上一篇筆記 https://blog.csdn.net/qq_24182661 記錄的是第一篇論文2015 Continuum Robots for Medical Applications A survey的論文筆記，主要做的筆記是文章前面對於以往continuum robot的一些總結的筆記，然後就看了一篇關於建模分析的論文Neuro-Adaptive Observer based Control of Flexible joint robot主要是在Flexible robot物理模型上利用RBF神經網絡逼近位置函數建立自適應控制系統控制模型。
這篇記筆的原因
這篇文章主要記錄就是第二篇論文的筆記，主要是對Flexible robot和continuum robot模型建立的區別和共通點分析筆記
GO
想說一下Flexible robot（柔性機器人）和continuum robot（連續體機器人）之間的區別
兩種機器人模型，在體積上是由一定的區別的，Flexible robot可以做的很大，現在已經有研究協作機器人應用柔性機器人，柔性機器人的特點就在於它的靈活性，可以通過改變形態來完成任務，在結構上柔性機器人是一個完整連續的結構，體積可以做的大，像達芬奇醫療機器人系統，人體外部輔助機器人屬於柔性機器人，還有一些類肌腱的水下機器人也是柔性機器人，主要是他們的材料還有結構上是比較特殊。
相對來說，continuum robot的體積在我的意識裏是要小的，因爲大了的話有類 i-snake robot，snake robot可以相對於continuum robot更加靈活和容易控制，continuum robot如果單單用外部控制的話（具體continuum robot在上一篇筆記中有介紹）會出現控制難度大的情況，但是體積可以做到伸入以及深入人體，這樣可以減少在人體上開大刀的傷害。結構上，continuum robot是一種類機械臂的joint連接起來，但是每個joint之間是沒有電機驅動的，實現類無窮多自由度的情況，利用機器人學的知識就可以建立幾何模型來達到指定目標。
在讀第二篇論文的時候，主要是在看完之後發現其結構不同於continuum robot，但是有類似剛體機械臂，所以Flexible robot可以通過剛體機械臂的受力模型來類比出Flexible robot的關節傳動模型，論文中的具體傳動模型如下
具體的數學模型構建我還沒看的很懂，如果有哪個大神看懂了，請與我討論一下！！！！！！
論文然後就是控制系統模型的推導，論文利用的是李雅普諾夫穩定判據來做模型收斂，收斂的值相對梯度下降方法會更有意義
論文選用RBF神經網絡來做模型函數的逼近，主要是模型物理分析困難，會出現許多不可測量的參數，採用神經網絡來逼近未知函數也是一個現在很多系統給研究上會使用的方法。
RBF神經網絡直接魯棒性系統仿真
論文采用的是兩次RBF神經網絡逼近的方法來逼近系統位置函數，參數以及推導式過多…我還沒有完全看完，所以模型的復現還沒有真的建立。。。在這裏只做相關基礎開源MATLAB模型的學習分析和筆記。
我利用的是上一次RBF神經網絡模型仿真的後面的延申，這次主要是在直接魯棒性上的系統仿真
主要的代碼以及註釋在這裏