摘要:本课题主要内容是对二关节机器人的轨迹跟踪与模拟的研究。类似于普通机械系统一样, 二关节机器人位置、速度等发生变化是由于各个关节的驱动与协同作用,要实现对其轨迹的跟踪控制与模拟,就必须构建相应的数学模型得出其动态特性的动力学方程。所以采用构建数学模型与自动控制理论相结合的设计方法来设计二关节机器人控制器。但由于实际的原因,即二关节机器人是一个不确定以及非线性系统,故构建二关节机器人力臂系统的数学模型是相当困难的。根据此原因,在lyapunov理论下提出了一种具有性能的前馈神经网络,即所谓的径向基函数(RBF)神经网络,它可以对任何非线性与不确定函数进行逼近。在无需构建数学模型的情况下,可以实现对二关节机器人力臂系统的轨迹跟踪与模拟且能达到很好的效果。
关键字:神经网络;滑模变结构控制;轨迹跟踪;机器人
目录
摘要
ABSTRACT
1 引言-1
1.2 机器人技术的发展趋势-1
1.3 机器人轨迹跟踪控制的常用方法-1
1.3.1 传统控制方法-1
1.3.2 智能控制算法及混合控制算法-2
1.4 论文结构及所做主要工作-2
2 神经网络控制-4
2.1 神经网络-4
2.2 人工神经网络结构-4
2.3 神经网络分类-6
2.4 径向基函数(RBF)神经网络-6
3 RBF神经网络-9
3.2 RBF神经滑模控制器的控制设计-9
3.3 二关节机器人神经滑模变结构控制-10
3.4 基于RBF神经网络逼近的滑模控制-12
3.5 稳定性与收敛性分析-12
4 仿真与设计-16
5 总结-21
6 致谢-22
参考文献-23