无奇异间接迭代学习控制及其在机器人运动模仿中的应用

摘要

针对相当广泛的一类非线性系统有限时间轨迹跟踪问题,提出了间接迭代学习方案.采用最小二乘算法,根据重复跟踪历史辨识非线性系统的线性化模型.利用一个分段学习方案可保证学习控制总在有效线性近似区域内进行.探讨了如何在学习过程中避免控制奇异问题,提出了一种高效的参数修正方法,保证输入耦合矩阵的估计行列式不为零.本文将这一控制方案应用于未知机器人及摄像机模型下的机器人运动模仿中,而不面临任何奇异问题.这是一个采用摄像机替代传统程序编写的新的机器人编程方法.