基于神经网络重力前馈补偿的柔性关节机器人分层控制
摘 要：针对柔性关节机器人简化动力学模型，根据连杆侧和电机侧间的扭矩通过弹性单元耦合的特性提出基于分层控制的柔性关节机器人分层控制结构，利用奇异摄动理论给出系统的稳定性证明．由于柔性关节机器人的动力学参数无法准确测量，因此提出应用BP 神经网络模型对机器人的重力扭矩进行逼近．通过四自由度柔性关节机器人进行离线实验，实现对神经网络的训练，并验证神经网络模型的有效性．最后应用提出的重力前馈补偿分层控制算法实现对机器人的有效控制，验证该算法的可行性和有效性．
论文下载：