1.基于多智能体可重构模块化柔性机械臂轨迹跟踪控制方法，其特征在于，该方法包括如下步骤：

步骤一、第i个关节智能体重新定义的系统输出模块根据信号采集与调理模块检测到可重构模块化柔性机械臂的各关节转角和柔性模态，求得第i个关节智能体重新定义的系统输出实际值zi，i为自然数，i＝1,2,…,n；

步骤二、第i个关节智能体期望轨迹模块根据给定的柔性臂关节转角参考值θdi，计算求得第i个关节智能体重新定义的系统输出期望轨迹zid；

步骤三、柔性模态变化率观测器模块根据信号采集与调理模块检测到可重构柔性机械臂的关节转角、关节转角变化率以及柔性模态，通过采用自适应动态滑模控制策略以及不确定项及干扰的自适应变化率，计算求得柔性模态变化率的估计值；

步骤四、建立可重构模块化柔性机械臂第i个关节智能体的动力学模型，将关节电机转角和柔性模态变量的线性组合作为单关节柔性机械臂系统的输出，通过输入输出线性化，将系统分解为输入输出子系统和零动态子系统两部分；

步骤五、针对第i个关节智能体的输入输出子系统，根据信号采集与调理模块检测到可重构柔性机械臂的关节转角、关节转角变化率以及柔性模态、步骤一获得的第i个关节智能体重新定义的系统输出实际值与步骤二获得的第i个关节智能体重新定义的系统输出期望轨迹二者的差值、步骤三获得的柔性模态变化率估计值和不确定项及干扰项变化率的自适应估计值，设计干扰观测器，获得系统中不确定项及干扰的估计值 及zi2的估计值 并提出基于干扰观测器的二阶滑模控制策略，实现在系统存在干扰及参数不确定情况下对期望轨迹的跟踪；针对n个关节智能体组装重构机械臂的情况，基于多智能体理论修订滑模控制策略，实现n关节可重构模块化柔性机械臂输入输出子系统状态对期望参考轨迹的跟踪；

步骤六、将第i个关节智能体的零动态子系统在平衡点近似线性化，以保证Ai(λ0i,λ1i)的特征值严格在复平面的左半平面，且以矩阵Ai(λ0i,λ1i)的最大特征值与最小特征值的差值最小为目标，选择步骤五中控制器用到的重新定义系统输出的设计参数，保证整个柔性机械臂系统快速的跟踪期望的参考轨迹。

2.如权利要求1所述的基于多智能体可重构模块化柔性机械臂轨迹跟踪控制方法，其特征在于，步骤四所述的建立可重构模块化柔性机械臂第i个关节智能体的动力学模型，通过输入输出线性化，将系统分解为输入输出子系统和零动态子系统两部分的过程如下：

1)建立可重构模块化柔性机械臂第i个关节智能体的动力学模型将可重构机械臂的每个关节智能体作为一个子系统，则第i个关节智能体子系统的动力学模型可以描述为：

式中，θi(t)为第i个关节智能体的电机转角向量；qi(t)为第i个关节智能体的柔性模态向量，qi＝[qi1,…,qir]T；ui(t)为第i个关节智能体的控制转矩向量；ffi(θi,qi)和fri(θi,qi)分别第i个关节智能体受重力、哥氏力和离心力影响的项； 和 分别为第i个关节智能体正定阻尼矩阵，Ki(qi)为第i个关节智能体正定刚度矩阵；r为柔性模态的个数， 分别表示θi和qi的二阶导数和一阶导数；Mi＝[Mri Mrfi；Mfri Mfi]为第i个关节智能体的正定惯量矩阵；C1i、C2i为第i个关节智能体与其他智能体的关联项；

式中，Mrij、Mrfij、Mfrij、Mfij分别为Mr Mrf；Mfr Mf的第ij个分量；n为可重构模块化柔性机械臂所包含的关节数，j＝1,2，…，n；

当系统存在不确定性时，假设参数Mi、fri、E1i、ffi、E2i、Ki、C1i、C2i的标称量分别为：Mni、frni、E1ni、ffni、E2ni、Kni、C1ni、C2ni，定义：ΔMi＝Mi-Mni，Δfri＝fri-frni，ΔE1i＝E1i-E1ni，Δffi＝ffi-ffni，ΔE2i＝E2i-E2ni，ΔKi＝Ki-Kni，ΔC1i＝C1i-C1ni，ΔC2i＝C2i-C2ni表示系统中存在的参数不确定性，则可重构柔性机械臂系统第i个关节智能体(1)可重新写为如下的形式：式中，

Mni＝[Mrni Mrfni；Mfrni Mfni]式(2)中令i＝1,2，…，n，即可求得可重构模块化柔性机械臂各个关节智能体的模型；

2)得到第i个关节智能体输入输出子系统重新定义可重构模块化柔性机械臂系统的输出z(t)如下zi＝λ0iθi+λ1iqi    (3)式中，λ0i和λ1i为设计参数，λ1i为1×r维矩阵；

T

定义： xi＝[θi，qi]；

令

di(λ0i,λ1i,xi,ui)＝λ0i(Ni11d1i+Ni12d2i)+λ1i(Ni21d1i+Ni22d2i)ci(λ0i,λ1i,xi,ui)＝(λ0iNi11+λ1iNi21)C1i+(λ0iNi12+λ1iNi22)C2iβi(λ0i,λ1i,xi)＝λ0iNi11(θ,q)+λ1iNi21(θ,q)得到系统(1)的输入输出子系统如下

式中，βi(λ0i,λ1i,xi)可逆；

3)得到第i个关节智能体零动态子系统

当特定的控制输入ui(t)使得输入输出子系统(4)输出为零时：代入式(2)，得零动态子系统如下

通过输入输出线性化，将第i个关节智能体系统分解为输入输出子系统(4)和零动态子系统(5)。

3.如权利要求1所述的基于多智能体可重构模块化柔性机械臂轨迹跟踪控制方法，其特征在于，步骤五所述的基于干扰观测器的二阶滑模控制策略实现n关节可重构模块化柔性机械臂轨迹跟踪的过程如下：

对于第i个关节智能体输入输出子系统(4)，令ζi＝di+ci，zi1＝zi， 则设第i个关节智能体的参考轨迹为zid，选取如下二阶滑动模态：式中，c>0，γi>0，p0；

令

式中，qoi为通过柔性模态变化率观测器获得的柔性模态变化率估计值；

对于可重构模块化机械臂第i个关节智能体输入输出子系统(4)，设计干扰观测器(8)获得系统中不确定项及干扰的估计值 及zi2的估计值选取滑动模态(7)，采用如下控制策略(9)，则第i个关节智能体输入输出子系统状态能够跟踪上期望的参考轨迹：

ui＝ueqi+uni   (9)

uni＝-βi-1(λ0i,λ1i,θi,qi)(c-1η3sgn(li)+c-1η4li)式中，γi满足如下方程：

当n个关节智能体组装重构机械臂时，可将式(7)中的χi(t)修改为：χi(t)＝c(zi1-zid)+ai(i-1)(zi1-zid-z(i-1)1+z(i-1)d)+ai(i+1)(zi1-zid-z(i+1)1+z(i+1)d)   (10)式中，ai(i-1)、ai(i+1)分别为第i个关节智能体与第i-1个关节智能体、第i+1个关节智能体的关联系数；

将式(10)代入式(8)、(9)中，则n关节可重构模块化柔性机械臂输入输出子系统状态能够跟踪上期望的参考轨迹。

4.如权利要求1所述的基于多智能体可重构模块化柔性机械臂轨迹跟踪控制方法，其特征在于，步骤三所述的柔性模态变化率观测器获得柔性模态变化率估计值的过程如下：柔性模态变化率观测器的输入为信号采集与调理模块检测到的实际柔性机械臂的关节转角、关节转角变化率、柔性模态，设计自适应动态滑模控制策略，通过修改设计参数可调整观测器跟踪系统状态的收敛速度，使状态估计达到预期的指标；算法如下：可重构柔性机械臂子系统的模态方程如下：式中， fi＝-Ni21(C1i+d1i)-Ni22(C2i+d2i)；

定义 表示 的观测器估计值，关于变量 的观测器设计如下：式中，Gi为设计参数矩阵， Φi为柔性机械臂的输出矩阵，yif为第i个关节智能体端点的实际轨迹，vi为观测器的控制输入，定义ei(t)为系统状态变量 的估计值与实际值的偏差： Nio＝Ni2-Ni1；NiB＝-Ni22E2i-GiΦi；定义Ωo为系统给定参考轨迹的邻域，则在此区域Ωo内，可合理的假设系统变量的变化范围均有界；

将Nio在区域Ωo内做Taylor级数展开，可得则由系统(14)和(15)可得偏差系统为：式中，fih＝Nih-fi，O(qo2)表示与qoi2同阶项；在区域Ωo内，Nio必定有界；

选择动态线性滑模面：

式中，Mi＝Fφi，F为设计的参数矩阵，wi＝Ni21vi， 为fih的估计值；

设计Gi使得NiB为Hurwitz矩阵，则控制策略设计如下：不确定项及干扰变化率的自适应估计值设计如下：因此，状态变量 的估计值与实际值的偏差： 将收敛到零，即观测器(15)可以估计出系统(5)的状态变量