电驱动刚性机器人的鲁棒神经网络复合控制

采用逐步逆向的设计思想,提出一种新的电驱动刚性机器人轨迹跟踪的鲁棒神经网络复合控制策略,该策略不仅能有效地消除模型不确定性的影响,而且可避免复杂的求导运算以及对关节角加速度可测的要求。给出了控制器的具体组成和神经网络连接权的在线学习算法,理论表明该算法能保证跟踪误差及神经网络连接权估计最终一致有界,仿真结果也验证了算法的有效性。