基于神经网络的机器人轨迹鲁棒跟踪控制

摘要

在神经网络辨识的基础上,提出一种新的鲁棒迭代学习控制方法.该方法利用神经网络对非线性系统进行在线辨识,产生迭代学习控制算法的前馈作用,并与实时反馈控制相结合,实现连续轨迹跟踪控制.仿真结果表明,该方法能克服机器人系统动力学模型的不确定性和外部干扰,且以极少的学习次数和网络训练次数达到满意的跟踪控制要求,具有良好的鲁棒性和控制性能.