一种水下机械臂自适应神经网络控制方法

本发明提出了一种水下机械臂自适应神经网络控制方法，属于水下智能机器人机械臂控制技术领域，获取历史数据和实时数据，通过RBF神经网络模拟水下机械臂的运行状态，通过历史数据训练模型来进行预测，实时数据用于和模型预测数据进行对比，判断模型预测的准确性，并根据误差情况对水下机械部的进行修正，进而生成自适应控制命令，实现对水下机械臂实时运行状态的精准控制，本发明可以在不同的水环境下使机械臂能够按照预定轨迹工作，机械臂可以自动适应不同水环境，显著提高了水下机械臂末端运行精度、自适应能力、工作效率。