基于极限学习机的机械臂状态观测方法及系统

本发明属于机械臂观测技术领域，提供了一种基于极限学习机的机械臂状态观测方法及系统，包括：建立机械臂系统的动力学模型；其中，所述动力学模型中包括不确定的非线性函数；根据建立的动力学模型，利用预设的机械臂系统观测器，得到位置和速度的估计状态信息；在机械臂系统观测器中，假设动力学模型中的非线性函数是未知和连续的，利用极限学习机近似非线性函数，并通过自适应规律来调整极限学习机的输出权值；使用自适应技术使观测器拥有更好的鲁棒性和可靠性，结合极限学习机技术，具有更快的训练速度；消除了残差和干扰的负面影响，保证了机械臂系统在动态不确定性、外部扰动和速度状态未知下的稳定运行。