本發(fā)明涉及一種柔性連續(xù)體機(jī)器人運(yùn)動(dòng)控制方法，具體為一種基于改進(jìn)角蜥優(yōu)化算法的柔性連續(xù)體機(jī)器人運(yùn)動(dòng)控制方法，屬于柔性連續(xù)體機(jī)器人控制。

背景技術(shù)：

1、柔性連續(xù)體機(jī)器人(scrs)近年來(lái)因其良好的運(yùn)動(dòng)特性、環(huán)境適應(yīng)性和結(jié)構(gòu)順應(yīng)性受到了廣泛的關(guān)注，成為環(huán)境探查、生物醫(yī)學(xué)、社會(huì)服務(wù)等領(lǐng)域的研究熱點(diǎn)。區(qū)別于現(xiàn)有的剛性連續(xù)體機(jī)器人，scrs的結(jié)構(gòu)單元多采用柔性智能材料，執(zhí)行任務(wù)的過(guò)程中產(chǎn)生的反作用力較小，有效降低了抓取過(guò)程的碰撞損傷。同時(shí)，軟體機(jī)器人技術(shù)及3d/4d打印技術(shù)的興起給scrs設(shè)計(jì)方式帶來(lái)眾多可能，其中，折紙技術(shù)因其自身良好的折展比、多穩(wěn)態(tài)特性、可變剛度等力學(xué)性能脫穎而出，其優(yōu)化scrs固有剛度的同時(shí)，能夠極大改善scrs運(yùn)動(dòng)靈活性。

2、現(xiàn)有技術(shù)中，如公布號(hào)為cn113580119a所公開(kāi)的一種基于折紙結(jié)構(gòu)的氣動(dòng)連續(xù)體機(jī)構(gòu)，包括安裝組件、折紙組件以及氣驅(qū)動(dòng)組件，安裝組件包括底板和控制盒；折紙組件包括多個(gè)折紙結(jié)構(gòu)，多個(gè)折紙結(jié)構(gòu)并列支撐在底板和控制盒之間，每個(gè)折紙結(jié)構(gòu)自身可折疊并且可折疊的連接底板和控制盒，氣驅(qū)動(dòng)組件包括多根波紋管，多根波紋管并列支撐在底板和控制盒之間，每根波紋管設(shè)有用于送氣和排氣的接頭。該現(xiàn)有技術(shù)基于氣驅(qū)動(dòng)方式，復(fù)雜的控制一個(gè)多自由度的多層預(yù)制體模塊，釋放了工作空間以及環(huán)境，解決了需要的驅(qū)動(dòng)單元較多、難以實(shí)現(xiàn)輕量化的難題。使可折疊結(jié)構(gòu)既輕量化、緊湊，又具有伸縮性和微型化，同時(shí)保持其運(yùn)動(dòng)性能，然而，折紙結(jié)構(gòu)和scrs結(jié)合的相關(guān)設(shè)計(jì)多依靠固有折痕進(jìn)行運(yùn)動(dòng)，仍然遭受著有限的自由度的限制。其次，建模與控制方面的研究工作多集中在動(dòng)態(tài)模型或靜態(tài)變形模型，從而設(shè)計(jì)相應(yīng)的控制方法。同時(shí)，由于軟體材料的非線(xiàn)性和疲勞效應(yīng)易導(dǎo)致力學(xué)模型的相關(guān)參數(shù)易發(fā)生不確定性變化，給scrs的建模和控制帶來(lái)了極大的困難。

3、近年來(lái)，元啟發(fā)算法被廣泛應(yīng)用于各種優(yōu)化問(wèn)題。其中，hernán?peraza-vázquez和adrián-delgado于2024年提出了一種角蜥優(yōu)化算法(horned?lizardoptimization?algorithm)，該算法模擬了角蜥被動(dòng)防御行為和生活習(xí)性，適應(yīng)能力強(qiáng)，且在平衡利用和探索機(jī)制上顯示出有效性，能夠在優(yōu)化問(wèn)題中實(shí)現(xiàn)有效的搜尋能力。但算法本身容易陷入局部最優(yōu)，且初始化不確定性大，在收斂速度、收斂精度等方面還存在一些問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就在于為了解決上述至少一個(gè)技術(shù)問(wèn)題而提供一種基于改進(jìn)角蜥優(yōu)化算法的柔性連續(xù)體機(jī)器人運(yùn)動(dòng)控制方法，實(shí)現(xiàn)新型柔性連續(xù)體機(jī)器人在預(yù)期軌跡進(jìn)行高精度運(yùn)動(dòng)控制。

2、本發(fā)明通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)上述目的：一種基于改進(jìn)角蜥優(yōu)化算法的柔性連續(xù)體機(jī)器人運(yùn)動(dòng)控制方法，包括新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)及基于改進(jìn)角蜥優(yōu)化算法的閉環(huán)無(wú)模型控制方法，新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)包括柔性伸縮單元與柔性彎曲單元，柔性伸縮單元與柔性彎曲單元均采用具有三穩(wěn)態(tài)特性的kresling折紙作為結(jié)構(gòu)單元，柔性彎曲單元安裝有能夠變形的輔助氣囊；

3、閉環(huán)無(wú)模型控制方法包括以下步驟：

4、步驟一、以新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)為研究對(duì)象，設(shè)定初始目標(biāo)位置的坐標(biāo)(xt,yt,zt)；并通過(guò)視覺(jué)系統(tǒng)獲取新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)末端位置所處坐標(biāo)為(xe,ye,ze)；

5、步驟二、依據(jù)初始目標(biāo)位置的橫縱坐標(biāo)xt和yt判斷其所處象限，控制柔性伸縮單元和柔性彎曲單元的輔助氣囊實(shí)現(xiàn)新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)末端所處位置(xe,ye,ze)向設(shè)定初始目標(biāo)位置(xt,yt,zt)運(yùn)動(dòng)；

6、步驟三、采用pid控制器來(lái)對(duì)柔性伸縮單元和柔性彎曲單元的輔助氣囊中的壓力進(jìn)行補(bǔ)償控制；

7、步驟四、引入改進(jìn)的角蜥優(yōu)化算法對(duì)新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)的閉環(huán)無(wú)模型控制系統(tǒng)進(jìn)行自適應(yīng)優(yōu)化；

8、步驟五、根據(jù)改進(jìn)的角蜥優(yōu)化算法，優(yōu)化選取新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)閉環(huán)無(wú)模型控制系統(tǒng)的參數(shù)，并使新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)在預(yù)期軌跡進(jìn)行運(yùn)動(dòng)。

9、作為本發(fā)明再進(jìn)一步的方案：新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)由柔性伸縮單元與柔性彎曲單元串聯(lián)耦合形成；柔性伸縮單元與柔性彎曲單元均基于雙層kresling折紙構(gòu)型進(jìn)行設(shè)計(jì)，柔性伸縮單元展開(kāi)狀態(tài)為相同手性折紙平面圖案，柔性彎曲單元展開(kāi)狀態(tài)為相反手性折紙平面圖案。

10、作為本發(fā)明再進(jìn)一步的方案：新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)所實(shí)現(xiàn)的運(yùn)動(dòng)具體為：

11、柔性彎曲單元控制新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)的伸縮和扭轉(zhuǎn)耦合運(yùn)動(dòng)，由單元腔室的氣壓驅(qū)動(dòng)實(shí)現(xiàn)，且能夠?qū)崿F(xiàn)較大的收縮比；

12、柔性彎曲單元控制新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)的彎曲運(yùn)動(dòng)，柔性彎曲單元通過(guò)改變氣囊膨脹/收縮的狀態(tài)實(shí)現(xiàn)表面剛度的靈活調(diào)節(jié)，當(dāng)單元腔室處于負(fù)壓狀態(tài)，氣囊膨脹使得單元表面剛度增大導(dǎo)致柔性彎曲單元出現(xiàn)剛度差，從而造成單元整體向作用面的對(duì)側(cè)進(jìn)行彎曲。

13、作為本發(fā)明再進(jìn)一步的方案：步驟三中，pid控制器的壓力補(bǔ)償公式為：

14、

15、其中，eθ＝θe-θt(θ＝x,y,z)是新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)末端(xe,ye,ze)與目標(biāo)位置(xt,yt,zt)之間的偏差；kp，ki，kd分別為pid控制器的比例系數(shù)、積分系數(shù)和微分系數(shù)；dt代表迭代步驟之間的時(shí)間間隔；kp的存在將會(huì)彌補(bǔ)可能存在的較大的坐標(biāo)誤差eθ，給新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)的主腔室?guī)?lái)一個(gè)較大的壓力補(bǔ)償pθ；同時(shí)，當(dāng)坐標(biāo)偏差較小或趨近于0時(shí)，ki和kd將分別為消除穩(wěn)態(tài)誤差和避免超調(diào)提供幫助。

16、作為本發(fā)明再進(jìn)一步的方案：新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)的主腔室需要正壓、負(fù)壓、穩(wěn)壓三種狀態(tài)；新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)的閉環(huán)無(wú)模型控制系統(tǒng)通過(guò)由四個(gè)二位二通閥和一個(gè)二位三通閥組成的電磁閥組來(lái)實(shí)現(xiàn)末端的狀態(tài)變化，其中r1～r4為二位二通閥，r5為二位三通閥；r1與r2呈并聯(lián)設(shè)置，r1與r3呈串聯(lián)連接，r2與r5呈串聯(lián)連接，r1和r2的并聯(lián)電路與r4呈串聯(lián)連接；

17、閉環(huán)無(wú)模型控制系統(tǒng)的工作原理如下：

18、當(dāng)r1通電，r2斷電，r3斷電，r4通電，r5通電時(shí)，新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)末端處于正壓狀態(tài)。

19、當(dāng)r1斷電，r2通電，r3通電，r4斷電，r5通電時(shí)，新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)末端處于負(fù)壓狀態(tài)。

20、當(dāng)r1斷電，r2斷電，r3通電，r4通電，r5斷電時(shí)，新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)末端處于保壓狀態(tài)；

21、單片機(jī)通過(guò)電磁閥組和氣壓傳感器的配合從而改變氣泵到末端腔室的壓力pout。在當(dāng)前迭代步驟下電磁閥組末端的輸出壓力pθ,out,k為：

22、pθ,out,k＝pθ,out,k-1+pθ,θ＝x,y,z

23、其中，pθ,out,k-1為上一次迭代步驟中電磁閥組末端的輸出壓力；

24、新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)的初始?jí)毫?px,out,k,py,out,k,pz,out,k)均被設(shè)置為0kpa；當(dāng)氣泵為新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)開(kāi)始提供壓力后，視覺(jué)系統(tǒng)將會(huì)為其實(shí)時(shí)提供末端位置坐標(biāo)(xe,ye,ze)，并作為pid控制器的反饋?zhàn)兞繌亩鴮?shí)時(shí)計(jì)算當(dāng)前迭代步驟的壓力補(bǔ)償結(jié)果；在該控制系統(tǒng)中，采用單片機(jī)對(duì)三組電磁閥組，其中一組用來(lái)控制新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)主腔室的壓力，從而驅(qū)動(dòng)其z方向的運(yùn)動(dòng)；另外兩組則主要用來(lái)控制柔性彎曲單元中氣囊的壓力，從而驅(qū)動(dòng)新型柔性連續(xù)體機(jī)器人3d打印件結(jié)構(gòu)末端在x,y方向的運(yùn)動(dòng)。

25、作為本發(fā)明再進(jìn)一步的方案：步驟四中，角蜥優(yōu)化算法的基礎(chǔ)算法基于角蜥的被動(dòng)防御行為進(jìn)行計(jì)算，其中，角蜥的被動(dòng)防御行為依次包括：隱藏行為、改變皮膚亮度行為、噴射血流行為、轉(zhuǎn)移逃跑行為以及調(diào)節(jié)體溫行為；

26、隱藏行為是指角蜥模擬環(huán)境特征，與周?chē)h(huán)境融為一體，讓獵物和捕食者難以發(fā)現(xiàn)，增加其在野外生存的機(jī)會(huì)，其行為公式如下所示：

27、

28、其中，t為當(dāng)前迭代次數(shù)，t為最大迭代次數(shù)；是t+1代搜索空間中角蜥的最新搜索代理，是角蜥在第t代的最佳搜索代理，r1,r2,r3,r4是種群最大數(shù)量n和1之間的隨機(jī)整數(shù)，且r1≠r2≠r3≠r4；β設(shè)置為2，k1和k2是從標(biāo)準(zhǔn)化調(diào)色盤(pán)中選取的隨機(jī)數(shù)；λ為獲取的二進(jìn)制值，其獲取公式如下：

29、

30、改變皮膚亮度行為是指角蜥通過(guò)增加或者減少太陽(yáng)光增益來(lái)改變皮膚的顏色，較深顏色可以吸收更多的熱量，較淺的顏色可以反射更多的熱量；角蜥皮膚變深和變淺的數(shù)學(xué)模型如下：

31、

32、其中，da1和da2是0.5440510～1之間生成的隨機(jī)數(shù)，li1和li2則是0～0.4046661之間生成的隨機(jī)數(shù)；

33、噴射血流行為是指角蜥的眼睛可以通過(guò)噴射血流來(lái)抵御敵人，血流主要呈拋物體運(yùn)動(dòng)，運(yùn)動(dòng)軌跡可以表示為：

34、

35、其中，v0是初始速度，設(shè)置為1，ω設(shè)置為π/2，μ為1e-6，g為地球加速度；

36、轉(zhuǎn)移逃跑行為是指角蜥需要通過(guò)快速移動(dòng)來(lái)躲避捕食者，其轉(zhuǎn)移公式如下：

37、

38、其中，wk是-1和1之間的隨機(jī)數(shù)，ε是由柯西分布生成的隨即平均數(shù)；

39、調(diào)節(jié)體溫行為是指角蜥通過(guò)調(diào)節(jié)自身體溫來(lái)改變皮膚顏色，從而應(yīng)對(duì)各種突發(fā)情況，整個(gè)過(guò)程的數(shù)學(xué)公式可以表示為：

40、

41、其中，m(i)為角蜥皮膚的顏色細(xì)胞，fitmax和fitmin為當(dāng)前迭代次數(shù)時(shí)的最佳適應(yīng)度和最差適應(yīng)度，fit(i)是第i個(gè)角蜥的當(dāng)前適應(yīng)度。

42、作為本發(fā)明再進(jìn)一步的方案：對(duì)于調(diào)節(jié)體溫行為的算法，當(dāng)m(i)≤0.3時(shí)，則采用如下公式完成位置更新：

43、

44、作為本發(fā)明再進(jìn)一步的方案：在角蜥優(yōu)化算法的基礎(chǔ)上，對(duì)角蜥種群的初始化階段引入henon混沌映射理論，有效增加了hloa種群初始化的多樣性，提高了hloa算法的搜索效率；映射模型如下所示：

45、

46、其中，xn、yn是hloa的初始位置參數(shù)；當(dāng)映射隨機(jī)性常數(shù)a＝1.4，b＝0.3時(shí)，可以保證映射序列具有較強(qiáng)的隨機(jī)性，xn+1，yn+1是混沌映射之后的位置。

47、作為本發(fā)明再進(jìn)一步的方案：在角蜥優(yōu)化算法的基礎(chǔ)上，對(duì)角蜥顏色迭代階段，引入非線(xiàn)性自適應(yīng)權(quán)重；非線(xiàn)性自適應(yīng)權(quán)重如下所示：

48、

49、以上述權(quán)重為基礎(chǔ)，更新后的顏色迭代公式如下所示：

50、

51、該自適應(yīng)權(quán)重的引入，使得角蜥各個(gè)階段的顏色迭代方式達(dá)到合理平衡，可極大地改善角蜥算法的尋優(yōu)精度，補(bǔ)充算法在各個(gè)階段對(duì)全局搜索能力和局部搜索能力的需要。

52、作為本發(fā)明再進(jìn)一步的方案：在角蜥優(yōu)化算法的基礎(chǔ)上，對(duì)于角蜥種群的輸出階段，引入鏡面反射學(xué)習(xí)模型；數(shù)學(xué)模型如下所示：

53、

54、其中，為鏡面反射學(xué)習(xí)解，vmax和vmin分別為單次迭代后種群信息中的上下限，λ為控制反射程度的參量；

55、

56、其中，rand1和rand2均為0～1的隨機(jī)數(shù)，φ是彈性系數(shù)，n0為鏡面的領(lǐng)域半徑；

57、為保證鏡面反射學(xué)習(xí)解的上下限不超過(guò)種群自身的上下限，按照下公式對(duì)上下限進(jìn)行處理：

58、

59、其中，fu和fl分別為上下限的判斷結(jié)果，～為取反操作；該模型的引入可以使得算法探索更廣泛的可能性，并避免陷入次優(yōu)解，最終使得更好地處理復(fù)雜函數(shù)問(wèn)題。

60、本發(fā)明的有益效果是：

61、1)設(shè)定初始目標(biāo)位置坐標(biāo)并基于視覺(jué)系統(tǒng)獲取nscr末端位置坐標(biāo)，判斷目標(biāo)位置的象限，并控制ftu1～4和氣囊1～4使得nscr末端向目標(biāo)位置移動(dòng)。采用pid控制器對(duì)ftu1～4和氣囊1～4的壓力進(jìn)行補(bǔ)償控制；

62、2)針對(duì)nscr工作環(huán)境的不通過(guò)確定性，建立閉環(huán)無(wú)模型控制系統(tǒng)，并進(jìn)行參數(shù)整定，實(shí)現(xiàn)自適應(yīng)優(yōu)化，選取nscr閉環(huán)無(wú)模型控制系統(tǒng)控制器的參數(shù)，使nscr能夠在預(yù)期軌跡進(jìn)行運(yùn)動(dòng)，針對(duì)nscr的閉環(huán)無(wú)模型控制方法，引入改進(jìn)的角蜥優(yōu)化算法。該算法在原有算法的基礎(chǔ)上，分別引入了henon混沌映射理論，線(xiàn)性自適應(yīng)權(quán)重和鏡面反射學(xué)習(xí)模型；

63、3)通過(guò)上述改進(jìn)，增加了種群初始化的多樣性，改善了算法的尋優(yōu)精度，平衡了算法在各個(gè)階段的全局搜索能力和局部搜索能力，有效提高了收斂速度，避免算法陷入局部最優(yōu)；

64、4)通過(guò)上述改進(jìn)的角蜥優(yōu)化算法實(shí)現(xiàn)對(duì)新型柔性連續(xù)體機(jī)器人的路徑規(guī)劃和姿態(tài)調(diào)整，為新型柔性連續(xù)體機(jī)器人的高精度控制提供了保障。