不確定性移動機械臂的軌跡跟蹤控制研究.pdf

1、移動機械臂擁有移動機器人工作空間的廣闊性以及工業(yè)機器人運動的靈巧性，在工業(yè)生產、國防軍事和家庭服務等領域有著廣泛的應用。在移動機械臂控制過程中，模型參數不確定、外界干擾、力矩飽和等問題時刻影響著移動機械臂的控制效果。綜合考慮這些因素，設計滿足高精度、高速度要求的軌跡跟蹤控制器是移動機械臂研究的重點和難點。
　　本文首先對六自由度非完整移動機械臂進行了統一運動學和動力學建模，針對力矩飽和問題，結合 Backstepping控制和滑模

2、控制提出了基于神經網絡的Backstepping滑模自適應控制。利用神經網絡補償系統的動力學不確定部分，采用參數自適應補償神經網絡逼近誤差和力矩飽和部分。其次，針對移動機械臂關節(jié)速度和加速度信號難以獲取的問題，提出基于模糊小波網絡觀測器的Backstepping動態(tài)面控制。將驅動電機的非線性動態(tài)模型加入到系統控制器設計中，給出更易實現的電壓輸出控制方式。利用模糊小波網絡補償機器人系統和驅動電機模型的不確定部分，設計觀測器估計關節(jié)速度，利

3、用動態(tài)面技術避免了虛擬控制求導導致的計算量過大問題。最后，為避免在關節(jié)空間軌跡跟蹤之前進行復雜的軌跡規(guī)劃并且使控制任務變得簡單高效，提出了移動機械臂的任務空間軌跡跟蹤。利用RBF神經網絡分別對系統的運動學不確定性和動力學不確定性進行了在線建模和自適應補償，基于Backstepping動態(tài)面控制設計控制器，在不需要測量移動機械臂末端執(zhí)行器速度信號的情況下，實現其末端位置跟蹤。
　　基于李雅普諾夫穩(wěn)定性定理，對本文所提算法均給出了穩(wěn)定