论文部分内容阅读
针对机器人控制中的非线性和不确定性提出一种基于反演设计和RBF神经网络的自适应控制方法。利用反演技术设计鲁棒自适应控制器,通过RBF神经网络对模型的不确定性进行估计。该方法有效避免可能出现的控制器奇异问题,在设计中不需要估计系统未知的控制系数矩阵。利用lyapunov理论证明了系统的全局稳定性。仿真实验验证了方法的有效性和优越性。