基于鲁棒神经网络的水下机器人运动控制
针对水下机器人神经网络控制中系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,提出了一种基于鲁棒神经网络的水下机器人控制方法.利用指数趋近律,推导出神经网络参数的镇定算法,并采用标准误差反向传播(EBP)算法最小化目标函数,最后在水下综合探测机器人仿真平台上进行了试验研究.试验结果表明,该控制方法对神经网络学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.
水下机器人 运动控制 鲁棒神经网络 变结构控制
梁霄 李晔 万磊 孙玉山
哈尔滨工程大学船舶工程学院,哈尔滨,150001
国内会议
江苏无锡
中文
401-404
2006-07-31（万方平台首次上网日期，不代表论文的发表时间）