一种基于高斯过程的机械臂在线学习解耦控制方法

本发明属于机器人控制技术领域，具体涉及一种基于高斯过程的机械臂在线学习解耦控制方法，针对一类多自由度机械臂系统，提出了一种具有重力补偿的在线学习解耦控制方法。该方法首先通过障碍函数设定机械臂位姿及速度的运行区域。其次，在该区域内在线采集量测数据，利用高斯过程回归对机械臂动力学进行学习。然后通过Lyapunov稳定理论,证明了所提在线学习解耦控制算法可保证闭环系统所有信号的有界性。最后，通过仿真实验验证了所提控制器的有效性和优越性。本发明所提控制算法相较于传统控制策略具有更优的轨迹跟踪性能、控制信号平滑性及系统鲁棒性，适用于工业机器人、服务机器人、医疗机械臂等应用场景，具有良好的工程应用前景与推广价值。