一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针对这一问题 ,本文以PUMA5 60机器人为被控对象 ,给出了一种 PUMA5 60机器人动力学模型的简化形式 ,采用 PD控制的计算力矩法 ,得到了机器人的闭环动态误差方程 ,在此基础上设计了机器人的控制器结构 ,提出了一种新的基于遗传算法(Genetic algorithm,GA)的机器人补偿学习控制方法。将 GA与计算力矩法相结合 ,利用进化学习来消除机器人中不确定因素的影响 ,实现对机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果 ,验证了该方法的有效性。