不确定性机器人实时智能补偿控制

• 作者: 杨胜跃 樊晓平 罗安
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 机器人控制 智能控制 补偿控制 神经网络
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 738-741
• 页数: 4页
• 分类号: TP242
• 字数: 2308字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2003.06.025

摘要

在神经网络在线学习控制中,实时性和控制精度是非常重要的两大指标.提出的一类具有多维存储结构的CMAC网络,提高了网络的泛化能力和学习速度.利用这一网络,针对不确定性机器人系统,考虑其标称模型,提出了一种新的实时智能补偿控制策略,并利用Lyapunov方法得出了系统全局渐近稳定的充分条件和网络学习律.在该控制策略中,系统的控制输入由两部分组成:基于标称模型的计算力矩及补偿输入,其中补偿输入为系统标称惯性矩阵与神经网络输出的乘积.最后给出了仿真实例来说明该控制策略的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊晓平	中南大学信息科学与工程学院自动化工程研究中心	236	3229	28.0	45.0
2	罗安	中南大学信息科学与工程学院自动化工程研究中心	109	2091	25.0	42.0
3	杨胜跃	中南大学信息科学与工程学院自动化工程研究中心	36	510	12.0	21.0