[发明专利]一种基于RBF的移动机械手自适应控制方法在审
| 申请号： | 201811153806.9 | 申请日： | 2018-09-30 |
| 公开（公告）号： | CN109176525A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 钱阳;吴雄君;刘剑;韩非 | 申请（专利权）人： | 上海神添实业有限公司 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 刘琰;张妍 |
| 地址： | 200438 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于径向基函数(RBF)神经网络的移动机械手自适应控制方法。包括以下步骤：S1建立标准移动机械手动力学模型；S2搭建机器人动力学模型的RBF神经网络；S3利用搭建的神经网络设计出具有自适应能力的移动机械手轨迹跟踪方法；S4通过在线学习自动识别未知的移动平台和机械手动力学参数，对未知动力学参数进行闭环辨识和补偿，RBF神经网络的参数可以在线更新，最终通过仿真验证控制方法的可行性和有效性。本发明不需要精确的机器人动力学模型，可以完全消除由未知动力学参数和外界干扰引起的输出误差，弥补了基于模型的机器人控制方案离不开精确的动力学模型的问题，提高了移动机械手的动态性能以及关节空间的轨迹跟踪精度。 | ||
| 搜索关键词： | 移动机械手 动力学参数 机器人动力学 动力学模型 自适应控制 轨迹跟踪 神经网络设计 机器人控制 径向基函数 自适应能力 机械手 闭环辨识 动态性能 仿真验证 关节空间 神经网络 输出误差 外界干扰 移动平台 在线更新 在线学习 自动识别 | ||
【主权项】：
1.一种基于RBF的移动机械手自适应控制方法，其特征在于，包括：S1建立标准的移动机械手动力学模型；S2搭建基于RBF神经网络的移动机械手动力学模型；S3基于搭建的神经网络动力学模型，设计移动机械手自适应控制算法，采用基于李亚普诺夫稳定性理论的判稳方法，证明整个闭环控制系统的稳定性；S4基于移动机械手自适应控制算法控制机器人的运动，根据移动机械手轨迹跟踪误差，实时更新RBF神经网络参数，同时在线辨识未知的移动机械手动力学参数；最终移动机械手的关节空间精确跟踪设定轨迹。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海神添实业有限公司，未经上海神添实业有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811153806.9/，转载请声明来源钻瓜专利网。
