基于模糊神经网络的冗余度变几何桁架机器人自适应控制Ξ.PDFVIP

第 卷第 期 机器人 ΡΟΒΟΤ ∂ 年 月 √ 文章编号222 基于模糊神经网络的冗余度变几何桁架 机器人自适应控制Ξ 徐礼钜 吴 江 梁尚明 四川大学机械系机械原理教研室 摘 要 本文提出了一种基于模糊神经网络 的机器人位置自适应控制方法 利用模糊神 ƒ 经网络模型来辨识冗余度变几何桁架机器人的逆动力学模型用常规反馈控制器完成外部干扰的补 偿和闭环控制 并以四重四面体变几何桁架机器人为例进行仿真计算 表明该控制方法具有良好的轨 迹跟踪精度和抗干扰能力 关键词 自适应控制 冗余度变几何桁架机器人 模糊神经网络 逆动力学 中图分类号 ×° 文献标识码 1 引言 变几何桁架机器人是一种新型的具有广阔应用前景的机器人 它不仅具有刚度大 承载能 力强和定位精确等优点 而且还可设计成可折叠的机构 四面体变几何桁架机器人 ×2 2 简称 2 机器人 机构是由 ×∂×∏∏ ×× ∂× 多个四面体重叠组成的冗余度变几何桁架机器人机构 如图 所示平面 为机器人的基础 ≤ 平台 平面 为机器人的末端平台 四面体基本 单元中各杆之间由球铰连接通过可伸缩构件 λιι 的长度变化 来改变机构的构形≈ , Ν 冗余度变几何桁架机器人系统是一种具有高度 非线性和强耦合的复杂动态系统在其工作时又常 常受到各种不确定性因素的影响针对这样一个被 控对象 围绕其末端执行装置的轨迹跟踪问题 本文 提出了一种基于模糊神经网络ƒ的自适应控 制方法该方法中用模糊神经网络模型来辨识机器 人的逆动力学并以此模型作为前馈控制器提供给 机器人主要的广义控制驱动力加上一个常规反馈 图 ×× ∂×2 机器人机构简图 控制器 从而构成整个控制系统 如果 给 °⁄ ƒ 出的广义驱动力合适 系统误差小 常规控制器 的控制作用就很弱 反之 控制器将 °⁄ °⁄ 起主