时变机制约束下的机械臂RBF网络动态自适应控制方法

本发明属于机器人技术控制领域，具体涉及一种时变机制约束下的机械臂RBF网络动态自适应控制方法，包括构建机械臂动力学模型，确定系统规定时间收敛标准，结合机械臂的关节运动参考轨迹，定义轨迹跟踪误差，基于动力学名义模型，构造规定时间下标称动力学模型的稳定鲁棒控制律；选择径向基函数，设计规定时间下的RBF网络自适应控制律以动态拟合系统中的综合非线性扰动项。本发明解决传统方法收敛时间不可控的问题，本发明采用RBF神经网络动态逼近综合扰动，通过时变增益的自适应律在线更新网络权重，显著提高了抗干扰能力，将模型驱动与数据驱动方法相结合，通过动力学模型解耦和前馈补偿策略，实现了更精确、低时延的轨迹跟踪控制。