基于滑模控制理论在线学习算法的球形滚动机器人自适应神经模糊控制
机器人学
2021-04-16 v1 系统与控制
系统与控制
摘要
由于模型只是真实系统的一种抽象，未建模动态、参数变化和扰动会导致基于该模型的常规控制器性能变差。在这种情况下，常规控制器无法保持良好整定。本文提出利用自适应神经模糊控制器结合基于滑模控制（SMC）理论的学习算法来控制球形滚动机器人。所提出的控制结构由一个神经模糊网络和一个用于保证系统在紧集内渐近稳定的常规控制器组成。推导了基于 SMC 理论的神经模糊系统参数更新规则，并利用 Lyapunov 函数证明了学习的稳定性。仿真结果表明，采用所提基于 SMC 理论学习算法的控制方案能够在不了解其动力学方程的情况下，不仅消除稳态误差，还改善了球形滚动机器人的瞬态响应性能。
引用
@article{arxiv.2104.07160,
title = {Adaptive Neuro-Fuzzy Control of a Spherical Rolling Robot Using Sliding-Mode-Control-Theory-Based Online Learning Algorithm},
author = {Erkan Kayacan and Erdal Kayacan and Herman Ramon and Wouter Saeys},
journal= {arXiv preprint arXiv:2104.07160},
year = {2021}
}