受约束空间机器人降阶自适应神经网络滑模控制

来源：计算机测量与控制杂志2023年第12期北京时间：

作者：师恒,王雪莉,谢梅林,曹钰,冯旭斌,廉学正

摘要：为了实现受约束空间机器人的高精度控制，提出了一种基于U-K(Udwadia-Kalaba)方程的降阶自适应神经网络滑模控制算法。首先，基于U-K方程，同时考虑受约束空间机器人末端的理想约束力与非理想约束力，推导得到详细的动力学方程。接着，考虑到非理想约束力（主要是受约束空间机器人末端受到的切向力）具有不确定性且单独采用滑模控制会出现抖振现象，提出了自适应神经网络滑模控制算法，实现各关节角度、角速度以及非理想约束力的高精度跟踪。然后，针对系统受约束模型，对动力学方程和滑模控制器进行了降阶求解，减少了变量并简化了计算过程。最后，为了验证所提算法的正确性与合理性，以2自由度受约束空间机器人为例进行了仿真验证。仿真结果表明：受约束空间机器人的各关节角度、角速度以及非理想约束力的跟踪误差均低于10-4量级。

关键词：空间机器人;滑模控制;神经网络控制;U-K方程;动力学建模