论文部分内容阅读
提出了一种新的不确定性机器人跟踪控制策略.文中基于计算转矩控制结构,采用了函数链网络实现一个神经网络补偿器,并叠加一个鲁棒控制项,以补偿模型的不确定性部分.另外,还考虑了神经网络逼近误差非一致有界的情形,设计了自适应的鲁棒控制项.算法可保证跟踪误差及神经网络权估计最终一致有界.与其它有关基于计算转矩控制的方法相比,该算法既不需要测量关节角加速度,也不要求惯性矩阵已知.理论和仿真均证明了算法的可靠性和有效性.