基于神经网络补偿的机器人稳定自适应控制 |
| |
引用本文: | 白萍,方廷健,葛运建.基于神经网络补偿的机器人稳定自适应控制[J].模式识别与人工智能,2001,14(2). |
| |
作者姓名: | 白萍 方廷健 葛运建 |
| |
作者单位: | 1. 中国科学技术大学电子工程与信息科学系, 2. 中国科学院合肥智能机械研究所, |
| |
基金项目: | 国家高技术研究发展计划(863计划) |
| |
摘 要: | 针对建模不精确的机器人,提出了一种基于神经网络补偿的机器人轨迹跟踪稳定自适应控制方法,文中通过设计神经网络补偿器和自适应鲁棒控制项,有效地补偿了模型的不确定性部分和网络逼近误差.由于算法包含有补偿神经网络逼近误差的鲁棒控制项,实际应用中对神经网络规模的要求可以降低;而且神经网络连接权是在线调整的,不需要离线学习过程.理论表明算法能够保证跟踪误差及神经网络连接权估计最终一致有界,仿真结果也验证了算法的有效性.
|
关 键 词: | 机器人控制 神经网络控制 自适应 |
STABLE ADAPTIVE CONTROL FOR ROBOT MANIPULATORS BASED ON NEURAL NETWORK COMPENSATION CONTROLLER |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|