基于多层神经网络的模型不确定性机械臂运动控制方法

摘要

本发明提出了一种基于多层神经网络的模型不确定性机械臂运动控制方法，首先根据名义模型对机械臂系统模型不确定性进行控制器设计：建立具有不确定性的机器臂系统动力学模型；考虑外界干扰因数造成的不确定项，建立机械臂系统名义模型；根据名义模型对模型不确定项设计控制器；采用多层神经网络对模型不确定项进行自适应逼近；基于多层神经网络设计机械臂系统控制器。本发明的基于多层神经网络的模型不确定性机械臂运动控制方法，对同时存在参数等结构不确定性以及外干扰等非结构不确定性有良好的鲁棒作用，并能够保证对机械臂末端轨迹及各关节的角度进行很好的跟踪。