一种拍背机械臂运动关节控制系统及方法

本发明涉及一种拍背机械臂运动关节控制系统及方法，属于机械臂运动关节控制。

背景技术：

1、肺癌是影响人类健康最常见的恶性肿瘤之一，根据国际癌症研究机构统计显示，2020年全球癌症新发病例220.6万例，死亡病例179.6万例。目前，肺癌患者仍以老年人为主，但年轻化趋势明显，1990年至2019年，肺癌发病率、死亡率的年龄标准化比率呈上升趋势，预计未来十年新发病例与死亡病例将持续增加。肺癌给人们带来的负担迅速增加。

2、肺癌相关性咳嗽定义为肺癌患者因肿瘤、肿瘤并发症及肿瘤治疗引起的咳嗽，以刺激性干咳为主要特征，研究表明，约有25％～50％的肺癌患者在手术治疗后存在持续咳嗽症状，甚至约25％的患者术后咳嗽可以持续5年以上。咳嗽主要因为呼吸道内分泌物容易形成痰凝块，阻塞呼吸道。对患者进行密集拍背与患者自身深呼吸咳嗽能够使黏附在气道上的分泌物松动脱落后易于排出体内，避免气道分泌物在气道内进行堆积形成气道堵塞，最终避免肺不张的形成。

3、人工密集拍背会给医护人员带来负担，因此通过机械臂代替人手实现密集拍背的效果是有必要的。同时配有机械臂，能够实现自主准确识别的医疗机器人以及相应的技术研发更具有迫在眉睫的现实意义。

4、在机械臂中，执行元件是负责执行动作的关键组件，它们根据控制系统的指令，将电能或其他形式的能量转换成机械能，从而驱动机械臂的关节进行运动。常见的机械臂执行元件包括：伺服电机、步进电机、气缸或液压缸、线性马达等。

5、舵机在机械臂中是一种重要的执行元件，用于实现关节的旋转转动，实际上是一种集成了直流电机、减速器和位置反馈元件(如电位器)的伺服系统，机械臂中每个关节都可以由一个或多个舵机驱动，从而实现复杂的运动轨迹和操作。

6、舵机的控制核心在于对其转动角度的精准调控，这主要通过调整发送给舵机的信号来实现，常见的控制方式主要有pwm信号控制和rc信号控制。pwm信号控制通过调整pwm信号的占空比(脉冲宽度)，可以实现对舵机转动角度的精确控制；rc信号控制则通过接收来自遥控器等rc信号源的信号来控制舵机的运行，rc信号的频率和脉宽与pwm信号相似，通过改变脉宽可实现舵机的转动角度。

7、在对舵机进行控制时，往往不能精确达到预定位置。究其原因：pwm信号占空比或周期设定有误，或信号在传输过程中受到外部电磁干扰或噪声影响；电源电压不稳定、供电能力不足或者舵机内部的机械结构磨损或故障；控制算法未能充分考虑舵机的动力学特性或者未能妥善处理控制过程中的时序和中断问题；外部环境中温度的变化导致舵机膨胀或收缩，震动与冲击导致位置检测器检测出错。因此，有必要对机械臂运动关节进行优良的精度控制。

技术实现思路

1、本发明所要解决的技术问题是机械臂运动关节控制不精确，克服现有技术的不足而提供一种拍背机械臂运动关节控制系统及方法，能实现对机械臂运动关节控制的适应性和增强系统的鲁棒性。

2、本发明提供一种拍背机械臂运动关节控制系统，包括基于t-s型rbf神经网络的位置式离散pid控制单元、编码器、串行通信模块和上位机；所述上位机与基于t-s型rbf神经网络的位置式离散pid控制单元通过串行通讯模块连接，所述编码器的输出端与基于t-s型rbf神经网络的位置式离散pid控制单元的输入端连接；所述编码器，用于获取机械臂运动关节转动角度信息；

3、所述串行通讯模块，用于接收上位机的控制信息并传给基于t-s型rbf神经网络的离散式pid控制单元，以及发送编码器的位置信息给上位机；

4、所述基于t-s型rbf神经网络的位置式离散pid控制单元，用于接收上位机的控制信息，并根据控制信息带动编码器转动，然后计算机械臂运动关节控制参数，产生pwm信号输出给机械臂运动关节；

5、所述上位机，用于输出控制信息给基于t-s型rbf神经网络的位置式离散pid控制单元，并接收编码器反馈的机械臂运动关节位置信息，然后根据反馈的机械臂运动关节位置信息调整输出给基于t-s型rbf神经网络的位置式离散pid控制单元的控制参数。

6、作为本发明进一步优化的技术方案如下：

7、优选地，所述基于t-s型rbf神经网络的位置式离散pid控制单元包括位置式离散pid控制器和基于t-s型rbf神经网络控制器；所述基于t-s型rbf神经网络控制器包括t-s模拟推理系统和rbf神经网络控制器；所述位置式离散pid控制器，用于对被控对象的位置控制偏差进行控制；所述基于t-s型rbf神经网络控制器，将t-s型模糊推理系统与rbf神经网络的学习能力结合，优化神经网络的权值，最后输出最优的控制参数kp、ti和td，以调节pwm信号占空比。

8、优选地，所述位置式离散pid控制器由比例单元(p)、积分单元(i)和微分单元(d)组成，其输入e(t)与输出u(t)的关系为：

9、

10、其中

11、式中，u(t)是位置式离散pid控制器的输出，e(t)是位置式离散pid控制器输入的位置误差，e(t-1)为位置式离散pid控制器上一次的输入，为位置式离散pid控制器输入的累积和，kp为比例项参数，ki为积分项参数，kd为微分项参数，ti为积分时间常数，td为微分时间常数，t为采样周期。

12、优选地，所述基于t-s型rbf神经网络控制器取t-s模糊模型与神经网络结合，以输入位置信息r(t)与位置误差e(t)作为输入变量，输出控制参数kp、ti和td，位置式离散pid控制器以控制量u(t)作为输出变量，输出控制量u(t)作用于机械臂运动关节后得到输出位置信息y(t)，其中e(t)＝y(t)-r(t)；输出控制量u(t)表征基于t-s型rbf神经网络的位置式离散pid控制单元要输出的pwm信号占空比。

13、优选地，所述位置误差e(t)的获取方式为：将编码器固定在机械臂运动关节上，机械臂运动关节转动带动编码器的转动，从而获取到机械臂运动关节的实际角度a；将实际角度a和理论角度b相减，得到位置误差e(t)。

14、优选地，所述基于t-s型rbf神经网络的位置式离散pid控制单元为基于armcortex-m3内核的stm32控制模块。

15、本发明还提供一种基于拍背机械臂运动关节控制系统的控制方法，包括以下步骤：

16、步骤1，上位机输入机械臂运动关节的理论角度b给基于t-s型rbf神经网络的位置式离散pid控制单元，基于t-s型rbf神经网络的位置式离散pid控制单元输出pwm信号给机械臂运动关节，以控制机械臂运动关节转动；

17、步骤2，机械臂运动关节转动后带动编码器运动，编码器实时返回机械臂运动关节的实际角度a给上位机，上位机判断实际角度a是否有变化，若发现实际角度a有变化，则自适应调整位置式离散pid控制器的控制参数kp、ti和td的值；若编码器返回的实际角度a稳定，则进一步判断实际角度a与理论角度b是否有偏差，若没有偏差则操作结束，若实际角度a与输入的理论角度b有偏差，则需要计算误差e的值；

18、步骤3，根据下式计算误差e的值，

19、e＝a-b

20、然后根据计算结果进一步判断误差e是否为0，当e＝0时，操作结束；当e≠0时，根据误差e的值调整pwm信号的占空比。

21、所述步骤1和2中，所述位置式离散pid控制器的输入e(t)与输出u(t)的关系为：

22、

23、其中

24、式中，u(t)是位置式离散pid控制器的输出，e(t)是位置式离散pid控制器的输入，e(t-1)为位置式离散pid控制器上一次的输入，为位置式离散pid控制器输入的累积和，kp为比例项参数，ki为积分项参数，kd为微分项参数，ti为积分时间常数，td为微分时间常数，t为采样周期。

25、所述步骤3中，若e＞0，则自动减小pwm信号的占空比，直到误差e等于0，结束操作；若e＜0，则自动增大pwm信号的占空比，直到误差e等于0，结束操作。

26、所述步骤3中，调整pwm信号占空比的过程为：编码器将位置误差e(t)反馈给基于t-s型rbf神经网络的位置式离散pid控制单元后，基于t-s型rbf神经网络控制器对输入位置信息r(t)与输入位置位置误差e(t)进行网络优化得到控制参数kp、ti和td，将控制参数kp、ti和td作为位置式离散pid控制器的输入变量，通过位置式离散pid控制器输出控制变量u(t)，再将u(t)的值传递给基于t-s型rbf神经网络的位置式离散pid控制单元内部定时器的pwm功能寄存器，从而改变pwm信号的占空比。

27、与现有技术相比，本发明具有如下有益效果：

28、(1)克服传统的位置式离散pid控制依赖于固定的参数设置，难以应对系统动态变化的问题，基于t-s型rbf神经网络的位置式离散pid控制能够实时学习和调整其内部参数，以适应系统特性的变化，从而提高控制的自适应性和鲁棒性；

29、(2)t-s型rbf神经网络具有良好的非线性逼近能力，基于其的位置式离散pid控制能够更好地处理系统中的非线性因素，t-s模糊模型可以使得非线性系统的全局输出具有良好的线性描述特性；

30、(3)基于t-s型rbf神经网络的位置式离散pid控制通过神经网络的训练和优化，能够找到更优的控制参数，提高系统的控制性能；

31、(4)面对系统干扰或噪声，基于t-s型rbf神经网络的位置式离散pid控制能够利用其强大的学习和适应能力，有效抑制干扰对系统性能的影响，保持系统的稳定性和可靠性；

32、(5)基于t-s型rbf神经网络的位置式离散pid控制具有更好的扩展性和灵活性，可以方便地与其他控制策略或算法进行集成和融合，以适应更加复杂的控制需求。

33、总之，本发明的系统及方法制精度高，解决了现有机械臂运动关节控制技术适应性和鲁棒性较差，对机械臂关节运动不灵活的问题。