双臂空间机器人末端爪手基于Backstepping惯性空间轨迹的鲁棒神经网络跟踪控制
讨论了载体与姿态均不受控情况下，双臂空间机器人系统惯性空间轨迹跟踪的控制问题。结合系统动量守恒和动量矩守恒关系，利用拉格朗日第二类方法得到了系统动力学方程。考虑了实际应用中的空间机器人的非确定性因素，建立了该系统在状态空间下的状态方程表达式。基于Backstepping方法，结合GCMAC神经网络，设计了自适应神经网络控制规律和GCMAC 神经网络权值调整方案，并针对神经网络的逼近误差引入了消除逼近误差的鲁棒参数，保证了空间机器人末端爪手对惯性空间期望轨迹的跟踪控制。该方法无需已知不确定参数的上界。仿真实验证明了该方法的有效性。
双臂空间机器人 Backstepping 非确定性 惯性空间 鲁棒控制 GCMAC 神经网络控制
唐晓腾 陈力
福州大学机械工程及自动化学院,福州350002
国内会议
杭州
中文
2008-07-27（万方平台首次上网日期，不代表论文的发表时间）