针对非结构化环境下欠驱动非完整约束的双轮腿机器人具有不确定性因素高、难以精确建模等问题,提出了一种基于数据驱动的变结构紧格式无模型自适应控制(variable structure compact format model free adaptive control, VSCF-MFAC)...
详细信息
针对非结构化环境下欠驱动非完整约束的双轮腿机器人具有不确定性因素高、难以精确建模等问题,提出了一种基于数据驱动的变结构紧格式无模型自适应控制(variable structure compact format model free adaptive control, VSCF-MFAC)方法。与仅有时变积分项的CF-MFAC方法相比,该方法设计了具有时变比例项和时变自适应积分项的变结构自适应控制律,基于压缩影射原理证明了所设计VSCF-MFAC系统的稳定性。实验结果表明,相比常规CF-MFAC方法,VSCF-MFAC方法提高了系统快速性,俯仰角的角度和角速度上升时间分别缩短71.2%和57.8%;恢复时间分别减少37.5%和38.1%,当双轮腿机器人存在模型误差时具有良好的鲁棒性。
暂无评论