摘 要: | 针对带有输出约束和动力学模型参数未知的机械臂系统,提出一种基于时变tan型障碍李雅普诺夫函数的自适应控制方法.首先,通过设置时变约束边界,给出了一个时变tan型障碍李雅普诺夫函数,保证系统在初始误差较大情况下的瞬态性能和稳态性能,拓展了传统对数型障碍李雅普诺夫函数的适用范围.其次,为了处理机械臂动力学模型的不确定性,采用径向基神经网络(RBFNN)拟合未知的动力学模型,设计了基于RBFNN的自适应控制器,在满足约束的情况下提高了系统的鲁棒性.最后,通过二自由度机械臂轨迹跟踪的仿真,验证了所提方法的控制性能优于传统的PD控制器.
|