【技術實現步驟摘要】
本專利技術涉及軟體作業手遙操作力控制方法，尤其涉及一種基于水下遙控機器人的軟體作業手遙操作力控制方法，屬于水下機器人控制領域。
技術介紹
1、海洋中擁有著極其豐富的資源和種類眾多的海洋生物，是人類探索的重要領域。由于海洋中高壓、低溫和無氧的特殊環境，水下機器人成為了人類在海洋資源探索、水下生物采樣和考古文物打撈等水下作業中的重要裝備。水下機械手作為水下機器人上的典型作業工具，無論是遙控水下機器人(rov)、載人潛水器，還是自主水下機器人，大多都需要根據其不同的作業任務配備不同功能的水下機械手。因此，水下機械手的性能直接影響著水下機器人的作業能力。現有的水下機械手大多基于剛性元素設計制造，雖然具有較高的穩定性和可控性，但抓取耦合安全性和適應性較差，無法滿足復雜海洋環境下的無損抓取作業需求，給生物采樣、文物打撈等水下作業帶來了巨大的挑戰。
2、水下機械手在水生物采樣、考古打撈等水下作業中起著關鍵作用，而現有水下機械手存在耦合安全性差、適應性弱及抓取不穩定等問題，使得作業效果并不理想。近年來，軟體驅動器憑借較好的接觸適應性得到了快速的發展，這給提高水下機械手適應能力提供了新的選擇。目前，逐漸出現了將驅動方式較成熟的軟體驅動器通過進一步的研究和開發應用于水下驅動及作業的研究工作。
3、水下軟體作業手抓取技術目前存在三個普遍問題。抓取對象未知：被抓取對象的剛度未知，可能為變剛度軟體結構。非結構性環境：水下環境復雜，能見度低，未知擾動多。高度非線性：模型非線性、執行器死區非線性。所以解決水下軟體作業手遙操作力控制的問
技術實現思路
1、本專利技術的目的在于提供一種基于水下遙控機器人的軟體作業手遙操作力控制方法。與陸地環境不同，水下環境中的水流擾動、非結構性環境以及軟體手材料的特性增加了控制的復雜性。為解決這些問題，本專利技術采用多項復合控制技術。自適應神經網絡補償器用于估計和補償系統的非線性函數和死區輸入非線性特性，從而減少擾動對系統控制的影響。終端滑模控制器具有強魯棒性和快速響應的特點，能夠確保軟體手在短時間內穩定地抓取目標。自適應阻抗控制器利用力傳感器實時獲取軟體手末端實際接觸力與期望接觸力的誤差，根據目標特征調整期望抓取力，采用嶺回歸辨識被抓取目標的剛度，并引入了模糊控制方法，實現期望抓取力的跟蹤。
2、本專利技術的目的通過以下技術方案予以實現：
3、一種基于水下遙控機器人的軟體作業手遙操作力控制方法，包括以下步驟：
4、(1)以水下遙控機器人搭載的軟體作業手為被控對象，對軟體作業手進行力學建模，得到充氣量與軟體作業手指尖力的模型，單片機采集軟體作業手的氣壓、彎曲角度、力傳感器數據；
5、(2)針對步驟1中建立的力學模型，將模型的未知部分與其他干擾視作總擾動項，通過rbf神經網絡逼近未知的非線性函數，構造神經網絡性能估計器，得到估計誤差，通過神經網絡擾動觀測器估計總的干擾；
6、(3)設計基于擾動觀測器的終端滑模控制器，驅動氣泵與比例閥控制軟體作業手彎曲抓取物體；
7、(4)實時得到力傳感器數據與設置的抓取安全閾值的差值，若力傳感器數據大于安全閾值則已經抓住物體，若力傳感器數據小于安全閾值則還未抓住物體，氣泵繼續充氣，比例閥導通，增大軟體作業手的彎曲角度與抓取力；
8、(5)通過力傳感器得到軟體手末端的實際抓取力與期望抓取力的誤差，根據抓取目標的特征實時調整機械手末端與抓取目標之間的期望抓取力，采用嶺回歸辨識目標的剛度；
9、(6)引入模糊控制規則對期望抓取力進行跟蹤，實現自適應阻抗控制；水下軟體作業手末端的滑覺傳感器檢測物體是否有滑動趨勢，若有則增大期望抓取力，若無滑動則抓取成功。
10、本專利技術的目的還可以通過以下技術措施來進一步實現：
11、前述一種基于水下遙控機器人的軟體作業手遙操作力控制方法，所述步驟(1)對軟體作業手進行力學建模，得到充氣量與軟體作業手指尖力的模型：
12、步驟(1.1)使用yeoh模型建立橡膠材料的本構關系，則應變能密度函數和變形張量、不變量為：
13、
14、其中w為應變能密度函數，i1、i2、i3為軟體驅動器長、寬、高三個方向的變形張量與不變量，λ1、λ2、λ3為軟體驅動器長、寬、高三個方向的主伸長比；
15、軟體驅動器充氣彎曲后軟體基體的主伸長比為：
16、
17、其中l為驅動器的氣腔長度，t3為驅動器底層厚度，為彎曲角度；
18、步驟(1.2)使用yeoh模型的二項參數形式，應變能密度函數模型為：
19、w＝c1(i1-3)+c2(i1-3)2?(3)
20、其中c1、c2為硅膠使用拉伸機實驗后的應力擬合直線的斜率和截距；
21、軟體驅動器的彎曲力矩由5個彎矩表示，即氣體在氣腔內作用產生的主力矩ma，頂層、底層、側壁材料拉伸的力矩mt、mb、mc及軟體驅動器端部與物體相互作用產生的力矩mf：
22、
23、其中p為驅動器氣腔單元所受氣壓，b為驅動器寬度，t為驅動器壁厚，h為氣腔高度,lf為驅動器端部長度，f為驅動器端部與物體相互作用產生的力，x為驅動器壁厚增量，為軟體驅動器的應力；
24、步驟(1.3)由力矩平衡得：
25、ma-2mc-mt-mb＝mf?(5)
26、軟體驅動器力學方程由如下方程描述：
27、
28、其中g(σ)為軟體驅動器頂層、底層、側壁材料拉伸產生的合力矩，f為驅動器端部與物體相互作用產生的力，d(t)為模型誤差、控制死區和外界干擾未知函數，lf為驅動器端部長度，p為驅動器氣腔所受氣壓；
29、步驟(1.4)則軟體驅動器所受氣壓與物體抓取力的關系方程定義為：
30、
31、其中，為驅動器端部與物體相互作用產生的力的二階微分，為驅動器端部與物體相互作用產生的力的一階微分。g(σ)為軟體驅動器頂層、底層、側壁材料拉伸產生的合力矩，f為驅動器端部與物體相互作用產生的力，d(t)為模型誤差、控制死區和外界干擾未知函數，lf為驅動器端部長度，p為驅動器氣腔所受氣壓，h為腔體高度；
32、前述一種基于水下遙控機器人的軟體作業手遙操作力控制方法，所述步驟(2)中，將模型的未知部分與其他干擾視作總擾動項，通過rbf神經網絡逼近未知的非線性函數，構造神經網絡性能估計器，得到估計誤差，通過神經網絡擾動觀測器估計總的干擾的方法如下：
33、步驟(2.1)執行器死區模型：
34、
35、其中αr、αl為死區輸入左右兩側的斜率，為非線性間斷點，ui為控制輸入，di(ui)為實際輸出力矩；
36、未知死區參數αr、αl、有界，αr、αl、為正常數，為負常數，αr、αl∈(αmin,αmax)；
37、死區函數(11)可以變換為：
本文檔來自技高網...
【技術保護點】
1.一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于，該方法包含下列步驟：
2.如權利要求1所述的一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于，所述步驟(1)所述對軟體作業手進行力學建模，得到充氣量與軟體作業手指尖力的模型：
3.如權利要求1所述的一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于，所述步驟2中，將模型的未知部分與其他干擾視作總擾動項，通過RBF神經網絡逼近未知的非線性函數，構造神經網絡性能估計器，得到估計誤差，通過神經網絡擾動觀測器估計總的干擾的方法如下：
4.如權利要求1所述的一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于：步驟(3)所述終端滑模控制器的設計方法為：
5.如權利要求1所述的一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于：步驟(5)具體方法為：
6.如權利要求1所述的一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于：步驟(6)具體方法為：
【技術特征摘要】
1.一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于，該方法包含下列步驟：
2.如權利要求1所述的一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于，所述步驟(1)所述對軟體作業手進行力學建模，得到充氣量與軟體作業手指尖力的模型：
3.如權利要求1所述的一種基于水下遙控機器人的軟體作業手遙操作力控制方法，其特征在于，所述步驟2中，將模型的未知部分與其他干擾視作總擾動項，通過rbf神經網絡逼近未知的非線性函數，構造...
【專利技術屬性】
技術研發人員：曾慶軍，凌政，楊宗璞，戴曉強，
申請(專利權)人：江蘇科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。