本發(fā)明涉及一種機(jī)器人設(shè)計(jì)方法，具體涉及一種基于ELM的機(jī)器人自適應(yīng)跟蹤控制方法，屬于智能產(chǎn)品技術(shù)領(lǐng)域。

背景技術(shù)：

由于機(jī)器人系統(tǒng)中存在著諸如機(jī)器人自身參數(shù)誤差、觀測(cè)噪聲、未建模動(dòng)態(tài)、負(fù)載擾動(dòng)以及不確定性的外界干擾等因素，因此，針對(duì)這種不確定性的在線補(bǔ)償，不同的控制方法相繼被提出，現(xiàn)有技術(shù)中引入濾波跟蹤誤差，設(shè)計(jì)了自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器，實(shí)現(xiàn)網(wǎng)絡(luò)的權(quán)值在線調(diào)整，保證了閉環(huán)系統(tǒng)中的所有信號(hào)一致最終有界；設(shè)計(jì)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器無(wú)須計(jì)算機(jī)器人的逆動(dòng)態(tài)模型和雅可比矩陣的逆，實(shí)現(xiàn)了機(jī)器人任務(wù)空間的跟蹤控制；采用自適應(yīng)模糊系統(tǒng)，針對(duì)機(jī)器人不確定部分，在同時(shí)包括摩擦、外加干擾和負(fù)載變化且模糊逼近誤差在滿足某種假設(shè)條件的情況下，設(shè)計(jì)了基于模型已知，模型未知的兩種自適應(yīng)控制方法，均取得了較好的控制效果；采用滑?？刂坪蜕窠?jīng)網(wǎng)絡(luò)相結(jié)合，并使用模糊監(jiān)督控制器，雖然提高了控制系統(tǒng)的性能，但是還須獲取系統(tǒng)的先驗(yàn)知識(shí)和附加一些限制條件的約束。

技術(shù)實(shí)現(xiàn)要素：

（一）要解決的技術(shù)問題

為解決上述問題，本發(fā)明提出了一種基于ELM的機(jī)器人自適應(yīng)跟蹤控制方法，針對(duì)剛性臂機(jī)器人系統(tǒng)，提出基于極限學(xué)習(xí)機(jī)(ELM)的兩種自適應(yīng)神經(jīng)控制算法，極限學(xué)習(xí)機(jī)隨機(jī)選擇單隱層前饋神經(jīng)網(wǎng)絡(luò)(SLFNs)的隱層節(jié)點(diǎn)及其參數(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。

（二）技術(shù)方案

本發(fā)明的基于ELM的機(jī)器人自適應(yīng)跟蹤控制方法，包括以下步驟：

第一步：針對(duì)具有模型不確定性、未知摩擦力、外界擾動(dòng)以及負(fù)載變化的剛性臂機(jī)器人系統(tǒng)，提出針對(duì)系統(tǒng)不確定項(xiàng)進(jìn)行整體逼近與分塊逼近的兩種ELM自適應(yīng)神經(jīng)控制算法；

第二步：利用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，所獲得的兩種控制器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；

第三步：系統(tǒng)的自適應(yīng)控制律，ELM網(wǎng)絡(luò)的權(quán)值及未知逼近誤差限的自適應(yīng)參數(shù)調(diào)節(jié)律均是在基于Lyapunov穩(wěn)定性理論分析設(shè)計(jì)的基礎(chǔ)上得到，且兩種ELM控制算法均能保證閉環(huán)系統(tǒng)的穩(wěn)定性及跟蹤誤差的最終一致有界；

第四步：分段設(shè)計(jì)的ELM網(wǎng)絡(luò)權(quán)值自適應(yīng)調(diào)節(jié)律還具有投影算子的特性，保證了權(quán)值有界；

第五步：通過應(yīng)用于二自由度平面機(jī)器人的仿真實(shí)例驗(yàn)證了ELM控制器的良好跟蹤性能，仿真結(jié)果表明了ELM自適應(yīng)控制算法的有效性和魯棒性。

（三）有益效果

與現(xiàn)有技術(shù)相比，本發(fā)明的基于ELM的機(jī)器人自適應(yīng)跟蹤控制方法，針對(duì)剛性臂機(jī)器人系統(tǒng)，提出基于極限學(xué)習(xí)機(jī)(ELM)的兩種自適應(yīng)神經(jīng)控制算法，極限學(xué)習(xí)機(jī)隨機(jī)選擇單隱層前饋神經(jīng)網(wǎng)絡(luò)(SLFNs)的隱層節(jié)點(diǎn)及其參數(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。

具體實(shí)施方式

一種基于ELM的機(jī)器人自適應(yīng)跟蹤控制方法，包括以下步驟：

第一步：針對(duì)具有模型不確定性、未知摩擦力、外界擾動(dòng)以及負(fù)載變化的剛性臂機(jī)器人系統(tǒng)，提出針對(duì)系統(tǒng)不確定項(xiàng)進(jìn)行整體逼近與分塊逼近的兩種ELM自適應(yīng)神經(jīng)控制算法；

第二步：利用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，所獲得的兩種控制器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；

第三步：系統(tǒng)的自適應(yīng)控制律，ELM網(wǎng)絡(luò)的權(quán)值及未知逼近誤差限的自適應(yīng)參數(shù)調(diào)節(jié)律均是在基于Lyapunov穩(wěn)定性理論分析設(shè)計(jì)的基礎(chǔ)上得到，且兩種ELM控制算法均能保證閉環(huán)系統(tǒng)的穩(wěn)定性及跟蹤誤差的最終一致有界；

第四步：分段設(shè)計(jì)的ELM網(wǎng)絡(luò)權(quán)值自適應(yīng)調(diào)節(jié)律還具有投影算子的特性，保證了權(quán)值有界；

第五步：通過應(yīng)用于二自由度平面機(jī)器人的仿真實(shí)例驗(yàn)證了ELM控制器的良好跟蹤性能，仿真結(jié)果表明了ELM自適應(yīng)控制算法的有效性和魯棒性。

上面所述的實(shí)施例僅僅是對(duì)本發(fā)明的優(yōu)選實(shí)施方式進(jìn)行描述，并非對(duì)本發(fā)明的構(gòu)思和范圍進(jìn)行限定。在不脫離本發(fā)明設(shè)計(jì)構(gòu)思的前提下，本領(lǐng)域普通人員對(duì)本發(fā)明的技術(shù)方案做出的各種變型和改進(jìn)，均應(yīng)落入到本發(fā)明的保護(hù)范圍，本發(fā)明請(qǐng)求保護(hù)的技術(shù)內(nèi)容，已經(jīng)全部記載在權(quán)利要求書中。