基于FBFN的鲁棒仿生学习系统设计及在运动平衡控制中的应用.pdfVIP

第32卷第6期 机器人 ROBOT 、，01．32．No．6 2010年11月 Nov．，2010 DoI：10．3724／SEJ．1218．2010．00732 基于FBFN的鲁棒仿生学习系统设计及在运动平衡控制中的应用 蔡建羡1,2，阮晓钢1 (1．北京工业大学电子信息与控制工程学院，北京100124．2．防灾科技学院，河北廊坊065201) 摘要：针对两轮直立式机器人的运动甲衡控制问题，结合OCPA仿生学习系统，基于模糊基函数，设计了一 种鲁棒仿生学习控制方案．它不需要动力学系统的先验知识，也不需要离线的学习阶段．鲁棒仿生学习控制器主要 包括仿生学习单元、增益控制单元和鲁棒自适应单元3部分．仿生学习单元由模糊基函数网络(FBFN)实现，FBFN 不仅执行操作行为产生功能，逼近动力学系统的非线性部分，同时也执行操作行为评价功能，并利用性能测量机制 提供的误差测量信号，产生取向值