受限机器人的神经鲁棒力/位置控制

摘要

考虑了受限机器人的力/位置鲁棒控制问题.首先使用微分几何方法,将受限机器人力/位置控制的动力学模型,转化为非线性系统.然后应用输入输出线性化方法以及Lyapunov函数法,推导出鲁棒跟踪控制器.所获得的控制器可确保系统按指数规律跟踪期望轨迹和期望的约束力,同时相应闭环系统的状态一致最终有界.文中还利用一个RBF神经网络学习系统不确定性的未知上界,提高控制精度.仿真算例验证了控制律的有效性.