基于神经网络PID的机械臂末端力/位置混合控制系统

机械臂末端执行器与工作环境发生接触时候,对机械臂力控精度提出了更高的要求。面对工作环境的不确定性和变化,传统PID(Proportion Integral Differential)控制在机械臂力控方面表现出精度低,位置调节速度缓慢等特性。提出神经网络与PID控制相结合的智能控制策略,提高机械臂力控精度,调节速度与抗干扰性。运用拉格朗日法建立具有普遍研究意义的二连杆机械臂动力学模型,并通过雅克比矩阵计算出作用在机械臂各个关节的力矩。机械臂位置控制使用传统PID控制来满足动态调节速度,机械臂末端力控策略采用神经网络PID智能控制。通过MATLAB仿真实验结果表明:使用神经网络PID控制算法的机械臂具有良好的轨迹跟踪和力跟踪效果,为机械臂人机互动智能控制研究提供一定的参考。