基于计算力矩结构的并联机器人层叠小脑模型补偿控制研究

• 作者: 冯祖仁 李世敬 王解法
• 来源期刊: 西安交通大学学报
• 关键词: 计算力矩 层叠小脑模型 一致最终有界 并联机器人
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 长江学者论坛
• 页码范围: 569-572
• 页数: 4页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.06.005

摘要

提出了一种新的不确定机器人跟踪控制策略.在计算力矩结构的基础上引入一个层叠小脑模型(CMAC)补偿控制项,利用层叠结构CMAC分层学习的特性调整网络泛化和逼近能力,并从理论上分析了网络的收敛性.为了确保系统误差一致最终有界收敛,分别设计了粗/细子网的权值更新律.最后,在网络学习稳定的基础上,采用自适应鲁棒项抵消网络最终学习误差.与传统计算力矩法相比,在不要求加速度测量和惯性矩阵求逆的情况下,算法给出清晰的跟踪误差收敛域.基于6自由度并联机器人的仿真实例验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯祖仁	西安交通大学电子与信息工程学院	102	1951	20.0	41.0
2	李世敬	西安交通大学电子与信息工程学院	15	133	8.0	11.0
3	王解法	西安交通大学电子与信息工程学院	11	136	8.0	11.0