基于刚度阻尼特征的神经网络自适应阻抗控制

针对打磨机器人阻抗控制的力跟踪性能受环境刚度未知和环境位置变化影响的问题,提出了一种基于刚度阻尼特征的神经网络自适应阻抗控制方法。由于环境参数未知导致参考轨迹不易确定,构造了一个自适应PI控制律,进行参考轨迹补偿,减小力跟踪的稳态误差;为了提高力跟踪控制的动态性能,根据力误差对刚度系数及阻尼系数的统一调节规律——刚度阻尼特征,并结合力误差具有时变、非线性的特点,设计了一个描述力误差与刚度阻尼特征关系的激活函数,构建自适应阻抗参数神经网络模型,其输出为刚度系数和阻尼系数,通过基于参考轨迹补偿与自适应阻抗参数神经网络模型融合的阻抗控制,保证力跟踪控制的柔顺性。仿真结果表明,相比于传统阻抗控制和参考轨迹PI补偿的阻抗控制,所提出的自适应阻抗控制方法具有更好的力跟踪效果。