方法严重依赖于精确的先验运动学模型,无法有效应对结构不确定性。为了克服这一限制,无模型数据驱动控制方法成为研究热点。例如,基于强化学习的方法虽然可以不依赖模型,但需要进行极其耗时的离线训练,且大量的试错过程容易对连续体机器人本体造成损伤。近年来,基于迭代神经网络的无模型控制方法受到广泛关注,其通过学习未知雅可比矩阵以实现轨迹跟踪。

3、然而,现有的数据驱动与神经网络控制方法在实际应用中仍存在以下显著缺陷:第一,绝大多数离散时间控制器均采用欧拉离散化方法,这可能会导致收敛速度相对较慢,从而降低控制系统的性能;第二,现有的方法普遍缺乏有效的抗噪机制,在实际物理系统中遇到测量噪声或未建模扰动时,往往会出现高频振荡甚至控制系统发散;第三,现有方法在运动学模型完全未知的情况时,通常会直接失效;第四,现有神经网络控制器大多未能显式地处理连续体机器人在运行过程中的物理边界约束,存在极大的安全隐患。

4、因此,亟需一种能够无需离线训练、具备快速学习能力、强抗噪鲁棒性,且能同时兼顾系统多级物理约束的连续体机器人控制方法。

技术实现思路

1、有鉴于此,本发明提出了一种基于动量加速学习的连续体机器人模型预测控制方法,旨在解决现有技术在模型未知条件下学习速度慢、抗噪能力差以及无法显式处理物理约束的问题,从而实现高精度、高稳定性的轨迹跟踪。

2、为达到上述目的,本发明提供如下技术方案:

3、一种基于动量加速学习的连续体机器人模型预测控制方法,包括如下步骤:

4、s1:获取连续体机器人的实时运行状态数据,包括当前构型角度、当前构型速度、末端执行器位置以及设定的期望轨迹序列,并在控制输入中加入零均值随机噪声以促进估计雅可比矩阵收敛至其真实值;

5、s2:构建基于动量加速的离散时间雅可比矩阵学习律,利用步骤s1中获取的真实运行状态数据与包含零均值随机噪声下的控制输入,计算末端执行器的速度估计误差,并通过动量加速机制迭代更新未知运动学模型的估计雅可比矩阵,以实现对未知模型的加速学习;

6、s3:根据步骤s2中得到的估计雅可比矩阵,建立连续体机器人的离散时间状态空间预测模型,并结合所述期望轨迹序列、物理状态约束以及控制输入约束,构建用于轨迹跟踪的模型预测控制优化方案;

7、s4:利用karush-kuhn-tucker条件和惩罚fischer-burmeister函数,将步骤s3中所述的模型预测控制优化方案的求解转化为等式约束问题,进而推导出该优化问题对应的误差更新方向;

8、s5:根据步骤s4中得到的误差更新方向,构建具有有限时间收敛与抗噪特性的动量加速离散时间自适应梯度神经网络求解器,对所述模型预测控制优化方案进行求解,得到最优控制输入序列;

9、s6:提取步骤s5中得到的最优控制输入序列的首个控制输入分量,将其作为实际控制指令发送至连续体机器人底层驱动器,驱动连续体机器人运动,并返回步骤s1进行下一控制周期的循环迭代。

10、进一步,所述步骤s2中构建的基于动量加速的离散时间雅可比矩阵学习律,具体描述为

11、(1)定义加入噪声后的实际控制输入为

12、,

13、其中,表示当前离散时刻;表示连续体机器人的分段数量;表示当前时刻的构型速度向量;为零均值随机噪声向量;表示包含零均值随机噪声的实际控制输入向量;

14、(2)计算末端执行器的速度估计误差以及雅可比矩阵的更新方向为

15、,

16、,

17、其中,表示末端执行器的实际速度;表示末端执行器位置的维度空间大小;表示当前时刻的估计雅可比矩阵;表示速度估计误差向量;为矩阵或向量的转置操作;表示雅可比矩阵的更新方向梯度矩阵;

18、(3)引入动量项对雅可比矩阵进行离散时间加速学习更新:

19、,

20、,

21、其中,表示下一离散时刻;表示雅可比矩阵的更新速度向量;代表动量系数;表示学习率系数;表示矩阵的frobenius范数;为控制系统有限时间收敛的指数参数;为更新后供下一时刻使用的估计雅可比矩阵。

22、进一步,所述步骤s3中构建用于轨迹跟踪的模型预测控制优化方案,具体描述为定义系统在时刻的状态向量为,建立离散状态空间预测模型:

23、,

24、其中状态空间矩阵;输入矩阵;定义为控制输入向量;为控制系统采样周期;为对应维度的单位矩阵;为对应维度的零矩阵或零向量;为预测时域,表示对未来个时刻的状态进行预测;为控制时域,表示在个时刻内计算控制输入序列;在预测时域内展开状态方程,得到由控制序列驱动的构型角度预测向量与末端位置预测向量;其中,构型预测矩阵与末端位置预测矩阵的具体分块矩阵形式分别为

25、,

26、;

27、建立用于连续体机器人轨迹跟踪的模型预测控制优化方案并转换为二次规划的标准形式为

28、,

29、,

30、其中,成本函数正定权重矩阵定义为,包含期望轨迹的线性系数向量定义为;和分别为轨迹跟踪误差和控制输入的权重矩阵;约束映射矩阵定义为,约束边界向量定义为;其中与分别代表预测时域内连续体机器人构型角度及其速度的物理上下界限向量。

31、进一步,所述步骤s4中将模型预测控制优化方案转化为等式约束问题,具体描述为针对步骤s3所述的二次规划问题,引入拉格朗日乘子向量,其中,且;根据karush-kuhn-tucker条件构建非线性互补问题;随后,引入惩罚fischer-burmeister函数转换该非线性互补条件:

32、,

33、其中,为常数参数,表示hadamard积,表示向量元素的逐项取正操作;上述条件被转化为如下非线性等式系统:

34、,

35、其中,;;

36、,

37、,,

38、,

39、;

40、进一步,所述步骤s5中构建的动量加速离散时间自适应梯度神经网络求解器,具体描述为,定义步骤s4中非线性等式系统的误差更新方向为

41、,

42、其中

43、,

44、其内部对角矩阵的表达式分别为,,,;其中

45、,

46、,

47、,

48、;

49、随后,求解器利用动量机制进行离散化迭代更新:

50、,

51、,

52、其中,为求解器内部状态更新的速度向量;为求解器动量系数;为求解器学习率;在给定采样周期内,通过上述迭代使收敛,提取向量的前个元素即为满足所有物理约束的最优控制输入序列。

53、进一步,所述步骤s6中提取的首个控制输入分量为连续体机器人的构型速度指令通过控制关系转化为对应的连续体机器人电机驱动所需要的控制信号,从而通过学习运动学模型以驱动连续体机器人末端精确跟踪期望轨迹。

54、本发明的有益效果在于:本发明提供了一种基于动量加速学习的连续体机器人模型预测控制方法,建立基于动量加速机制的离散时间雅可比矩阵学习律及自适应梯度神经网络求解方案,能够在无需离线训练的情况下实现未知运动学模型的快速学习,并在面临噪声干扰时保证求解过程的有限时间收敛,同时将物理状态与输入约束显式纳入优化框架,有效避免了超出物理约束的运动对机器人本体造成的损坏,实现了高精度轨迹跟踪。