基于自适应神经网络的不确定双机械臂机器人动态面控制
机器人学
2019-07-03 v1 人工智能
系统与控制
系统与控制
摘要
本文讨论一种自适应策略，用于在包含参数变化、执行器非线性和外部干扰等系统不确定性下，有效控制双机械臂机器人（DAR）的非线性操作运动。提出控制方案首先由动态面控制（DSC）方法导出，使机器人末端执行器鲁棒跟踪期望轨迹。此外，由于系统不确定性导致精确确定 DAR 系统动力学不切实际，提出利用径向基函数网络（RBFN）自适应估计不确定系统参数。自适应机制由 Lyapunov 理论导出，从理论上保证闭环控制系统的稳定性。所提 RBFN-DSC 方法的有效性通过在具有真实参数的合成环境中实现算法得以验证，所得结果极具前景。
引用
@article{arxiv.1905.02914,
title = {Adaptive neural network based dynamic surface control for uncertain dual arm robots},
author = {Dung Tien Pham and Thai Van Nguyen and Hai Xuan Le and Linh Nguyen and Nguyen Huu Thai and Tuan Anh Phan and Hai Tuan Pham and Anh Hoai Duong},
journal= {arXiv preprint arXiv:1905.02914},
year = {2019}
}