论文摘要：机器人自适应模糊控制理论及仿真研究

摘 要 目前，机器人在全球获得快速发展，机器人的应用范围遍及工业、科技、国防等各种领域。机器人学与人工智能有着密切的关系，机器人学的进一步发展需要人工智能基本原理和方法进行指导；同时，机器人学的发展又为人工智能的发展带来新的生机，产生新的推动力。在本论文中，以机器人为应用对象，对人工智能中的两种自适应模糊控制方法进行了研究改进。论文第三章中首先学习了一种间接自适应模糊控制方法，这种控制方法采用模糊系统来逼近对象未知非线性参数，但需要已知逼近误差界等初始条件。为了获得一种不受逼近误差界限制的自适应模糊控制方法，接下来对采用模糊系统来逼近这些初始条件的自适应模糊控制方法进行了研究，逼近误差限的自适应模糊控制方法对于不存在摩擦、扰动等外界因素影响时的机器人系统可以取得理想的控制效果；但由于以上两种方法设计中都没能很好地对扰动因素进行分析，当存在外界扰动因素时，控制效果较差。为了减弱这些外界干扰因素的影响，于是对这种控制方法增加了模糊补偿器。同时为了减少模糊逼近的计算量、提高运算效率，在这里采用了对不同的扰动补偿项加以区分、分别逼近的方法。仿真试验表明这种改进的带模糊补偿器的自适应模糊控制方法可以很好地抑制摩擦、扰动、负载变化等因素影响。由于Backstepping设计方法具有在线计算时间少，适用于高阶系统等优点，近年来在非线性系统的控制中得到广泛地应用。因此论文的第四章中，对单连杆机械臂和双连杆机械臂的Backsetpping自适应模糊控制方法进行了研究，并通过仿真试验表明该方法可以取得理想的控制效果。关键词：自适应模糊控制，机器人，Backstepping，轨迹跟踪，模糊补偿器