简介概要

移动机器人的自适应神经网络滑模控制

来源期刊:控制工程2017年第7期

论文作者:范其明 吕书豪

文章页码:1409 - 1414

关键词:滑模控制;轨迹跟踪;移动机器人;自适应神经网络;Lyapunov函数;

摘    要:针对移动机器人模型的不确定性和非线性,给出了基于反步动力学控制和自适应径向基神经网络(Radial Basis Function Neural Network,RBFNN)调节滑模增益的PI型滑模动态控制(Sliding Mode Control,SMC)的混合算法,以增强对随机不确定性因素的适应性和消除滑模控制输入的抖动现象。并在此基础上,又进一步利用Lyapunov函数证明了控制系统的稳定性,最后给出了仿真结果。仿真结果表明,该控制算法在持续性扰动和不确定性情况下可以平滑控制输入,消除跟踪误差,系统具有快速收敛性,鲁棒性强。

详情信息展示

移动机器人的自适应神经网络滑模控制

范其明1,吕书豪2

1. 天津中德应用技术大学智能制造学院2. 河北工业大学控制科学与工程学院

摘 要:针对移动机器人模型的不确定性和非线性,给出了基于反步动力学控制和自适应径向基神经网络(Radial Basis Function Neural Network,RBFNN)调节滑模增益的PI型滑模动态控制(Sliding Mode Control,SMC)的混合算法,以增强对随机不确定性因素的适应性和消除滑模控制输入的抖动现象。并在此基础上,又进一步利用Lyapunov函数证明了控制系统的稳定性,最后给出了仿真结果。仿真结果表明,该控制算法在持续性扰动和不确定性情况下可以平滑控制输入,消除跟踪误差,系统具有快速收敛性,鲁棒性强。

关键词:滑模控制;轨迹跟踪;移动机器人;自适应神经网络;Lyapunov函数;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号