人类引导的机器人-环境交互自适应控制方法及相关装置

本申请属于一种机器人控制方法，针对人类引导的机器人‑环境交互现有控制方法，存在运动稳定性不足，人类操作员安全性低，以及控制精度低的技术问题，提供一种人类引导的机器人‑环境交互自适应控制方法及相关装置，通过状态空间模型估计最优阻抗参数，结合最优阻抗参数，通过神经网络学习人类引导的参考轨迹。然后结合机器人雅可比矩阵和人类引导的参考轨迹，通过闭环逆运动学，得到关节空间的参考关节速度和估计加速度，再通过不确定动力学模型逼近，得到机器人动力学模型的网络参数，最后结合关节空间的参考关节速度和网络参数，通过偏置宽度模糊神经网络，得到机械臂控制力矩。实现了不确定运动和动力学条件下的精确柔顺控制。