神经网络与计算力矩复合的机器人运动轨迹跟踪控制

为了实现机器人精密运动控制，在其关节系统引入计算力矩法（CTC）与神经网络复合的控制器，旨在通过CTC实现系统的初步控制并利用神经网络补偿机器人的不确定动力学特性所带来的运动误差。首先，建立了机器人的动力学模型并对其不确定性动力学量进行了描述；然后，为机器人构建了双闭环控制系统，并依据机器人标称模型规划出CTC控制律；进而，引入函数链神经网络（FLNN）对不确定性动力学量进行估值，并推导出FLNN的学习律；最后，对系统进行了仿真，结果显示，该复合控制器可将关节位置和速度跟踪误差控制在±0.001rad和±0.001rad/s之内，且其对机器人的参数变化及外部扰动具有较强的自适应性与鲁棒性。