基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了弥补不确定机器人系统模型不准确、参数时变的问题,该文提出了一种数据驱动的无模型自适应滑模控制方法.利用一种新的动态线性化方法转换不确定机器人动力学模型.采用数据驱动无模型自适应控制方法设计控制器.引入离散滑动模态指数趋近律保证其收敛性.以五自由度外骨骼上肢康复机器人为仿真对象,通过SimMechanics进行仿真实验.结果证明即使在无法建立准确模型的情况下,该文所提出的无模型自适应滑模控制方法也可使不确定时变的机器人系统沿着给定的轨迹运动且系统稳定.仿真结果证明了该方法的可行性.
推荐文章
机器人系统的自适应模糊滑模控制算法仿真
自适应模糊滑模控制器
模糊逻辑
切换面
机器人操作器
串联机器人的双模糊自适应滑模控制
机器人
滑模控制
自适应模糊控制
抖振
速度跳变
移动机器人的自适应模糊滑模动力学控制
自适应分流模型
自适应模糊滑模控制
运动学控制
动力学控制
轨迹跟踪
移动机器人
轮式移动焊接机器人自适应反演滑模控制
轨迹跟踪
自适应反演
滑模变结构
有界干扰
Lyapunov稳定性理论
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 不确定机器人系统无模型自适应滑模控制方法
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 不确定机器人 无模型控制 自适应控制 滑模控制 数据驱动控制 动态线性化方法 离散滑动模态指数趋近律 五自由度机器人 外骨骼上肢康复机器人
年,卷(期) 2015,(6) 所属期刊栏目
研究方向 页码范围 655-660
页数 6页 分类号 TP18
字数 4147字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2015.39.06.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晓峰 东北大学流程工业综合自动化国家重点实验室 34 128 7.0 9.0
2 李醒 东北大学流程工业综合自动化国家重点实验室 5 46 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (13)
参考文献  (10)
节点文献
引证文献  (11)
同被引文献  (15)
二级引证文献  (0)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
不确定机器人
无模型控制
自适应控制
滑模控制
数据驱动控制
动态线性化方法
离散滑动模态指数趋近律
五自由度机器人
外骨骼上肢康复机器人
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导