李世敬, 王解法, 冯祖仁
(西安交通大学电子与信息工程学院, 710049, 西安)
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．
关键词:计算力矩;层叠小脑模型;一致最终有界;并联机器人
中图分类号:TP24文献标识码:A文章编号: 0253-987X(2003)06-0569-04