基于串级变结构神经网络的机器人补偿控制

针对机器人动力学的非线性、强耦合、时变特点，为了高速、高精度地控制机器人，提出了基于神经网络的机器人智能控制策略．讨论了机器人动力学模型的特殊性，指出模型中结构和非结构不确定性因素；研究了一种新型串级变结构神经网络（ＣＶＳＮＮ）；提出了一种基于新型ＣＶＳＮＮ的机器人控制策略．以精密Ｉ号机器人为仿真对象，证明该算法能够较好地补偿结构与非结构不确定因素，收敛速度快，能够自适应地调节自身的结构．