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:
为了解决模块化机器人由于构型可变等特点导致参数不确定与非参数不确定性增大引起轨迹跟踪不理想的问题,设计神经网络补偿计算力矩复合控制器.考虑机器人参数不确定与摩擦、干扰等非参数不确定性,将动力学模型分为理想部分和不确定部分,用计算力矩法实现理想模型控制,用BRF神经网络补偿不确定部分.利用Lyapunov理论证明控制器稳定性并采用自适应算法实现神经网络权值在线自调整.最后,仿真发现使用该控制器取得良好的轨迹跟踪效果.
推荐文章
一种改进机器人计算力矩控制的神经网络补偿方法
机器人
计算力矩控制
神经网络
鲁棒补偿控制
机器人计算力矩不确定性的神经网络补偿控制
机器人
计算力矩控制
神经网络
鲁棒补偿控制
机器人计算力矩不确定性的神经网络补偿控制
机器人
计算力矩控制
神经网络
鲁棒补偿控制
神经网络与计算力矩复合的机器人运动轨迹跟踪控制
机器人
轨迹跟踪控制
函数链神经网络
计算力矩控制
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 模块化机器人神经网络补偿计算力矩控制研究
来源期刊 制造业自动化 学科 工学
关键词 模块化机器人 非参数不确定性 计算力矩 神经网络补偿 自适应算法
年,卷(期) 2018,(6) 所属期刊栏目 机器人技术
研究方向 页码范围 36-39
页数 4页 分类号 TP241.2
字数 2743字 语种 中文
DOI 10.3969/j.issn.1009-0134.2018.06.009
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 高海涛 南京工程学院机械工程学院 26 66 5.0 7.0
2 朱松青 南京工程学院机械工程学院 50 189 8.0 11.0
3 李永 南京工程学院机械工程学院 4 11 2.0 3.0
4 周英路 南京工程学院机械工程学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (21)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模块化机器人
非参数不确定性
计算力矩
神经网络补偿
自适应算法
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
论文1v1指导