外乱オブザーバに基づくロボットマニピュレーターの適応ニューラルネットワーク追従制御

この記事では、外乱や動的モデルの不確かさの下でロボットマニピュレーターの軌道追従制御を実現できる外乱オブザーバに基づく適応ニューラルネットワーク（ANN）制御方式を紹介します。まず、フルステートフィードバックに基づくANNコントローラーがバックステッピング技術を用いて導出され、不確かさのオンライン近似を達成します。位置誤差を伴う積分スライディングモード面がコントローラーに導入され、システムの定常状態誤差を減少させ、耐障害性を高めます。次に、ANNの近似誤差と外乱の両方を推定し、コントローラーに補償を提供する新しい外乱オブザーバが設計され、近似誤差および外乱によって引き起こされる軌道追従誤差を効果的に抑制します。続いて、開発された制御戦略の安定性とすべての閉ループ信号の有界性を示すためにリャプノフ安定性理論が利用されます。最後に、数値シミュレーションを用いて提案された制御方法の有効性を確認します。