基于MPLM-RBFNN算法的移动机器人姿态控制方法

• 作者: 丁大民 刘杰超 刘玉 邓琛 韩宝磊
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 移动机器人 滑模控制 径向基神经网络 最小参数学习法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 68-71
• 页数: 4页
• 分类号: TP242
• 字数: 3088字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)03-0068-04

摘要

以移动机器人为研究对象,针对机器人系统模型的不确定性和非线性,提出一种反步运动学控制与径向基神经网络(RBFNN)最小参数学习法(MPLM)结合的滑模控制(SMC)算法.使用径向基神经网络逼近系统中的不确定项,消除系统中不确定因素的影响,增强系统的鲁棒性.针对径向基神经网络中权值难以快速调整的缺陷,采用最小参数学习法设计单个参数以代替神经网络中的权值,以此来优化算法复杂度,增强控制的实时性,通过Lyapunov稳定性判别方法,证明了系统在有限时间内的收敛性与稳定性.实验表明:该方法可使控制器的结构简化,鲁棒性、实时性显著提高,易于在实际应用中实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓琛	上海工程技术大学电子电气工程学院	36	136	8.0	10.0
2	韩宝磊	上海工程技术大学电子电气工程学院	6	1	1.0	1.0
3	刘玉	上海工程技术大学电子电气工程学院	6	2	1.0	1.0
4	刘杰超	上海工程技术大学电子电气工程学院	3	1	1.0	1.0