基于模型分块逼近的三关节机器人鲁棒滑模控制

摘要：

三关节机器人结构参数、作业环境的外界干扰及结构振动等不确定因素均会造成其动力学模型不确定，导致机器人关节位置镇定或轨迹跟踪控制器的设计具有一定的难度。为此，设计三个RBF（Radical Basis Function）神经网络分别对机器人不确定模型中的三个不确定项进行分块逼近，得到三个不确定项的估计信息，从而得出机器人估计模型，神经网络的权值采用适应算法。针对机器人估计模型设计鲁棒滑模控制律，其中鲁棒项用于克服神经网络建模误差。通过定义 Lya-punov函数，证明了控制系统是稳定的。实验结果也表明了三关节均约在1 s时达到期望位置或跟踪期望轨迹，位置镇定误差或轨迹跟踪误差也快速、稳定地趋于零。

关键词：三关节机器人、模型分块逼近、关节控制、RBF神经网络

所属期刊栏目：32

分类号：TP242.2(自动化技术及设备)

资助基金：国家自然科学基金资助项目51005246；中国人民武装警察部队工程大学基础研究基金资助项目WJY201509

在线出版日期：2017-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：437-442