基于免疫粒子群的機器人自抗擾控制器參數整定方法

李盛前，張小帆

(1.廣東機電職業技術學院電氣技術學院，廣東廣州 510550；2.廣東技術師范大學汽車與交通工程學院，廣東廣州 510665)

0 前言

機器人是一種具有不確定、強耦合、多時變、高度非線性的復雜系統，在實際應用中，機器人本身的這些特性使得很難建立其精確的數學模型。因此將傳統PID方法直接用于機器人的自動跟蹤運動工作，難以滿足控制性能要求。而針對類似于機器人的系統控制，有很多控制方法，如自抗擾控制、滑模變結構控制、專家控制、神經網絡以及各種復合方法等，其中自抗擾控制器近年來在機器人跟蹤控制技術領域受到研究者青睞。自抗擾控制主要繼承了PID的控制優點及精髓，利用擴張狀態觀測器估計外部不確定干擾量并實時進行補償，是一種不依賴被控對象精確數學模型的新興實用控制技術。文獻[1-2]采用自抗擾技術對機器人進行軌跡跟蹤控制，有效解決外部擾動，提高焊接機器人運動性能。文獻[3-4]基于自抗擾控制技術設計了六自由度并聯機器人的軌跡跟蹤器，在不考慮重力補償時，跟蹤效果性能較好。文獻[5]針對難以精確建立移動機器人動力學模型、各種外部干擾等問題，構造一種快速終端滑模自抗擾控制器，實現高速高精度軌跡跟蹤控制目標。文獻[6]針對機器人，分別利用自抗擾和滑模變結構解決控制過程中產生的抖振問題。文獻[7]基于自抗擾控制技術和模糊控制方法，結合水下機器人相關運動學及動力學方程，利用切換控制策略，取自抗擾和模糊控制各自的優點，聯合建立了欠驅動AUV模糊自抗擾定深跟蹤控制器。文獻[8]建立基于干擾估計的機器人非線性反饋控制系統，在此基礎上提出一種適用于機器人跟蹤控制的新型自抗擾控制器，該控制器不需實時計算復雜的機器人動態模型，對測量噪聲具有抑制作用。

自抗擾控制器具有“預測+補償”的能力，提高機器人動態跟蹤控制性能，但是自抗擾控制器設計過程比較復雜，包含參數較多，不同的參數取值，自抗擾控制器控制性能都會發生變化。同時，控制器參數取值因不同的控制對象模型而不同，以往的取值方法主要依靠經驗試測。為了使自抗擾控制器控制性能達到最優，學者們對這些參數整定方法進行研究。目前常見的智能優化算法有粒子群優化算法、遺傳算法、蟻群算法、免疫算法等。文獻[9]利用改進鴿群優化算法對機器人自抗擾控制器參數進行整定優化，有效提高了可變形地面移動機器人的機動性能。文獻[10]基于雙種群鯊魚優化算法優化自抗擾機械臂軌跡跟蹤控制器參數，提供了控制的抗干擾能力。文獻[11]設計了PMSM位置伺服系統的復合ADRC，利用神經網絡對非線性控制率的參數進行在線整定，同時引入遺傳算法對神經網絡的重要參數進行優化。文獻[12-14]對設計的ADRC，采用粒子群算法對其多參數整定進行優化，克服了經驗試湊法整定的缺陷。

綜述以上文獻，粒子群算法在優化問題求解方面得到了較好應用，而在類似自抗擾控制器對多參數整定優化方面，存在優化過程收斂速度過慢且優化結果極易陷入局部極值的“早熟”現象。對此，引入具有免疫處理機制多樣性的免疫算法，提出一種基于免疫粒子群融合算法的自抗擾控制器參數自整定方法，最后利用MATLAB驗證優化整定算法的有效性。

1 自抗擾控制器分析

自抗擾控制器(Active Disturbances Rejection Control，ADRC)是由我國著名學者韓京清研究員提出的一種新型非線性反饋控制方法[15]，它作為一種采用“預測+補償”模式的思想控制策略，融合了經典控制理論和現代控制理論的優點，可很好滿足類似機器人這種高度非線性系統的控制性能要求。ADRC作為一種非線性控制器，主要由跟蹤器(TD)、非線性狀態誤差反饋控制律(NLSEF)、擴張狀態觀測器(ESO)三部分組成。這三部分相互協調，完成了對被控對象的跟蹤控制。典型的二階ADRC結構如圖1所示，其中雙點劃線部分即為ADRC。

圖1 自抗擾控制器結構

由圖1可以看出：ADRC首先利用TD處理輸入信息，得到較高質量的微分跟蹤信號，解決PID控制器快速性與超調性的矛盾；而ESO作為ADRC的核心組成部分，觀測估計預測系統狀態變化、外部擾動等可利用ESO實時預測并補償；最后由NLSEF生成控制量輸出控制被控對象，提高不確定性、非線性、時變系統控制的穩定性和魯棒性。以下為這三部分數學模型分析：

(1)非線性跟蹤微分器TD

非線性TD具備更高的效率，在噪聲抑制方面比較有優勢。非線性TD的數學模型為

(1)

式中：f=-h·sign(v1(k)-v0(k)+v2(k)·|v2(k)|/2r)，其中sign()函數為符號函數。

由于上式在處理高頻噪聲信號時存在明顯的抖振現象，根據文獻[16]采用最速控制綜合函數代替符號函數改善系統的高頻抖振。最速控制綜合函數fhan(v1,v2,v0,r,h1)的表達式為

(2)

因此，根據上述分析，非線性TD最終數學模型為

(3)

(2)擴張狀態觀測器ESO

(4)

式中：非線性函數fal(e(k),a,δ)表達式為

其中：fal(e(k),a,δ)的表達形式并不是固定的，根據情況，該函數可采用線性函數或非線性函數，它具有小誤差采用大增益，而大誤差采用小增益的特性。

(3)非線性反饋誤差控制律(NLSEF)

ADRC普遍采用的NLSEF表達式為

(5)

式中：z3(k+1)/b為經過擴張非線性觀測器對擾動估計結果。

綜上分析，可相應得到ADRC的數學模型為

(6)

從上式可看出：ADRC含有多個參數，需要調整合理取值，各個參數取值的不同組合，整個系統的控制性能都存在差異。TD中的濾波因子h1影響系統的濾波效果；而速度因子r可以提高系統達到穩定的速度；ESO決定系統觀測估計輸出狀態的能力，參數β1、β2、β3、β4、β5對系統狀態的觀測估計精度和速度都有影響；NLSEF是非線性微分跟蹤器TD和擴張狀態觀測器ESO的非線性組合，其性能主要由fal(e(k),a,δ)函數中的參數決定，參數δ、a1、a2、a3、a4、a5改善系統性能，極大發揮系統的比例、積分作用。為了使ADRC控制性能達到最佳，需對這些參數進行組合優化整定。

2 免疫粒子群融合算法整定ADRC參數

2.1 免疫粒子群融合算法

2.1.1 粒子群算法

粒子群算法(Particle Swarm Optimization，PSO)是通過模擬鳥群覓食行為而發展起來的一種基于群體協作的隨機搜索算法。粒子群算法通過設計一種無質量的粒子來模擬鳥群中的鳥，所有的粒子都有一個由被優化的函數決定的適應度，每個粒子還具有兩個屬性：速度和位置，速度代表移動的快慢，位置代表移動的方向。每個粒子在搜索空間中單獨搜尋最優解，將其記為當前個體極值，并將個體極值與整個粒子群里的其他粒子共享，找到最優的那個個體極值作為整個粒子群的當前全局最優解，粒子群中的所有粒子根據自己找到的當前個體極值和整個粒子群共享的當前全局最優解來調整自己的速度和位置，繼續在解空間中不斷搜索直至滿足終止條件而得到最優解。根據其優化原理可知算法流程如下：

第1步，在初始化范圍內，對粒子群進行隨機初始化，包括隨機位置和速度。

第2步，計算每個粒子的適應值。

第3步，更新粒子個體的歷史最優位置。

第4步，更新粒子群體的歷史最優位置。

第5步，更新粒子的速度和位置。

第6步，若未達到終止條件，則轉第2步。

其流程如圖2所示。

圖2 粒子群算法流程

2.1.2 免疫粒子群算法

生物免疫系統(Biology Immune System，BIS)是由許多分布式的具有一定功能的個體(T細胞、B細胞、抗體等)通過相互作用、學習、自我調整和具有自動調節平衡的復雜大系統。人工免疫系統是模擬、借鑒生物免疫系統機制和免疫理論學而發展起來的各種人工處理技術、計算方法等的統稱。它根據生物免疫系統自我調節、學習、自適應平衡等機制，構造出相應的信息處理算法。學者為了解決工程上的實際問題，受到生物免疫系統機制的啟發，從中演變出一些類似模型算法。一般免疫算法(IA)流程如圖3所示。

圖3 免疫算法流程

因此，借鑒免疫系統的多樣性、自我調節能力以及訓練記憶等免疫處理機制，使得免疫算法過程避免陷入局部最優，同時加快了系統最優解的搜索速率。

根據以上分析知，粒子群算法和免疫算法各自都存在優缺點。為了揚長避短，融合兩種算法生成免疫粒子群優化算法(Immune Particle Swarm Optimization，IPSO)。該算法在粒子群算法框架基礎上引入免疫系統的免疫記憶庫和濃度控制機制生成免疫粒子群算法，使得粒子群算法具備了免疫處理機制。免疫粒子群算法流程如圖4所示。

圖4 免疫粒子群算法流程

根據以上流程圖，其算法步驟如下：

(1)抗原輸入。把求解問題的目標函數和約束條件對應為免疫系統的抗原入侵；

(2)初始抗體生成。初始計算迭代，在問題解空間隨機取一個解作為初始抗體；

(3)親和力計算。分別計算問題解空間中抗原與抗體之間的親和力度、抗體與抗體之前的親和力度；

(4)記憶庫更新。將與抗原親和度高的抗體加入到記憶庫中，同時去除原來記憶庫與抗原親和度最高的抗體；

(5)抗體促進與抑制產生。考慮抗原與抗體之間的親和力度，高親和力促進，反之亦然；同時也考慮抗體濃度，濃度越高，則越受抑制，反之亦然。這一步保持了抗體的多樣性；

(6)新抗體產生。篩選粒子群父代抗體中高的適應度，產生新一代抗體；

(7)重復步驟(3)—(6)，直到滿足終止條件；

(8)滿足終止條件，退出計算，輸入問題最優解。

2.2 自抗擾控制器參數自整定

根據上節推導的ADRC數學模型，可以看出ADRC參數變量較多，有h、r、h0、β1、β2、β3、β4、β5、b、δ、a1、a2、a3、a4、a5等，需要對各組成參數進行整定。由于目前還沒有一種完全適用所有情況的整定方法，并且鑒于各參數對控制器性能的影響作用不同，這里沒必要整定全部參數，根據自抗擾控制器各模塊參數可以相互獨立整定的特點，可取h、r、h0、b、δ、a1、a2、a3、a4、a5為固定值，而擴展狀態觀測器ESO為自抗擾控制器的核心部分，其觀測和補償直接影響整個系統的控制性能，而β1、β2、β3、β4、β5參數決定觀測和補償效果。因此，文中只對自抗擾控制器中的β1、β2、β3、β4、β5五個參數進行優化整定，其參數優化整定過程如圖5所示。

圖5 基于免疫粒子群的自抗擾控制器參數整定框圖

根據上節研究的免疫粒子群融合優化算法可以對多個參數變量目標函數進行參數尋優。融合免疫粒子群算法過程中，選擇算子根據計算適應度函數值大小選擇抗體，適應度函數代表著抗體的優劣程度。于是，該優化算法的尋優過程即為適應度函數具有最大值的過程，因此，可利用其對ADRC中的β1、β2、β3、β4、β5五個參數進行優化整定，得到控制性能最優的ADRC。對自抗擾控制器中的β1、β2、β3、β4、β5五個參數整定過程的目標函數與適應度函數密切相關，即自抗擾控制器優化問題的評價目標函數對應為免疫粒子群算法的適應度函數。根據此系統要求跟蹤控制過程響應速度快、超調量小、跟蹤誤差小的動態穩定性能，采用ITAE標準作為評價目標函數，利用輸出誤差絕對值與時間乘積并積分作為問題求解的最小目標函數。因此，文中整定問題的評價目標函數表達式為

式中：e(t)為系統輸出誤差；t為時間。由于自抗擾控制器優化問題的評價目標函數值越小越好，而免疫粒子群融合算法則要求抗體個體適應度函數值越大越好，因此，需要把評價目標函數的倒數作為文中優化算法的適應度函數。

3 仿真實驗分析

根據以上分析，只整定對自抗擾控制器影響性能較大的參數β1、β2、β3、β4、β5，其余參數h、r、h0、b、δ、a1、a2、a3、a4、a5取預先固定值不變。為了驗證文中算法的有效性，基于MATLAB 7.0/Simulink平臺建立了機器人自抗擾控制器仿真模型，如圖6所示。

圖6 ADRC MATLAB/Simulink仿真模型

然后采用免疫粒子群融合算法和粒子群算法分別對自抗擾控制器參數優化整定。免疫粒子群融合算法優化過程的適應度變化情況如圖7所示，各算法整定優化結果最終使得控制器收斂穩定輸入，對應的整定優化后ADRC的控制性能曲線如圖8所示。

圖7 免疫粒子群融合算法適應度變化曲線

圖8 各算法整定后自抗擾控制器性能對比

從適應度曲線和性能對比可看出：文中算法經過5次迭代后就已經收斂到全局最優值，說明了文中算法計算迭代次數少，收斂快，加快了搜索速度；同時，文中算法具有全局尋優，改善了PSO算法易陷入局部最小值的缺陷。對比IPSO和PSO整定參數后，IPSO整定后的ADRC控制跟蹤過程超調量小，結果誤差也較小，驗證了文中算法的有效性。

4 結束語

機器人是一種具備不確定性、多時變性、強耦合性、高度非線性的系統，建立其精確的動力學模型非常困難。利用自抗擾技術為機器人設計了自抗擾跟蹤控制器，但是自抗擾控制器多個參數需要進行整定優化。利用粒子群算法整定優化極易陷入局部最優，存在“早熟”的缺陷，以及優化整定過程過于繁雜而消耗時間過長，導致自抗擾控制器穩定性能大大降低。為了解決問題，提出一種基于免疫粒子群融合算法的機器人自抗擾控制器參數整定方法，結合了免疫算法和粒子群算法的各自優點，揚長避短，較快實現了自抗擾控制器參數整定的全局最優化。仿真結果表明：該方法具有全局尋優，改善粒子群算法易陷入局部最優的缺點，以及提高了最優值求解的速度，驗證了該方法適用于機器人自抗擾控制器多參數整定。