邓玉龙，王从庆

(南京航空航天大学自动化学院，南京210016)

空间机器人的SVM 非线性补偿滑模控制研究

邓玉龙，王从庆

(南京航空航天大学自动化学院，南京210016)

为提高机械臂末端跟踪目标轨迹速度，提出了一种基于SVM(Support Vector Machine)非线性模型估计的滑模控制方法。该方法通过SVM对参数不确定非线性项进行估计，对空间机器人动力学模型进行补偿。这种从整个闭环系统稳定性出发设计的SVM非线性补偿滑模控制器，不需要确切的数学模型，从而提高了快速跟踪目标轨迹，减小跟踪误差的动力学系统性能。仿真结果验证了该控制方法的有效性、可行性。

空间机器人;支持向量机;非线性估计;滑模控制

0 引言

由于工作性质的特殊性，空间机器人处于失重状态，其质量随着时间变化，空间机器人在操作过程中载体位置和姿态均不受控制。此外，空间机器人的动力学模型非常复杂，并存在各种不确定性，如质量、惯性矩阵及负载等，难以获得精确的动力学模型，且外部扰动信号也会对控制产生一定影响。总之，空间机器人系统是一个高度耦合的非线性系统。

对空间机器人的动力学建模及其控制方法，人们已经在多方面进行了研究。文献［1］提出了一种自适应控制方法，在设计过程中需要对动力学方程进行参数线性化，并进行繁复的前期计算以确定回归矩阵。对未知参数的准确估计，决定了自适应控制能否成功实现控制目标。文献［2］利用神经网络实现模糊推理，使模糊控制具有自学习能力，提出了基于模糊神经网络的空间机械臂自学习控制策略，但该方法不能确保系统的稳定性。……