期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于计算力矩结构的并联机器人层叠小脑模型补偿控制研究
被引量：
5
1
作者
李世敬
王解法
冯祖仁
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2003年第6期569-572,共4页
提出了一种新的不确定机器人跟踪控制策略.在计算力矩结构的基础上引入一个层叠小脑模型(CMAC)补偿控制项,利用层叠结构CMAC分层学习的特性调整网络泛化和逼近能力,并从理论上分析了网络的收敛性.为了确保系统误差一致最终有界收敛,分...
提出了一种新的不确定机器人跟踪控制策略.在计算力矩结构的基础上引入一个层叠小脑模型(CMAC)补偿控制项,利用层叠结构CMAC分层学习的特性调整网络泛化和逼近能力,并从理论上分析了网络的收敛性.为了确保系统误差一致最终有界收敛,分别设计了粗/细子网的权值更新律.最后,在网络学习稳定的基础上,采用自适应鲁棒项抵消网络最终学习误差.与传统计算力矩法相比,在不要求加速度测量和惯性矩阵求逆的情况下,算法给出清晰的跟踪误差收敛域.基于6自由度并联机器人的仿真实例验证了算法的有效性.
展开更多
关键词
计算力矩
层叠小脑模型
一致最终有界
并联机器人
在线阅读
下载PDF
职称材料
题名
基于计算力矩结构的并联机器人层叠小脑模型补偿控制研究
被引量：
5
1
作者
李世敬
王解法
冯祖仁
机构
西安交通大学电子与信息工程学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2003年第6期569-572,共4页
文摘
提出了一种新的不确定机器人跟踪控制策略.在计算力矩结构的基础上引入一个层叠小脑模型(CMAC)补偿控制项,利用层叠结构CMAC分层学习的特性调整网络泛化和逼近能力,并从理论上分析了网络的收敛性.为了确保系统误差一致最终有界收敛,分别设计了粗/细子网的权值更新律.最后,在网络学习稳定的基础上,采用自适应鲁棒项抵消网络最终学习误差.与传统计算力矩法相比,在不要求加速度测量和惯性矩阵求逆的情况下,算法给出清晰的跟踪误差收敛域.基于6自由度并联机器人的仿真实例验证了算法的有效性.
关键词
计算力矩
层叠小脑模型
一致最终有界
并联机器人
Keywords
Computer simulation
Convergence of numerical methods
Learning systems
Lyapunov methods
Neural networks
Systematic errors
分类号
TP24 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于计算力矩结构的并联机器人层叠小脑模型补偿控制研究
李世敬
王解法
冯祖仁
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2003
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
