基于神经网络补偿的机器人滑模变结构控制

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (23): 251-255.

基于神经网络补偿的机器人滑模变结构控制

李文波，王耀南

湖南大学电气与信息工程学院，长沙 410082

出版日期:2014-12-01 发布日期:2014-12-12

Sliding mode variable structure control based on neural networks compensation for robotic manipulators

LI Wenbo, WANG Yaonan

College of Electrical and Information Engineering, Hunan University, Changsha 410082, China

Online:2014-12-01 Published:2014-12-12

摘要/Abstract

摘要： 针对机器人控制系统中存在的建模误差和不确定性干扰，提出了基于神经网络补偿的滑模变结构控制。该方法采用双幂次快速终端滑模控制使得系统能在有限时间内快速达到滑模面和平衡点，采用径向基函数神经网络自适应地补偿建模误差和不确定干扰，并通过李雅普诺夫直接法设计权值更新率，确保了系统的全局稳定性，有效抑制了抖震。对两关节机器人的仿真结果表明了该方法的有效性。

关键词: 快速终端滑模, 神经网络, 机器人, 抖震

Abstract: In this paper, fast terminal sliding mode controller with a neural network based compensator is developed for robotic manipulators with modelling uncertainties and disturbs. The two-power terminal sliding mode approach can make the system states fast converge to zero in a finite time. The neural network for compensating the uncertainties is trained on line based on Lyapunov theory and thus its convergence is guaranteed. Chattering is reduced and even eliminated. Simulation results verify the validity of the control scheme.

Key words: fast terminal sliding mode, neural network, robot, chattering

李文波，王耀南. 基于神经网络补偿的机器人滑模变结构控制[J]. 计算机工程与应用, 2014, 50(23): 251-255.

LI Wenbo, WANG Yaonan. Sliding mode variable structure control based on neural networks compensation for robotic manipulators[J]. Computer Engineering and Applications, 2014, 50(23): 251-255.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[4]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[5]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[6]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[7]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[8]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[9]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[10]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[11]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[12]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[13]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[14]	翟正利，李鹏辉，冯舒. 图对抗攻击研究综述[J]. 计算机工程与应用, 2021, 57(7): 14-21.
[15]	祝钧桃，姚光乐，张葛祥，李军，杨强，王胜，叶绍泽. 深度神经网络的小样本学习综述[J]. 计算机工程与应用, 2021, 57(7): 22-33.