基于RBF神经网络的机器人鲁棒自适应控制器设计

摘要

在考虑机器人系统中存在的模型不确定性的情况下，提出了一种基于RBF神经网络和反演技术的鲁棒自适应控制器的设计方法。首先，通过状态变换将机器人的模型转换为适用于反演技术的形式；然后，利用反演技术设计了鲁棒自适应控制器，用两个RBF神经网络分别对模型的不确定性进行了处理，并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节律以及相关的鲁棒项，证明了系统的全局稳定性；最后，进行了相应的仿真研究，验证了设计的正确性和有效性。