基于计算转矩控制结构的机械手鲁棒神经网络补偿控制

摘要：

提出了一种新的不确定性机器人跟踪控制策略.文中基于计算转矩控制结构,采用了函数链网络实现一个神经网络补偿器,并叠加一个鲁棒控制项,以补偿模型的不确定性部分.另外,还考虑了神经网络逼近误差非一致有界的情形,设计了自适应的鲁棒控制项.算法可保证跟踪误差及神经网络权估计最终一致有界.与其它有关基于计算转矩控制的方法相比,该算法既不需要测量关节角加速度,也不要求惯性矩阵已知.理论和仿真均证明了算法的可靠性和有效性.

关键词：机械手、计算转矩控制、神经网络、鲁棒、自适应

所属期刊栏目：18

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60175027

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：897-901