9.7机器人神经网络自适应控制.docxVIP

. 声明：应部分读者的要求， 本书第 9 章增加 “机器人神经网络自适应控制” 一节，图序、公式序顺延。 9.7 机器人神经网络自适应控制 机器人学科是一门迅速发展的综合性前沿学科， 受到工业界和学术界的高度重视。 机器 人的核心是机器人控制系统， 从控制工程的角度来看， 机器人是一个非线性和不确定性系统， 机器人智能控制是近年来机器人控制领域研究的前沿课题，已取得了相当丰富的成果。 机器人轨迹跟踪控制系统的主要目的是通过给定各关节的驱动力矩，使得机器人的位 置、速度等状态变量跟踪给定的理想轨迹。 与一般的机械系统一样， 当机器人的结构及其机 械参数确定后， 其动态特性将由动力学方程即数学模型来描述。 因此，可以采用自动控制理 论所提供的设计方法， 采用基于数学模型的方法设计机器人控制器。 但是在实际工程中， 由 于机器人是一个非线性和不确定性系统，很难得到机器人精确的数学模型。 采用神经网络， 可实现对机器人动力学方程中未知部分的精确逼近， 从而实现无需建模 的控制。 本节讨论如何利用神经网络控制和李雅普诺夫 （ Lyapunov ）方法设计机器人轨迹跟 踪控制的问题，以及如何分析控制系统的稳定性和收敛性。 9.7.1 机器人动力学模型及其结构特性 关节机械手动态方程可表示为： τd τ （9.30 ） M q q V q, q q G q F