面向机器人 manipulator 控制的微分级联结构构建

本文关注于受扰动且期望轨迹部分信息不可得的非线性机器人 manipulator 的微分级联结构构建。所提出的微分级联结构依赖于无穷微分级数，以处理关于时变扰动的鲁棒性以及非线性机器人 manipulator 期望轨迹的部分已知信息。通过所提出的前向步进控制与前向步进自适应，解决了在持续扰动存在下可靠自适应的长期问题，并提出了产生自适应微分级联结构的堆叠参考动力学，以促进前向步进自适应同时应对机器人动力学与扰动频率的不确定性。所提微分级联方法的一个显著特点是，用于设计与分析的参考动力学涉及高阶量，但通过参考动力学的降次实现，控制通常仅涉及低阶量，从而便于其应用于大多数物理系统的控制。我们的结果既不依赖于对扰动或期望位置的一阶与二阶导数的显式估计，也不依赖于线性/非线性调节方程的求解，所采用的基本要素是支配机器人动力学的微分级联结构。