孟宪洋 尤海荣 何 平 张 果李 恒

(1.四川轻化工大学自动化与信息工程学院,四川自贡 643000;2.人工智能四川省重点实验室,四川自贡 643000;3.东北大学信息科学与工程学院,辽宁沈阳 110819;4.华中农业大学工学院,湖北武汉 430070;5.香港理工大学智能建造实验室,香港九龙 999077)

1 引言

随着机器人技术的发展,机械臂作为机器人的核心部件,其应用领域正在迅速拓宽[1].如代替人类从事重复且持久(工业流水线)、恶劣且危险(涉及核及化学武器)等性质的任务.这些任务都需要对期望轨迹进行高精度的轨迹跟踪.但是,由于机械臂是一个具有时变、强耦合性质的非线性系统[2],存在模型不确定、未知外部干扰和测量误差等问题.因此,实现不确定机械臂的轨迹跟踪控制非常具有挑战性.

针对机械臂的轨迹跟踪问题,国内外许多学者进行了大量的研究,提出了许多有效的方案.当前主流的控制方法有:滑模控制法[3]、自适应控制法[4]、模糊控制法[5]、神经网络控制法[6]等.滑模变结构控制作为常用的控制方案,对参数变化及匹配不确定性、未知外部干扰和时滞等方面都具有强鲁棒性,核心是利用尽可能大的切换增益来减少扰动的影响.但也造成了严重的抖振敏感问题,从而导致机械臂的磨损.基于自适应反演非奇异快速末端滑模控制可以很好的解决机械臂的扰动和不确定性问题,不仅瞬时响应快而且可以有效的减小抖动[7].针对机器人的高精度运动控制,采用样本延迟测……