串联弹性驱动器(Series elastic actuator, SEA)是机器人交互系统中的一种理想力源.本文针对非线性SEA的力矩控制问题提出一种基于RISE (Robust integral of the sign of the error)反馈的最优控制方法,能够克服模型参数不确定和有界扰...串联弹性驱动器(Series elastic actuator, SEA)是机器人交互系统中的一种理想力源.本文针对非线性SEA的力矩控制问题提出一种基于RISE (Robust integral of the sign of the error)反馈的最优控制方法,能够克服模型参数不确定和有界扰动,实现SEA输出力矩在交互过程中快速平稳地收敛到期望值.具体来说,首先对SEA的模型进行分析和变换;然后假设模型参数和扰动均已知,并在此基础上基于二次型指标设计最优控制律;之后基于RISE反馈重新设计控制律抵消模型参数不确定性和有界扰动,基于Lyapunov理论分析控制器的收敛性和信号的有界性,实验结果表明这种基于RISE反馈的最优控制方法具有良好的控制性能和对有界扰动的鲁棒性.展开更多
考虑模型不确定性和外部干扰等影响,基于径向基函数神经网络(radial basis function neural network,RBFNN)和改进的误差符号函数鲁棒积分(robust integral of signum error,RISE)技术,建立无人直升机(unmanned aerial helicopter,UAH)...考虑模型不确定性和外部干扰等影响,基于径向基函数神经网络(radial basis function neural network,RBFNN)和改进的误差符号函数鲁棒积分(robust integral of signum error,RISE)技术,建立无人直升机(unmanned aerial helicopter,UAH)轨迹跟踪控制设计方案。首先,建立包含模型不确定性和外部干扰的UAH非线性系统模型,利用跟踪误差作为RBFNN输入信号估计由模型不确定性和外部干扰组成的复合扰动。其次,将滤波信号及其变化率权重组合作为RISE输入信号设计控制器,从而降低控制设计方案对UAH动力学模型的依赖程度。进而,借助Lyapunov稳定性理论分析整合后闭环跟踪误差系统的稳定性,并给出控制参数的选取方法。最后,借助现有文献中UAH系统模型,仿真与比较结果均说明所提控制算法的有效性和优越性。展开更多
文摘串联弹性驱动器(Series elastic actuator, SEA)是机器人交互系统中的一种理想力源.本文针对非线性SEA的力矩控制问题提出一种基于RISE (Robust integral of the sign of the error)反馈的最优控制方法,能够克服模型参数不确定和有界扰动,实现SEA输出力矩在交互过程中快速平稳地收敛到期望值.具体来说,首先对SEA的模型进行分析和变换;然后假设模型参数和扰动均已知,并在此基础上基于二次型指标设计最优控制律;之后基于RISE反馈重新设计控制律抵消模型参数不确定性和有界扰动,基于Lyapunov理论分析控制器的收敛性和信号的有界性,实验结果表明这种基于RISE反馈的最优控制方法具有良好的控制性能和对有界扰动的鲁棒性.
文摘考虑模型不确定性和外部干扰等影响,基于径向基函数神经网络(radial basis function neural network,RBFNN)和改进的误差符号函数鲁棒积分(robust integral of signum error,RISE)技术,建立无人直升机(unmanned aerial helicopter,UAH)轨迹跟踪控制设计方案。首先,建立包含模型不确定性和外部干扰的UAH非线性系统模型,利用跟踪误差作为RBFNN输入信号估计由模型不确定性和外部干扰组成的复合扰动。其次,将滤波信号及其变化率权重组合作为RISE输入信号设计控制器,从而降低控制设计方案对UAH动力学模型的依赖程度。进而,借助Lyapunov稳定性理论分析整合后闭环跟踪误差系统的稳定性,并给出控制参数的选取方法。最后,借助现有文献中UAH系统模型,仿真与比较结果均说明所提控制算法的有效性和优越性。
