机器人的柔性关节机械手控制研究

摘要

研究柔性关节机械手的自适应控制策略,当机械手系统参数准确已知时,传统的反演控制算法可以根据状态反馈对柔性关节机械手进行控制.但是机械于模型参数存在误差时,传统的控制方法需要关爷加速度反馈,这将对柔性关节机械手的控制信号将引入噪声,能够破坏系统的动态品质.为解决上述问题,在反演控制算法的基础上引入鲁棒性,提出了鲁棒自适应反演控制算法.在已知模型误差界的条件下,通过神经网络对误差在线自学习,实现了无需模型的柔性关节自适应控制.与传统算法相比,新方法对未知扰动等模型具有鲁棒性及全局稳定性,同时不需要关节加速度信息反馈.