基于变参递归网络和递归最小二乘的连续体机器人控制

作     者：张润宁 余鹏 谭宁 ZHANG Run-Ning;YU Peng;TAN Ning

作者机构：中山大学计算机学院广州510006 机器智能与先进计算教育部重点实验室广州510006 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2025年第51卷第1期

页      面：90-103页

核心收录：

学科分类：08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

基　　金：国家自然科学基金(62173352) 广东省杰出青年基金(2024B1515020104)资助 

主　　题：连续体机器人 无模型控制 变参递归神经网络 递归最小二乘法 

摘      要：连续体机器人通常由柔性材料制成,能够承受大幅度形变,在各领域具有广阔的应用前景.然而,其软体结构和非传统的驱动机制也带来了诸多非线性因素,使得其状态和运动难以被精确建模.因此,为连续体机器人设计了一种无模型控制方案.该方案一方面通过变参递归神经网络(Varying parameter-recursive neural network,VP-RNN)求解连续体机器人的逆运动学,以实现高精度运动控制,另一方面使用递归最小二乘法(Recursive least square,RLS)基于实时数据估计和更新机器人雅可比矩阵伪逆,以避免机器人的解析建模.最后,通过仿真模拟和实物实验验证了所提出控制方案的可行性、精确性和鲁棒性,并通过一系列对比实验突出了所提出方法的优势.该方法率先研究基于递归最小二乘法的连续体机器人雅可比矩阵伪逆估计,对未来的连续体机器人研究具有一定的启示作用.