基于ELM的機(jī)器人軌跡跟蹤控制研究.pdf

1、機(jī)器人智能控制是近年來(lái)機(jī)器人控制領(lǐng)域研究的前沿，已被國(guó)內(nèi)外研究者的廣泛關(guān)注。在實(shí)際工程中，所研究的機(jī)器人往往具有高度非線性、不確定性、參數(shù)時(shí)變性和強(qiáng)耦合性等特征，并易受到負(fù)載擾動(dòng)以及未知外界干擾等因素的影響。因此，研究不確定性機(jī)器人系統(tǒng)的智能控制具有重要的理論與工程應(yīng)用價(jià)值。基于NNs(Neural Networks,神經(jīng)網(wǎng)絡(luò))的自適應(yīng)控制已被廣泛用于機(jī)器人的軌跡跟蹤研究中，ELM(Extreme Learning Machine,極限

2、學(xué)習(xí)機(jī))作為一種SLFNs(Single-hidden Layer Feedforward Neural Networks,單隱層前饋神經(jīng)網(wǎng)絡(luò))理應(yīng)是機(jī)器人軌跡跟蹤智能控制的有利候選者。ELM隨機(jī)選擇SLFNs的隱含層節(jié)點(diǎn)及參數(shù)，僅調(diào)整其網(wǎng)絡(luò)的輸出權(quán)值，以極快的學(xué)習(xí)速度可獲得良好的推廣性。在ELM及自適應(yīng)NNs控制的基礎(chǔ)上，結(jié)合魯棒自適應(yīng)控制理論和Lyapunov穩(wěn)定性分析理論，本文研究了機(jī)器人系統(tǒng)的自適應(yīng)控制，提出基于ELM自適應(yīng)神經(jīng)

3、控制方法。論文的主要研究有如下幾方面：
　　(1)分析ELM網(wǎng)絡(luò)的基本結(jié)構(gòu)特性，并對(duì)其學(xué)習(xí)算法進(jìn)行深入研究，闡述ELM網(wǎng)絡(luò)與傳統(tǒng)SLFNs的不同。將ELM網(wǎng)絡(luò)應(yīng)用于非線性動(dòng)態(tài)系統(tǒng)的在線辨識(shí)中，仿真結(jié)果驗(yàn)證了ELM網(wǎng)絡(luò)對(duì)非線性系統(tǒng)具有良好的辨識(shí)能力。
　　(2)研究不確定性剛性臂機(jī)器人系統(tǒng)，提出基于ELM的自適應(yīng)神經(jīng)控制方法。采用Lyapunov綜合法，所提出的ELM控制器通過(guò)輸出權(quán)值的自適應(yīng)調(diào)整能夠逼近系統(tǒng)的模型不確定性部分

4、，從而保證整個(gè)閉環(huán)控制系統(tǒng)的穩(wěn)定性。將該自適應(yīng)神經(jīng)控制器應(yīng)用于二自由度平面機(jī)械臂控制中，在同等條件下，與現(xiàn)有的RBFNNs(Radial Basis Function Neural Networks,徑向基函數(shù)神經(jīng)網(wǎng)絡(luò))自適應(yīng)控制方法進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明，ELM神經(jīng)控制器取得了較好的跟蹤控制性能，表明了所提出控制方法的有效性。
　　(3)研究不確定性剛性臂機(jī)器人系統(tǒng)，提出基于ELM的兩種自適應(yīng)神經(jīng)控制方法，實(shí)現(xiàn)了機(jī)器人任務(wù)空間的

5、自適應(yīng)跟蹤控制。在所提出的自適應(yīng)控制方法中，ELM逼近系統(tǒng)的未知非線性函數(shù)，附加的魯棒控制項(xiàng)補(bǔ)償系統(tǒng)的逼近誤差。ELM神經(jīng)控制器的參數(shù)自適應(yīng)調(diào)整律及魯棒控制項(xiàng)均由Lyapunov穩(wěn)定性理論分析得出，所設(shè)計(jì)的兩種控制方法均不依賴于初始條件的約束且放松對(duì)參數(shù)有界的要求，同時(shí)保證閉環(huán)系統(tǒng)所有信號(hào)滿足全局穩(wěn)定且跟蹤誤差漸近收斂于零。將所提出的ELM控制器應(yīng)用于二連桿剛性臂機(jī)器人跟蹤控制實(shí)例中，在同等條件下，與現(xiàn)有的RBFNNs自適應(yīng)控制算法進(jìn)行

6、比較，實(shí)驗(yàn)結(jié)果表明，ELM控制器具有良好的跟蹤控制性能，顯示出其有效性和應(yīng)用潛力。
　　(4)研究一類不確定性連續(xù)MIMO(Multiple Input Multiple Output,多輸入多輸出)仿射非線性動(dòng)態(tài)系統(tǒng)，提出基于ELM的魯棒自適應(yīng)神經(jīng)控制方法。在所提出的方法中，ELM逼近未知控制系數(shù)矩陣的非奇異性假設(shè)可消除，基于Lyapunov穩(wěn)定性分析，ELM網(wǎng)絡(luò)的輸出權(quán)值，逼近誤差及外界擾動(dòng)的未知上界值通過(guò)參數(shù)自適應(yīng)律進(jìn)行在線