#每天一篇论文#(216/365)Adaptive Tracking Control of Nonholonomic Mobile Manipulators Using Recurrent Neura
A.摘要
研究了一类非完整移动机器人在存在不确定性和扰动的情况下的轨迹跟踪问题。首先,在假定移动机械手运动子系统能够转化为链形的前提下,在不考虑外界干扰的情况下,精确地了解移动机械手的运动子系统,设计了一种基于模型的转矩级控制器采用反步设计技术。然而,基于模型的控制可能不适用于实际应用,因为移动机械手的动力学中不可避免地存在不确定性和干扰。因此,在不需要对系统动力学有明确了解的情况下,开发了一种基于递归神经网络(RNN)的控制系统。控制系统包括RNN辨识器和补偿控制器,其中RNN用于在线辨识未知动态,补偿控制器用于补偿近似误差和外部干扰。从李亚普诺夫的角度推导了控制系统的在线自适应规律,保证了系统的稳定性。最后给出了轮式移动机械手的仿真结果,证明了该控制方法具有良好的跟踪性能和鲁棒性。
B.贡献
i)针对无需系统动力学知识的非完整移动机器人,提出了一种基于RNN的自适应控制系统。
ii)在控制系统中使用RNN标识符和补偿控制器,其中RNN用于在线识别未知动态,提出了一种补偿控制器来补偿近似误差和外部干扰。
iii)利用李雅普诺夫稳定性综合,推导出网络权值的在线更新规律,从而保证系统的稳定性。
C.方法
本文主要就移动机械臂在控制过程中容易受到非线性扰动而引起控制误差研究,通过神经网路学习系统的非线性扰动然后,将估计得非线性扰动进行补偿。
轮式移动机械臂模型,输入到输出到输出
数学模型
神经网络控制系统模型
在该模型中,为了补偿由非线性扰动引起的误差,用神经网络学习估计f.本文使用RNN神经网络,该网络由特定的模型函数,通过训练,权值更新。
控制器设计
D实验
#每天一篇论文#(216/365)Adaptive Tracking Control of Nonholonomic Mobile Manipulators Using Recurrent Neura相关推荐
- 每天一篇论文 323/365 Designing Energy-Efficient Convolutional Neural Networks using Energy-Aware Pruning
每天一篇论文汇总list Designing Energy-Efficient Convolutional Neural Networks using Energy-Aware Pruning 摘要 ...
- #每天一篇论文 329/365 EyrISV2:一种用于移动设备上深度神经网络的柔性加速器(一)
Eyeriss v2: A Flexible Accelerator for Emerging Deep Neural Networks on Mobile Devices 每天一篇论文汇总list ...
- #每天一篇论文#238/365 基于注意力的上下文聚合网络用于单目视觉深度估计
Attention-based Context Aggregation Network forMonocular Depth Estimation 本文提出了一种在enconde阶段加入注意力网络结构 ...
- #每天一篇论文#229/365 基于卷积神经网络航空影像的电力线绝缘子缺陷检测
Detection of Power Line Insulator DefectsUsing Aerial Images Analyzed WithConvolutional Neural Netwo ...
- #每天一篇论文264/365 Enforcing geometric constraints of virtual normal for depth prediction
Enforcing geometric constraints of virtual normal for depth prediction 原文 代码 摘要 单目深度预测在理解三维场景几何中起着至关 ...
- 论文阅读笔记《Optimal Image-Based Guidance of Mobile Manipulators Using Direct Visual Servoing》
核心思想 该文提出一种基于图像的直接伺服算法用于引导移动机械臂的动作.该文的研究还是比较有特色的,首先该文的控制对象是移动机器人平台+7自由度的机械臂:其次本文采用直接视觉伺服控制,与非直接视觉伺 ...
- 论文《Dialogue State Tracking with a Language Model using Schema-Driven Prompting》学习笔记
Dialogue State Tracking with a Language Model using Schema-Driven Prompting --prompt在对话系统上的应用 1. Ide ...
- 如何搜索和阅读一篇论文及鉴别论文好坏
转自 龚奇源 gongqiyuan@seu.edu.cn https://github.com/qiyuangong/How_to_Search_and_Read_a_Paper/blob/maste ...
- 腾讯58篇论文入选CVPR 2019,两年增长超200%
全球计算机视觉顶级会议 IEEE CVPR 2019(Computer Vision and Pattern Recognition,即IEEE国际计算机视觉与模式识别会议) 即将于6月在美国长滩召开 ...
最新文章
- usaco Palindromic Squares
- python爬虫吧-python爬虫-爬取百度贴吧帖子加图片
- android accessibilityservice自动点击_【Android】无障碍服务(一)入门轻踩
- python求最小公倍数_python求最大公约数和最小公倍数的简单方法
- php 分割二维数组,拆分二维数组 php
- 22. 链表中倒数第k个节点
- Android 四大组件之Activity
- 计算机局域网共享本地安全策略,如何设置局域网共享
- 一套很好的51单片机教程,云龙51单片机视频教程(王云)
- IDC将中国城市分成六级:每一级具体的城市是那几个市,谢谢回复
- python脚本打包成exe+配置文件
- Python:火山小视频-无水印视频-多线程-批量采集实现和完整代码
- 单片机最小系统由几部分组成?TTL是什么?
- struck(结构化SVM用于视觉跟踪)--源代码详解--main.cpp
- 仿蓝色理想的“运行代码”功能
- Linux 虚拟内存管理思维导图
- 三菱FX5U系列PLC给程序设置密码的具体方法和步骤
- IP-Guard十六个模块功能详解
- python广告点击率预测_推荐系统中的点击率预估 – Advertising Recommendation
- 74ls175四人抢答器电路图_四人抢答器电路设计.doc