论文部分内容阅读
研究考虑全方位移动机械手系统动力学未知情况下的鲁棒控制问题。首先,在原有动力学模型的基础上,建立考虑外部干扰的移动机械手动力学模型。利用神经网络无穷逼近能力,设计估计器对系统结构不确定性进行在线辨识。然后,提出一种不依赖神经网络先验知识的鲁棒轨迹跟踪控制策略,从理论上证明其稳定性,并且该控制器能够有效阻止非模型有界干扰的影响,实现了对全方位移动机械手系统中不同动力学特性的移动平台和机械臂的协调控制。同时,为了减轻神经网络在线学习的计算量,提出一种分离式的神经网络结构,对系统结构不确定项中的两个独立矢量进行