机器人变结构神经网络复合控制

摘要：

针对机器人模型未知的情况，提出一种机器人连续滑模变结构与神经网络复合控制方法。首先通过神经网络学习机器人系统特性，用做前馈力矩补偿项，使得跟踪误差收敛得更快，控制力矩更为平滑；再运用基于一类饱和函数的连续滑模控制，确保跟踪差渐近收敛，削弱乃至消除滑模控制常见的抖振现象。在两连杆机器人上的仿真实验结果显示了该文控制方案良好的暂态性能和平稳的控制作用。

关键词： 机器人 神经网络 滑动模 鲁棒性 复合控制

作者: 谢明江 谭伟 施颂椒 代颖

作者单位: 上海交通大学自动化系

会议类型: 国内会议

会议名称: 第三届全球智能控制与自动化大会

会议地点: 合肥

会议语种:中文

页码: 1342～1345

在线出版日期: 2000-06-01（万方平台首次上网日期，不代表论文的发表时间）