一种驱控一体化控制系统
专利汇可以提供一种驱控一体化控制系统专利检索，专利查询，专利分析的服务。并且本 申请 公开了一种智能驱控一体化控制系统，该控制系统包括：控 制模 块 、智能化动 力 学参数辩识模块、无传感主动柔顺 控制模块 、 力反馈 人机协作防碰撞控制模块和多轴驱动模块；控制模块用于对多轴驱动模块进行实时控制；智能化动力学参数辩识模块根据协作 机器人 运动状态，及时向控制模块提供 协作机器人 的力学参数辩识 信号 ；无传感主动柔顺控制模块根据协作机器人运动状态，及时向控制模块提供协作机器人的 位置 信号、力信号和环境信号；力反馈人机协作防碰撞控制模块根据协作机器人运动状态，及时向控制模块提供协作机器人的安全状态信号；多轴驱动模块根据控制模块的指令，实时控制协作机器人的运动。通过上述方式，能够提高对机器人的控制能力。，下面是一种驱控一体化控制系统专利的具体信息内容。
1.一种驱控一体化控制系统，其特征在于，所述驱控一体化控制系统用于控制协作机器人(6)，所述驱控一体化控制系统包括：控制模块(1)、智能化动力学参数辩识模块(2)、无传感主动柔顺控制模块(3)、力反馈人机协作防碰撞控制模块(4)和多轴驱动模块(5)；
所述控制模块(1)用于根据预先设置的指令，或/和由所述智能化动力学参数辩识模块(2)、无传感主动柔顺控制模块(3)和力反馈人机协作防碰撞控制模块(4)根据协作机器人(6)的状态所反馈过来的信号，对所述多轴驱动模块(5)进行实时控制，以进一步使所述多轴驱动模块(5)控制协作机器人(6)的运动；
其中，所述智能化动力学参数辩识模块(2)用于根据协作机器人(6)运动状态向控制模块(1)反馈所述协作机器人(6)的力学参数辩识信号；所述无传感主动柔顺控制模块(3)用于根据协作机器人(6)运动状态向控制模块(1)反馈所述协作机器人(6)的位置信号、力信号和环境信号；所述力反馈人机协作防碰撞控制模块(4)用于根据协作机器人(6)运动状态向控制模块(1)反馈所述协作机器人(6)的安全状态信号。
2.根据权利要求1所述的驱控一体化控制系统，其特征在于，
所述智能化动力学参数辩识模块(2)包括：
标称模型(21)，所述标称模型(21)基于拉格朗日的动力学模型，用于：根据协作机器人(6)运动状态，获取所述协作机器人各连杆上任一点的运动速度，计算所述协作机器人各连杆在运动过程中的动能，以及所述协作机器人运动的总动能；计算所述协作机器人各连杆在运动过程中的位能，以及所述协作机器人运动过程中相对于参考位能面的总位能；根据所述协作机器人总动能和总位能，构造所述协作机器人的拉格朗日函数；对所述拉格朗日函数进行求导运算，以获得所述协作机器人的标称动力学方程式；
实际动力学模型(22)，用于根据预设的参数，得出所述协作机器人实际动力学模型的实际动力学方程式；
参数辨识神经网络(23)，用于将所述协作机器人设置为力矩工作模式，在关节力矩最小到最大的范围内选取一段平滑的力矩曲线作为所述协作机器人的输入，利用各个关节的码盘获取各个关节的角位移、角速度及角加速度；在一个采样周期(T)内设定采样时间(t)，采取N组包含有力矩、角位移、角速度和角加速度的数据，作为一次训练样本数据；
学习优化模块(24)，用于将样本数据中的力矩τ(k)通过所述标称模型得到理论输出值将力矩τ(k)结合样本中的实际输出值 输入
至所述参数辨识神经网络，得到输出修正值 并将所述理论输出值与所
述输出修正值结合得到辨识输出值 将实际输出值与所述辨识输出值
作差获得输出误差 利用所述输出误差建立所述参数辨识神经网络的损
失函数，并对所述参数辨识神经网络进行训练，进而完成动力学模型的修正。
3.根据权利要求2所述的驱控一体化控制系统，其特征在于，
所述标称动力学方程式为：
其中，D(q)∈Rn×n为对称正定的惯量矩阵； 为哥氏力与离心力矩阵；G(q)∈Rn×1为重心项矩阵； q为机械的关节角位移矢量、为机械臂的角速度矢量以 为机械臂的角加速度矢量；τ∈Rn为机械臂各关节控制力矩矢量。
4.根据权利要求2所述的驱控一体化控制系统，其特征在于，
所述实际动力学方程式为：
其中，F(q)代表关节运动的摩擦， 代表机械臂运动中的扰动。
5.根据权利要求1所述的驱控一体化控制系统，其特征在于，
所述无传感主动柔顺控制模块(3)包括位置环(31)、力环(32)和力位混合控制律输出模块(33)；
其中，所述位置环(31)包括末端位置输入端(311)、位置选择矩阵(312)和位置控制律模块(313)；所述末端位置输入端(311)用于输入末端位置信号给所述位置选择矩阵(312)，末端位置信号依经过所述位置选择矩阵(312)和所述位置控制律模块(313)处理后的位置信号输入给所述力位混合控制律输出模块(33)；
其中，所述力环(32)包括末端力输入端(321)、力选择矩阵(322)、力控制律模块(313)和基于电机电流的关节力矩估计模块(324)，所述末端力输入端(321)用于输入末端力信号给所述力选择矩阵(322)，末端力信号依经过力选择矩阵(322)和力控制律模块(323)处理后的力信号输入给力位混合控制律输出模块(33)，所述关节力矩估计模块(324)将关节电机(35)的实时电流反馈给末端力输入端(321)；所述力位混合控制律输出模块(33)给关节电机(35)输入力位混合控制律输出信号(G)。
6.根据权利要求5所述的驱控一体化控制系统，其特征在于，
所述无传感主动柔顺控制模块(3)还包括机器人运动学模型(314)，所述机器人运动学模型(314)将协作机器人(6)的关节角度和角速度反馈给末端位置输入端(311)。
7.根据权利要求5或6所述的驱控一体化控制系统，其特征在于，
所述无传感主动柔顺控制模块(3)还包括补偿模块(34)，所述补偿模块(34)介于所述力位混合控制律输出模块(33)和所述关节电机(35)之间。
8.根据权利要求5或6所述的驱控一体化控制系统，其特征在于，
所述关节力矩估计模块的构造为完整的机器人动力学方程为：
其中M∈Rn×n为关节空间惯性矩阵；C∈Rn×n为哥氏力和向心力计算矩阵；g∈Rn×1为重力项向量；q∈Rn×1为驱动关节角度向量；τ∈Rn×1为驱动关节转矩；
电机转矩τm驱动的方程式为：
τ＝Nτm；
其中N∈Rn×n为每个关节减速比的对角矩阵，设Jm为电机转子的惯量；推导过程中，将电机转子处的摩擦项 代入电机转矩模块和关节转矩的关系，得出基于电机电流的关节力矩估计模块，从而得到力检测输出：
其中，Ψ(i)＝τm为电机输出力矩与电流之间的映射模块。
9.根据权利要求1或2所述的驱控一体化控制系统，其特征在于，
所述力反馈人机协作防碰撞检测模块(4)包括：
动力学方程建立模块(41)，用于在预定机器人平台上，采用D-H参数法建立连杆坐标系，并根据拉格朗日动力学公式建立机器人动力学方程；
碰撞检测算子和扰动观测器建立模块(42)，根据所述机器人动力学方程和动量方程，构造基于机器人能量不变的碰撞检测算子和基于广义动量变化量的扰动观测器；
数据分析模块(43)，基于机器人系统电流实时反馈，确定各关节扭矩和碰撞力之间的关系，并给出机器人雅克比矩阵求解方法，并分析其检测碰撞的有效性；
安全防护策略制订模块(44)，基于碰撞检测模型的检测结果，针对不同碰撞情形，结合实际工况，制订不同的安全防护策略；
仿真验证及优化模块(45)，基于ADAMS-Simulink联合仿真平台对机器人碰撞检测算子的有效性和安全防护策略的合理性进行仿真验证及优化；
实际效果验证模块(46)，基于预定机器人平台，验证评估基于力反馈的避障防护安全策略实际效果。
10.根据权利要求9所述的驱控一体化控制系统，其特征在于，
所述力反馈人机协作防碰撞检测模块(4)还包括：
单目双视图立体匹配模块(47)，用于构建基于SVS的单目双视图立体匹配模型，在损失函数上优化几何约束条件，通过左右视图合成过程和双视图立体匹配，实现单目图像中检测目标深度的准确估计；
卷积特征提取模块(48)，基于单目摄像头采集的RGB图像，采用ResNet模型进行深度卷积特征提取；
人体骨骼关键点处理模块(49)，根据人体骨骼关节几何先验知识及关节间的相关关系，优化双分支深度卷积神经网络结构设计，实现关节点及其关节关联关系的同步处理，其中一分支通过概率热图和偏移量结合的方式进行人体骨骼关键点回归，一分支检测图像中多人的关节关联信息，并通过二分图匹配形成人体骨骼序列数据；
人体骨架图像数据处理模块(410)，用于结合工业人机协作场景特点重构人体骨架图像数据集，并进行关节点数据标注，结合人工调整获得面向工业协作场景的姿态数据集。
一种驱控一体化控制系统
技术领域
背景技术
发明内容
并将理论输出值与输出修正值结合得到辨识输出值
将实际输出值与辨识输出值作差获得输出误差 利用输出误差建立参数
辨识神经网络的损失函数，并对参数辨识神经网络进行训练，进而完成动力学模型的修正。
q为机械的关节角位移矢量、为机械臂的角速度矢量以 为机械臂的角加速度矢量；τ∈Rn为机械臂各关节控制力矩矢量。
哥氏力和向心力计算矩阵；g∈Rn×1为重力项向量；q∈Rn×1为驱动关节角度向量；τ∈Rn×1为驱动关节转矩；电机转矩τm驱动的方程式为：τ＝Nτm；其中N∈Rn×n为每个关节减速比的对角矩阵，设Jm为电机转子的惯量；推导过程中，将电机转子处的摩擦项 代入电机转矩模块和关节转矩的关系，得出基于电机电流的关节力矩估计模块，从而得到力检测输出：
具体实施方式
结合得到辨识输出值 将实际输出值与辨识输出值作差获得输出误差
利用输出误差建立参数辨识神经网络的损失函数；采取自我学习进化
的优化策略；对神经网络进行训练，进而完成动力学模型的修正。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于实时嵌入式系统的硬件在环仿真方法 | 2020-05-08 | 660 |
| 基于分数阶极值搜索的非线性ABS控制方法 | 2020-05-11 | 121 |
| 一种基于扩张状态观测器的磁悬浮球连续滑模控制方法 | 2020-05-11 | 665 |
| 基于调频声波的空间扰动检测方法与装置 | 2020-05-08 | 23 |
| 一种测评老化后XLPE电缆泄漏电流差异因子的智能方法 | 2020-05-11 | 133 |
| 基于卫星定位系统差分的大气相位扰动修正方法 | 2020-05-08 | 180 |
| 一种可变帧率的激光吸收光谱层析成像系统 | 2020-05-11 | 505 |
| 一种通信网络数据传输平稳运行的可靠控制方法 | 2020-05-08 | 686 |
| 一种三相异步电机变步长扰动观测节能控制方法 | 2020-05-08 | 676 |
| 一种驱控一体化控制系统 | 2020-05-11 | 783 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
