基于干扰观测器的容错控制用于具备保证性能的机器人系统

本文研究了具有动态不确定性的机器人系统的执行器故障补偿控制问题。分别考虑和描述了针对部分有效性丧失（PLOE）和完全有效性丧失（TLOE）的控制设计，并构建了一个使用神经网络的干扰观测器（DO）以减轻未知干扰的影响。将规定的误差界限视为随时间变化的约束，基于障碍李雅普诺夫函数（BLF）的控制设计方法用于严格保证稳态性能和瞬态性能。对一个双链平面操纵器的仿真研究验证了所提出控制器在同时处理规定性能、系统不确定性和未知执行器故障方面的有效性。在Baxter机器人上的实现为我们的控制器提供了实验验证。