基于未知系统动态估计器的机器人 manipulator 增强鲁棒运动控制

为在未知扰动下实现高精度操作，我们提出两种新颖高效且鲁棒的、面向高维机器人 manipulator 的运动控制方案。两种控制器均融入未知系统动态估计器（USDE）以估计扰动，无需加速度信号与惯性矩阵求逆。进而，基于 USDE 框架，设计了自适应增益控制器与超扭曲滑模控制器，以加快跟踪误差收敛并增强抗扰能力。前者旨在通过误差驱动的控制增益增强反馈部分，后者利用不连续切换项的有限时间收敛。我们从理论上分析了控制信号的有界性与闭环系统的稳定性，并在七自由度（DoF）机器人 manipulator 上进行了真实硬件实验。实验结果验证了所提控制器的有效性与改进性能，并显示了在高维机器人上实现的可行性。