基于神经网络修正的近海底机器人干扰观测控制器及方法

本发明公开了一种基于神经网络修正的近海底机器人干扰观测控制器及方法，所述控制器由三部分组成：1)带RBF神经网络修正的干扰观测器，用于实时监测并补偿外界扰动；2)双闭环积分滑模控制器，包含位置环和速度环，依据期望与实际位置生成控制力矩指导近海底机器人的航行；3)比较器，结合前两者输出，通过对比控制力矩与扰动估计实现精确干扰补偿，最终输出包含干扰补偿的控制力矩。本发明能在速度信息不可观测的情况下，通过智能估算建模误差和外界扰动来提高控制精度和抗干扰能力，实现高精度的艏向、俯仰角及深度控制。