动态约束下可重构模块机器人自适应滑模控制方法

针对目前机器人滑模控制方法自适应性能较差、末端约束力较弱、轨迹跟踪效果不佳的问题,提出基于动态约束的可重构模块机器人自适应滑模控制方法。首先根据运动学原理分析机器人各模块间的运动学关系,以牛顿-欧拉迭代方程为基础建立动力学模型;然后采用等效控制RBF神经网络的方法,调整机器人神经网络权值;最后根据RBF神经网络调整机器人在滑模控制方面的增益,完成对机器人的自适应滑模控制。实验结果说明,该方法具备较好的抑制抖动效果,轨迹跟踪性能高且自适应性能较强,能在动态约束条件下实现机器人的有效控制。