本發(fā)明涉及并聯(lián)機(jī)器人軌跡跟蹤，具體為一種三自由度并聯(lián)機(jī)器人軌跡跟蹤方法及系統(tǒng)。

背景技術(shù)：

1、并聯(lián)機(jī)器人因其結(jié)構(gòu)緊湊、運(yùn)動(dòng)精度高、動(dòng)態(tài)響應(yīng)快等優(yōu)點(diǎn)，在工業(yè)制造、精密裝配、醫(yī)療手術(shù)及航空航天等領(lǐng)域得到了廣泛應(yīng)用。近年來，隨著智能控制技術(shù)、傳感器技術(shù)及人工智能的發(fā)展，并聯(lián)機(jī)器人在軌跡跟蹤精度、動(dòng)態(tài)穩(wěn)定性及環(huán)境適應(yīng)性方面取得了顯著進(jìn)步。傳統(tǒng)的軌跡跟蹤方法主要依賴于運(yùn)動(dòng)學(xué)求解、pid控制及模型預(yù)測(cè)控制（mpc），以提高軌跡跟蹤精度。然而，隨著機(jī)器人應(yīng)用環(huán)境的復(fù)雜化，僅依賴經(jīng)典控制方法難以滿足高精度、高動(dòng)態(tài)性的軌跡跟蹤需求。因此，結(jié)合數(shù)據(jù)驅(qū)動(dòng)的方法，如基于深度學(xué)習(xí)的誤差預(yù)測(cè)、視覺伺服反饋及自適應(yīng)控制策略，成為當(dāng)前并聯(lián)機(jī)器人軌跡跟蹤優(yōu)化的重要研究方向。特別是對(duì)于三自由度并聯(lián)機(jī)器人，其運(yùn)動(dòng)學(xué)復(fù)雜、非線性強(qiáng)，如何在實(shí)時(shí)控制過程中高效預(yù)測(cè)誤差并進(jìn)行動(dòng)態(tài)補(bǔ)償，成為提高軌跡跟蹤精度的關(guān)鍵技術(shù)問題。

2、現(xiàn)有的并聯(lián)機(jī)器人軌跡跟蹤方法主要依賴于運(yùn)動(dòng)學(xué)模型和傳統(tǒng)控制算法進(jìn)行軌跡校正，但在實(shí)際應(yīng)用中仍存在諸多不足。首先，傳統(tǒng)的軌跡跟蹤方法（如pid、lqr、mpc）對(duì)系統(tǒng)參數(shù)變化的適應(yīng)性較差，無法有效應(yīng)對(duì)機(jī)器人在復(fù)雜環(huán)境下的非線性誤差積累，導(dǎo)致跟蹤精度下降。其次，現(xiàn)有的誤差補(bǔ)償方法主要基于靜態(tài)模型計(jì)算，難以實(shí)現(xiàn)對(duì)軌跡誤差的動(dòng)態(tài)預(yù)測(cè)，即使引入基于kalman濾波的誤差估計(jì)方法，也存在對(duì)非線性誤差建模能力不足的問題。再次，視覺伺服技術(shù)雖可用于軌跡誤差修正，但現(xiàn)有技術(shù)大多采用離線標(biāo)定和固定控制增益，難以實(shí)現(xiàn)實(shí)時(shí)自適應(yīng)調(diào)整，導(dǎo)致機(jī)器人在動(dòng)態(tài)環(huán)境中的軌跡跟蹤穩(wěn)定性不足。此外，當(dāng)前并未形成基于智能預(yù)測(cè)模型的自學(xué)習(xí)軌跡優(yōu)化機(jī)制，現(xiàn)有方法通常依賴離線訓(xùn)練的誤差預(yù)測(cè)模型，在實(shí)際運(yùn)行過程中缺乏自適應(yīng)能力，難以適應(yīng)機(jī)器人長(zhǎng)時(shí)間運(yùn)行中的誤差變化。因此，針對(duì)以上問題，本發(fā)明提出了一種基于智能預(yù)測(cè)模型與視覺伺服誤差校正的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法，通過實(shí)時(shí)數(shù)據(jù)更新智能模型、優(yōu)化前饋補(bǔ)償控制，實(shí)現(xiàn)更高精度的軌跡跟蹤能力，并提升機(jī)器人在復(fù)雜環(huán)境下的動(dòng)態(tài)適應(yīng)性。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：現(xiàn)有的機(jī)器人軌跡跟蹤方法存在對(duì)系統(tǒng)參數(shù)變化的適應(yīng)性較差，難以實(shí)現(xiàn)軌跡誤差的動(dòng)態(tài)預(yù)測(cè)，視覺伺服誤差校正難以自適應(yīng)調(diào)整，以及如何在機(jī)器人運(yùn)行過程中持續(xù)優(yōu)化控制策略，提高軌跡跟蹤精度的問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明實(shí)施例提供了一種三自由度并聯(lián)機(jī)器人軌跡跟蹤方法，包括，獲取三自由度并聯(lián)機(jī)器人執(zhí)行軌跡相關(guān)的運(yùn)動(dòng)數(shù)據(jù)，并進(jìn)行數(shù)據(jù)預(yù)處理；

5、基于歷史運(yùn)行數(shù)據(jù)，構(gòu)建智能預(yù)測(cè)模型對(duì)軌跡誤差進(jìn)行預(yù)測(cè)，并用于優(yōu)化軌跡跟蹤控制參數(shù)的前饋補(bǔ)償；

6、基于視覺傳感器獲取機(jī)器人實(shí)際執(zhí)行軌跡信息，并與期望軌跡進(jìn)行誤差計(jì)算，以進(jìn)行實(shí)時(shí)軌跡修正；

7、結(jié)合誤差預(yù)測(cè)數(shù)據(jù)和視覺反饋數(shù)據(jù)，動(dòng)態(tài)調(diào)整控制參數(shù)；

8、在機(jī)器人運(yùn)行過程中，持續(xù)優(yōu)化控制策略，并利用實(shí)時(shí)數(shù)據(jù)更新智能預(yù)測(cè)模型。

9、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述獲取三自由度并聯(lián)機(jī)器人執(zhí)行軌跡相關(guān)的運(yùn)動(dòng)數(shù)據(jù)包括，關(guān)節(jié)空間數(shù)據(jù)、任務(wù)空間數(shù)據(jù)、外部環(huán)境與傳感器數(shù)據(jù)、實(shí)時(shí)軌跡誤差計(jì)算數(shù)據(jù)和機(jī)器人動(dòng)力學(xué)與能耗數(shù)據(jù)；

10、所述關(guān)節(jié)空間數(shù)據(jù)，包括機(jī)器人驅(qū)動(dòng)關(guān)節(jié)的關(guān)節(jié)角度、關(guān)節(jié)角速度、關(guān)節(jié)角加速度和關(guān)節(jié)驅(qū)動(dòng)力；

11、所述任務(wù)空間數(shù)據(jù)，包括機(jī)器人末端執(zhí)行器的期望軌跡、初始位置、姿態(tài)、速度和加速度信息；

12、所述外部環(huán)境與傳感器數(shù)據(jù)，包括視覺傳感器采集的機(jī)器人運(yùn)動(dòng)圖像、慣性測(cè)量單元獲取的機(jī)器人姿態(tài)信息、力傳感器記錄的外部摩擦力數(shù)據(jù)；

13、所述實(shí)時(shí)軌跡誤差計(jì)算數(shù)據(jù)，包括機(jī)器人在運(yùn)行過程中采集的實(shí)際軌跡、與期望軌跡的偏差，以及誤差變化率；

14、所述機(jī)器人動(dòng)力學(xué)與能耗數(shù)據(jù)，包括機(jī)器人驅(qū)動(dòng)電機(jī)功率、系統(tǒng)能耗、摩擦力補(bǔ)償數(shù)據(jù)。

15、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述數(shù)據(jù)預(yù)處理包括，關(guān)節(jié)空間數(shù)據(jù)預(yù)處理，對(duì)機(jī)器人關(guān)節(jié)角度、關(guān)節(jié)角速度、關(guān)節(jié)加速度、驅(qū)動(dòng)力或力矩?cái)?shù)據(jù)進(jìn)行去噪、歸一化和插值補(bǔ)全；

16、任務(wù)空間數(shù)據(jù)預(yù)處理，對(duì)機(jī)器人末端執(zhí)行器的位姿數(shù)據(jù)進(jìn)行坐標(biāo)變換、濾波降噪及運(yùn)動(dòng)平滑處理；

17、視覺傳感器數(shù)據(jù)預(yù)處理，對(duì)視覺傳感器采集的圖像或點(diǎn)云數(shù)據(jù)進(jìn)行畸變矯正、特征提取及數(shù)據(jù)融合；

18、軌跡誤差數(shù)據(jù)預(yù)處理，對(duì)機(jī)器人運(yùn)行過程中采集的實(shí)際軌跡數(shù)據(jù)計(jì)算誤差值及誤差變化率，并進(jìn)行異常值剔除和平滑處理；

19、機(jī)器人動(dòng)力學(xué)與能耗數(shù)據(jù)預(yù)處理，對(duì)機(jī)器人驅(qū)動(dòng)電機(jī)功率、系統(tǒng)能耗及摩擦力補(bǔ)償數(shù)據(jù)進(jìn)行平滑處理及優(yōu)化計(jì)算。

20、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述智能預(yù)測(cè)模型基于歷史運(yùn)行數(shù)據(jù)和當(dāng)前實(shí)時(shí)數(shù)據(jù)融合，采用非線性數(shù)學(xué)建模方法對(duì)軌跡誤差進(jìn)行預(yù)測(cè)，并用于優(yōu)化軌跡跟蹤控制參數(shù)的前饋補(bǔ)償，其中，所述智能預(yù)測(cè)模型包括：

21、關(guān)節(jié)空間誤差建模，基于機(jī)器人驅(qū)動(dòng)關(guān)節(jié)的關(guān)節(jié)角度、關(guān)節(jié)角速度、關(guān)節(jié)角加速度及驅(qū)動(dòng)力數(shù)據(jù)建立誤差計(jì)算模型；

22、任務(wù)空間誤差建模，基于機(jī)器人末端執(zhí)行器的位姿、速度、加速度及目標(biāo)軌跡信息建立誤差計(jì)算模型；

23、動(dòng)力學(xué)誤差建模，基于機(jī)器人驅(qū)動(dòng)力矩、系統(tǒng)能耗及摩擦力補(bǔ)償數(shù)據(jù)建立誤差計(jì)算模型；

24、外部環(huán)境誤差修正，基于視覺傳感器、慣性測(cè)量單元及力傳感器數(shù)據(jù)對(duì)軌跡誤差進(jìn)行估計(jì)和修正；

25、最終誤差計(jì)算，通過融合誤差建模結(jié)果，得到機(jī)器人軌跡誤差的預(yù)測(cè)值，并用于動(dòng)態(tài)優(yōu)化前饋補(bǔ)償控制參數(shù)。

26、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述關(guān)節(jié)空間誤差建模采用logistic函數(shù)與積分計(jì)算，通過以下數(shù)學(xué)模型對(duì)關(guān)節(jié)空間誤差進(jìn)行預(yù)測(cè)：

27、；

28、其中，為關(guān)節(jié)空間誤差建模，為關(guān)節(jié)角度，為期望角度，為誤差敏感度參數(shù)，為關(guān)節(jié)角度誤差權(quán)重，為機(jī)器人關(guān)節(jié)數(shù)量；為關(guān)節(jié)編號(hào)索引；

29、所述任務(wù)空間誤差建模采用sigmoid變換與分式建模，通過以下數(shù)學(xué)模型計(jì)算任務(wù)空間誤差：

30、；

31、其中，為任務(wù)空間誤差建模，為位置誤差，為速度，為速度權(quán)重，為加速度，為加速度權(quán)重，為任務(wù)空間誤差敏感度因子，為誤差非線性調(diào)節(jié)系數(shù)，為機(jī)器人末端執(zhí)行器的自由度，為任務(wù)空間維度索引；

32、所述動(dòng)力學(xué)誤差建模采用指數(shù)變換與分式計(jì)算，通過以下數(shù)學(xué)模型計(jì)算動(dòng)力學(xué)誤差：

33、；

34、其中，為動(dòng)力學(xué)誤差建模，為當(dāng)前驅(qū)動(dòng)力矩，為期望驅(qū)動(dòng)力矩，為誤差敏感度因子，為動(dòng)力學(xué)誤差權(quán)重，為動(dòng)力學(xué)誤差建模所涉及的力矩?cái)?shù)據(jù)維度，為動(dòng)力學(xué)誤差計(jì)算涉及的力矩維度索引；

35、所述外部環(huán)境誤差修正采用傅里葉逆變換與分式計(jì)算，通過以下數(shù)學(xué)模型進(jìn)行外部環(huán)境誤差修正：

36、；

37、其中，為外部環(huán)境誤差修正，為外部力傳感器數(shù)據(jù)，為慣性測(cè)量單元當(dāng)前測(cè)量的數(shù)據(jù)角速度數(shù)據(jù)，為期望的角速度數(shù)據(jù)，為環(huán)境誤差調(diào)整系數(shù)，為外部環(huán)境誤差權(quán)重，為誤差調(diào)節(jié)因子，為傅里葉逆變換，為外部環(huán)境誤差建模涉及的傳感器數(shù)據(jù)維度，為傳感器數(shù)據(jù)維度索引。

38、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述智能預(yù)測(cè)模型采用以下數(shù)學(xué)計(jì)算方法，綜合各誤差建模結(jié)果得到最終軌跡誤差預(yù)測(cè)值：

39、；

40、其中，為最終軌跡誤差預(yù)測(cè)值。

41、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述進(jìn)行實(shí)時(shí)軌跡修正包括，設(shè)機(jī)器人當(dāng)前的視覺坐標(biāo)為，期望軌跡的坐標(biāo)為,則軌跡誤差計(jì)算公式如下：

42、；

43、其中，為位置誤差，表示當(dāng)前執(zhí)行軌跡與目標(biāo)軌跡之間的空間偏差，若超過設(shè)定閾值，則觸發(fā)軌跡修正；

44、對(duì)機(jī)器人軌跡進(jìn)行實(shí)時(shí)修正，軌跡修正采用增量式修正策略，基于計(jì)算出的誤差,利用pid控制或模型預(yù)測(cè)控制算法調(diào)整機(jī)器人運(yùn)動(dòng)軌，pid控制的誤差修正計(jì)算如下：

45、；

46、；

47、；

48、其中，分別為pid控制器的比例增益、積分增益、微分增益，為軌跡修正的位移增量；

49、計(jì)算完成后，將修正后的軌跡坐標(biāo)更新至機(jī)器人控制器，使機(jī)器人逐步趨近期望軌跡。

50、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述動(dòng)態(tài)調(diào)整控制參數(shù)包括，將誤差預(yù)測(cè)值和實(shí)時(shí)軌跡誤差進(jìn)行數(shù)據(jù)融合，以形成綜合誤差指標(biāo)；

51、數(shù)據(jù)融合采用自適應(yīng)加權(quán)策略，其計(jì)算方式如下：

52、；

53、其中，和為動(dòng)態(tài)調(diào)整的加權(quán)系數(shù)，基于誤差數(shù)據(jù)的置信度進(jìn)行自適應(yīng)優(yōu)化；

54、基于綜合誤差的大小，判斷是否需要調(diào)整軌跡跟蹤控制參數(shù)，若,保持當(dāng)前控制參數(shù)不變；若,則根據(jù)誤差幅度調(diào)整控制參數(shù)。

55、作為本發(fā)明所述的三自由度并聯(lián)機(jī)器人軌跡跟蹤方法的一種優(yōu)選方案，其中：所述持續(xù)優(yōu)化控制策略包括，基于機(jī)器人運(yùn)行過程中實(shí)時(shí)采集的軌跡誤差、傳感器數(shù)據(jù)及環(huán)境變量，動(dòng)態(tài)調(diào)整智能預(yù)測(cè)模型的參數(shù)，使其對(duì)誤差變化趨勢(shì)進(jìn)行自適應(yīng)學(xué)習(xí)，并優(yōu)化預(yù)測(cè)精度；

56、根據(jù)更新后的模型優(yōu)化控制參數(shù)，使軌跡跟蹤策略具備自適應(yīng)調(diào)整能力，并通過閉環(huán)反饋機(jī)制持續(xù)優(yōu)化。

57、第二方面，本發(fā)明實(shí)施例提供了一種三自由度并聯(lián)機(jī)器人軌跡跟蹤系統(tǒng)，包括：

58、數(shù)據(jù)采集與預(yù)處理模塊：獲取三自由度并聯(lián)機(jī)器人執(zhí)行軌跡相關(guān)的運(yùn)動(dòng)數(shù)據(jù)，并進(jìn)行數(shù)據(jù)預(yù)處理；

59、智能軌跡誤差預(yù)測(cè)模塊：基于歷史運(yùn)行數(shù)據(jù)，構(gòu)建智能預(yù)測(cè)模型對(duì)軌跡誤差進(jìn)行預(yù)測(cè)，并用于優(yōu)化軌跡跟蹤控制參數(shù)的前饋補(bǔ)償；

60、視覺伺服軌跡修正模塊：基于視覺傳感器獲取機(jī)器人實(shí)際執(zhí)行軌跡信息，并與期望軌跡進(jìn)行誤差計(jì)算，以進(jìn)行實(shí)時(shí)軌跡修正；

61、動(dòng)態(tài)控制優(yōu)化模塊：結(jié)合誤差預(yù)測(cè)數(shù)據(jù)和視覺反饋數(shù)據(jù)，動(dòng)態(tài)調(diào)整控制參數(shù)；

62、自學(xué)習(xí)與閉環(huán)優(yōu)化模塊：在機(jī)器人運(yùn)行過程中，持續(xù)優(yōu)化控制策略，并利用實(shí)時(shí)數(shù)據(jù)更新智能預(yù)測(cè)模型。

63、本發(fā)明的有益效果：本發(fā)明在傳統(tǒng)軌跡跟蹤方法的基礎(chǔ)上，引入智能預(yù)測(cè)、視覺伺服、自適應(yīng)控制和自學(xué)習(xí)優(yōu)化機(jī)制，解決了現(xiàn)有技術(shù)在誤差預(yù)測(cè)、動(dòng)態(tài)環(huán)境適應(yīng)性、控制參數(shù)優(yōu)化及長(zhǎng)期穩(wěn)定性方面的不足，使機(jī)器人在高精度制造、精密裝配、醫(yī)療機(jī)器人及智能自動(dòng)化等應(yīng)用中具備更高的精度、魯棒性和能效優(yōu)勢(shì)。