基于跨尺度模型的空间机械臂轨迹跟踪控制方法

摘要

一种基于跨尺度模型的空间机械臂轨迹跟踪控制方法，在分析漂浮基空间机械臂系统建模过程中存在参数与非参数跨尺度特征的情况下，对机械臂关节空间进行实时在线跟踪控制。该控制方法引入径向基神经网络对空间机械臂动力学模型中存在跨尺度特征的变化项进行逼近，利用神经网络的学能力，有效抑制了变化项对系统的影响，并设计自适应律实时调整神经网络的权值，以平面2连杆空间机械臂为例进行仿真验证，实现了空间机械臂关节空间内对期望轨迹的快速精确跟踪。

主权项

一种基于跨尺度模型的空间机械臂轨迹跟踪控制方法，其特征在于：设计神经网络自适应控制律，将空间机械臂系统动力学模型中存在跨尺度特征的变化项表示为利用神经网络对变化项f进行逼近，从而实现对变化项f的补偿，神经网络控制律为v为用于克服神经网络逼近误差的鲁棒项，其值为v＝K_vsgn(r)；误差函数为神经网络的形式为径向基神经网络，径向基神经网络的输入取理想的逼近算法为则网络的输出为径向基神经网络权值调整自适应律为D₀、C₀为对象的名义模型，D₀＝D‑ΔD，C₀＝C‑ΔC，ΔD、ΔC为建模误差矩阵，d是总和扰动，e＝q_d‑q和分别为关节角跟踪误差和角速度跟踪误差，q_d和q分别为期望和实际的关节矢量，K_P、K_I分别是正定比例和积分增益矩阵，K_v为鲁棒项系数，为神经网络的权值向量，为高斯基函数的输出向量，c_i为网络第i个节点的中心矢量，b_i为节点i的基宽度参数。