科创中国

高端装备制造产业

本发明涉及到一种协调机械臂自适应神经网络同步鲁棒控制器设计方法，主要体现在基座标不确定的工况下被夹持工件能够精准跟踪期望轨迹和内力。本方法运用了自适应滑模控制和RBF神经网络作为控制方法的基础，通过二者的融合，加之针对机械臂协调夹持系统设置相应的逼近鲁棒控制项，实现了控制方法的设计。该控制方法能对不确定的基座标平移误差和旋转误差所产生的轨迹误差进行自适应补偿，通过神经网络逼近不确定的机械臂系统动力学参数和基座标不确定参数，该神经网络具有随输入域、误差和时间不断更新权重因子的功能，所以能够在很短的时间内补偿基座标不确定参数，将机械臂夹持工件的轨迹和内力跟踪误差收敛到期望值附近，提高了控制精度。

本发明针对多机械臂协同环境下基座标参数不确定的情况进行了探索，发现了平移和旋转方向的基座标参数对于机械臂轨迹和内力跟踪精度有较大影响，并通过将滑膜变结构控制和神经网络融合，得到可以自适应不确定基座标参数的神经网络同步鲁棒控制器，使得多机械臂协同可以在力矩层面进行规划，提高了控制系统的精确性、鲁棒性和快速性，同时也对机械臂之间的标定提出了更小的要求，降低了生产成本。

浙江大学机器人研究院（以下简称“研究院）是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署，在余姚市的大力推动下，于2017年由浙江大学和余姚市合作共建的新型研发机构。 研究院面向科技前沿、面向经济发展主战场，将机器人、智能装备研发及产业化作为主要突破方向；立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念，以体制机制创新为抓手，以科技研发、成果转化和人才培育为核心，着力构建技术-人才-产业深度融合的创新创业生态；努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。