机器人神经网络控制汇总.docVIP

机器人神经网络控制汇总 机器人神经网络控制汇总 PAGE / NUMPAGES 机器人神经网络控制汇总 第一部分 机器人手臂的自适应神经网络控制 机器人是一拥有高度非线性和不确立性的复杂系统， 最近几年来各研究单位对机器人智能控制的研究特别热点，并已获得相当丰富的成就。 机器人轨迹追踪控制系统的主要目的是经过给定各关节的驱动力矩， 使得机器人的地点、 速度等状态变量追踪给定的理想轨迹。 与一般的机械系统同样， 当机器人的构造及其机械参数确立后， 其动向特征将由动力学方程即数学模型来描绘。 所以，可采纳经典控制理论的设计方法——鉴于数学模型的方法设计机器人控制器。可是在实质工程中，因为机器人模型的不确立性，使得研究工作者很难获取机器人精准的数学模型。 采纳自适应神经网络，可实现对机器人动力学方程中未知部分的精准逼 近，进而实现无需建模的控制。 下边将议论怎样利用自适应神经网络和李雅普诺夫（ Lyapunov ）方法设计机器人手臂追踪控制的问题。 1、控制对象描绘： 选二关节机器人力臂系统（图 1），其动力学模型为： 图 1 二关节机器人力臂系统物理模型 M (q)q V (q,q )q G (q) F q τd τ （ 1） 此中 p1 p2 2 p3 cosq2 p2 p3 cosq2 ， V (q,q) p3 q2 sin q2 p3 (q1 q2 )si