控制与决策

作者：刘宜成,熊宇航,杨海鑫

单位：四川大学 电气工程学院,成都 610065,,四川大学 电气工程学院,成都 610065,,四川大学 电气工程学院,成都 610065,

关键词：多关节机器人;轨迹跟踪;固定时间滑模;RBF神经网络;虚拟样机

基金：四川省智能制造与机器人重大科技专项项目(2019ZDZX0019).

针对具有典型非线性特性的多关节机器人轨迹跟踪控制问题,提出一种基于径向基函数(RBF)神经网络的固定时间滑模控制方法.首先,基于凯恩方法建立包括系统模型不确定性以及外部干扰在内的多关节机器人动力学模型;然后,根据机器人动力学模型设计一种固定时间收敛的滑模控制器,RBF神经网络用来逼近系统模型中的不确定性项,并利用Lyapunov理论证明该系统跟踪误差能在固定时间内收敛;最后,对特定型号的多关节机器人虚拟样机进行仿真分析,结果表明:与基于RBF神经网络的有限时间滑模控制器相比,所提出控制器具有良好的跟踪性能且能保证系统状态在固定时间内收敛.

来源：2022年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第11期