一种基于RBF神经网络的水下机器人运动控制方法

本发明公开了一种基于RBF神经网络的水下机器人运动控制方法，包括以下步骤：构筑地球坐标系，在坐标系下构建水下机器人的动力学模型；基于所述动力学模型，设计水下机器人的理论控制律；获取水下机器人的实际控制律，并基于实际控制律与理论控制律之间的等量关系，获得动力学模型中的不精确部分模型；基于RBF神经网络对所述不精确部分模型进行自适应逼近；基于自适应逼近后的不精确部分模型对理论控制律进行修正，获得修正后的控制律；基于修正后的控制律对水下机器人的运动进行控制。本发明的控制方法可以有效的提高控制的精度、鲁棒性和自适应性，实现水下机器人作业过程中的姿态稳定以及精准控制。