典型文献
基于RBF神经网络的多关节机器人固定时间滑模控制
文献摘要：
针对具有典型非线性特性的多关节机器人轨迹跟踪控制问题,提出一种基于径向基函数(RBF)神经网络的固定时间滑模控制方法.首先,基于凯恩方法建立包括系统模型不确定性以及外部干扰在内的多关节机器人动力学模型;然后,根据机器人动力学模型设计一种固定时间收敛的滑模控制器,RBF神经网络用来逼近系统模型中的不确定性项,并利用Lyapunov理论证明该系统跟踪误差能在固定时间内收敛;最后,对特定型号的多关节机器人虚拟样机进行仿真分析,结果表明:与基于RBF神经网络的有限时间滑模控制器相比,所提出控制器具有良好的跟踪性能且能保证系统状态在固定时间内收敛.
文献关键词：
多关节机器人;轨迹跟踪;固定时间滑模;RBF神经网络;虚拟样机
中图分类号：
作者姓名：
刘宜成;熊宇航;杨海鑫
作者机构：
四川大学电气工程学院,成都610065
文献出处：
引用格式：
[1]刘宜成;熊宇航;杨海鑫-.基于RBF神经网络的多关节机器人固定时间滑模控制)[J].控制与决策,2022(11):2790-2798
A类：
B类：
RBF,多关节机器人,固定时间滑模控制,非线性特性,机器人轨迹,轨迹跟踪控制,控制问题,径向基函数,凯恩方法,系统模型,模型不确定性,外部干扰,模型设计,固定时间收敛,滑模控制器,逼近,Lyapunov,跟踪误差,内收,虚拟样机,有限时间滑模控制,跟踪性能,保证系统
AB值：
0.236987
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
