基于自适应观测器与神经网络的协作机器人控制方法

本发明涉及一种基于自适应观测器与神经网络的协作机器人控制方法，包括系统建模与信号采集、操作者身份识别与特征提取、超螺旋扰动观测器、频域自适应导纳滤波器和复合控制律合成。通过实时采集人机交互力矩和关节状态，构建动力学模型并定义扰动项；提取操作者特征并采用增量式DBSCAN算法进行身份识别，关联个性化导纳参数；设计超螺旋扰动观测器动态估计扰动；根据操作者身份和频段特征自适应调整导纳参数生成期望轨迹；结合滑模控制和双环神经网络补偿项合成控制力矩，实现高精度、柔顺的人机交互控制。该方法具有抗干扰强、个性化适配性好、跟踪精度高等优点。