移动机器人神经网络补偿计算力矩控制

摘要：

针对存在动力学不确定建模项、建模误差及外界干扰的移动机器人,设计RBF神经网络补偿计算力矩控制算法.基于反步法设计运动学辅助速度控制率.根据动力学理想名义模型,基于计算力矩法设计一般的力矩控制器.在此基础上,建立具有不确定建模项、建模误差及外界干扰的移动机器人动力学模型,基于计算力矩法设计带有RBF神经网络补偿的力矩控制器,神经网络的权值由自适应律给出.最后,利用Lyapunov理论证明了系统的稳定性.仿真结果表明:神经网络对系统不确定项具有良好的逼近性能,相比于一般的计算力矩控制,所提出的神经网络补偿计算力矩控制算法具有更好的跟踪性能,控制系统具有更好的鲁棒性.

关键词：移动机器人、RBF神经网络、计算力矩控制、Lyapunov理论

所属期刊栏目：51

分类号：TP242(自动化技术及设备)

资助基金：四川省科技厅计划项目;人工智能四川省重点实验室开放基金项目

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：52-58