采用RBF神经网络滑模控制的冗余机械臂避障研究
【作者】熊志金 王春燕
【关键词】
冗余机械臂; RBF神经网络; 滑模控制; 避障; 仿真;
【摘要】机械臂在有障碍物运动的环境中工作,其运动轨迹跟踪容易受到干扰,导致跟踪误差较大。对此,建立了机械臂动力学模型,推导了机械臂关节运动速度和加速度方程式,添加了机械臂运动约束关系式。引用滑模控制器,采用RBF神经网络算法对滑模控制器输出误差进行逼近,将RBF神经网络滑模控制器用于控制冗余机械臂运动轨迹,并与滑模控制器的跟踪效果进行对比分析。结果显示:在有障碍物运动的环境中,采用滑模控制器,机械臂容易受到障碍物移动的干扰,其跟踪误差较大;采用RBF神经网络滑模控制器,机械臂能够避免障碍物移动的干扰,其跟踪误差较小。采用RBF神经网络滑模控制器,不仅可以使机械臂成功躲避障碍物,而且提高控制系统的输出精度和运动的稳定性。
上一篇:基于B样条曲线的工业机器人运动轨迹误差优化研究
下一篇:采用遗传算法优化滑模控制的柔性喷嘴液压驱动误差