一种基于状态和估计参数触发的机器人系统跟踪控制方法

摘要文本

本发明公开了一种基于状态和估计参数触发的机器人系统跟踪控制方法，如下：首先建立具有n关节的机器人系统动力学模型；然后构建由状态触发和估计参数触发共同构成的双事件触发机制；接着在未考虑任何事件触发机制的情况下设计常规的神经网络自适应控制器；随后基于该控制器结构设计基于双事件触发机制的神经网络自适应控制方案；最后建立关于所构建的双事件触发机制带来的误差的限制性条件，通过结合该限制性条件和李雅普诺夫稳定性理论分析出系统的稳定性。本发明的基于双事件触发机制的神经网络自适应控制方法不存在芝诺现象，不仅能够保证关节角位移紧密地跟踪期望轨迹，而且可以显著减少传感器到控制器之间的信号传送负担和计算负担。