10.3969/j.issn.2095-509X.2022.08.009
基于在线学习的柔性关节机器人自适应神经轨迹跟踪控制
针对传统机器人关节控制算法跟踪精度低、鲁棒性差的缺点,基于自适应神经网络提出了一种机器人关节轨迹跟踪算法.算法由自适应神经网络和在线学习反馈模块组成,自适应神经网络将自适应函数同神经网络结合,提高了神经网络训练准确性.同时通过在线学习反馈模块实时更新非线性基函数的内部权值,以进一步减小跟踪误差.再采用时间尺度分离减少了神经网络和在线学习的耦合误差,使得内部权重低于输出层权重的更新速度,从而使模型结构能够迅速适应未知的动态变化与干扰.仿真实验表明,所提算法与对比算法相比误差值要低约60%,说明了该算法可以提高机器人轨迹跟踪精度,降低误差.
在线学习、柔性机器人、多层神经网络、控制结构、轨迹跟踪
51
TH112;TP24
陕西省自然科学基础研究计划面上项目2020JM-455
2022-09-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
45-49