基于迭代学习的机器人自适应滑模控制

摘要

针对非线性强耦合、参数复杂且不确定以及干扰未知的机器人轨迹重复跟踪控制问题,提出一种基于迭代学习技术的自适应鲁棒控制策略.在迭代学习的基础上,引入自适应滑模控制器,以提高系统的鲁棒性;接着,对控制器进行了稳定性分析;最后,分别基于两种工况对该控制器的特性以及对随机干扰的抗干扰性能进行了仿真实验,结果表明基于迭代学习的自适应滑模控制相比于比例微分型迭代学习鲁棒性更强,轨迹精度更高且平滑.