信息与控制

作者：艾文旭, 姜勇, 潘新安, 王洪光

关键词：障碍李雅普诺夫函数, 全状态约束, 有界扰动, 自适应神经网络

针对具有全状态约束、有界未知扰动和动态不确定性的机械臂跟踪控制问题，本文利用正切型障碍李雅普诺夫函数，提出了考虑全状态约束和有界扰动的机械臂自适应神经网络控制。位置误差采用时变约束，速度误差采用静态约束。在虚拟控制设计中引入时变类比例-积分(PD)项，加快了系统的响应速度。考虑并抑制机械臂末端搬运物体而未固定好的有界扰动，采用自适应神经网络来处理机械臂系统的不确定性，即使在外部扰动和未知动态下也能保证满足预定义的状态约束。引入摩尔-彭罗斯逆并基于李雅普诺夫理论证明闭环系统信号最终有界。对比仿真结果表明了所提方法响应速度快、跟踪误差小、鲁棒性强的优越性。在Franka Emika Panda机器人上的实验结果验证了所提方法的有效性。

来源：2025年第2期

《信息与控制》期刊编辑部

查看信息与控制杂志2025年第2期