基于控制器输出误差方法的自适应模糊控制及其在机器人轨迹跟踪控制中的应用

本文提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制 ,该控制器采用控制器输出误差方法 (COEM) ,根据控制器的输出误差而不是对象的输出误差来在线地调整模糊控制器的参数 ,无须对对象进行辩识 .仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能 。

基于反演设计的神经网络不确定机器人轨迹跟踪控制研究

针对机器人控制中的非线性和不确定性提出一种基于反演设计和RBF神经网络的自适应控制方法。利用反演技术设计鲁棒自适应控制器,通过RBF神经网络对模型的不确定性进行估计。该方法有效避免可能出现的控制器奇异问题,在设计中不需要估计系统未知的控制系数矩阵。利用lyapunov理论证明了系统的全局稳定性。仿真实验验证了方法的有效性和优越性。

机器人的自适应分散跟踪控制

提出了一种自适应分散控制策略,用于不确定性机器人的轨迹跟踪,该控制器结构简单,而且无需计算回归矩阵,通过对二自由度的机器人的仿真,证明该方法能使跟踪误差快速趋近于零.

自适应模糊控制器及其在机器人控制中的应用

提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制,该控制器采用控制器输出误差方法(COEM),根据控制器的输出误差而不是对象的输出误差,来在线地调整模糊控制器的参数,无须对对象进行辩识。仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能,是一种有效的控制器。