改进RBF鲁棒控制的机器人轨迹跟踪

摘要

针对存在外部不确定干扰的机械手的高精度轨迹跟踪问题,提出了一种改进的RBF神经网络鲁棒控制方法.RBF径向基神经网络用来逼近系统未知不确定项,将逼近误差视为外部干扰,加入鲁棒项予以抑制.为了保证系统的稳定性和抗外界干扰的能力,设计出满足HJI不等式的L2增益控制律.使用粒子群算法对RBF网络结构参数进行寻优,有效地避免了因参数选取不当而引起的控制器精度的缺失.李雅普诺夫定理证实了所设计的控制系统的稳定性.最后,由Matlab的Simulink仿真分别对比分析了改进前后的算法,结果表明优化后的控制系统具有更好的稳定性、抗干扰能力,轨迹跟踪精度得到较为明显的提升.