一种对机器人阻抗控制中不确定性进行补偿的方法

摘要：

机器人建模中存在的不确定性,给机器人精确控制带来了困难,在机器人力控制中尤为明显,制约了力控制在实际生产中的应用.采用模糊控制、 神经网络等智能控制方法是解决这些经典控制理论所面临问题的有效手段.文中使用无监督学习的神经网络对不确定性进行在线补偿,提高阻抗控制的力跟踪性能,通过仿真验证了算法的有效性.

关键词：阻抗控制、神经网络、不确定性补偿

所属期刊栏目：44

分类号：TP242.2(自动化技术及设备)

资助基金：国家863项目资助2014AA041601

在线出版日期：2016-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：7-9,37