学科分类
/ 1
14 个结果
  • 简介:我们在场为为在结构上设计免费步法的一个方法能够表现的对称的四足动物机器人静态地稳定,在不规则的地面上的全向的走。机器人的虚拟模型被构造,一个控制算法被在一些战略地点使用虚拟部件建议。当维持走的速度时,慎重底的控制器能产生腿迁移的灵活序列,并且基于exteroceptive地面侧面的集成数据为动人的腿选择最佳立脚点。模拟结果被介绍在适应不明确的地面显示出步法的效率和系统的稳定性。

  • 标签: 四足机器人 步态规划 智能控制 不规则地形 静态稳定 控制算法
  • 简介:这份报纸在一个分布式的框架讨论机器人形成。最重要的贡献是进机器人形成系统的坚韧性的加入。当机器人在差的环境执行任务时,在他们的模型的参数在名字的值附近波动,它可以破坏形成系统的稳定性。由作为一个互连的系统为机器人的组建模,我们试图开发一套柔韧的分布式的控制器以便全面系统对外部骚乱以及参数无常柔韧。基于图刚硬理论,我们也考虑在即时应用程序起一个重要作用的形成的旋转。模拟和即时实验被执行验证建议框架的有效性。

  • 标签: 分布式控制器 机器人编队 不确定性 鲁棒性 控制参数 形成系统
  • 简介:为nonholonomic的一个柔韧的适应控制器有未知运动学、动态的参数的活动机器人被建议。其产量是相关动态控制器的输入的一个运动学的控制器被使用背走的概念提供。一个适应算法在运动学的控制器被开发接近未知运动学的参数,和一个简单单个层的神经网络被用来表示高度非线性的机器人动力学以知道并且未知参数。以便在追踪性能上稀释不确定性和骚乱的效果,一个滑动模式控制术语被加到动态控制器。在为不明确的动态系统的反馈控制器的确定的设计,不确定性的标准上的上面的界限是重要线索保证靠近环的系统的稳定性。然而,因为不确定性的结构的复杂性,有时,这些上面的界限不能容易被获得。从而,简单改编法律在不确定性的标准上被建议到近似上面的界限处理这个问题。建议控制系统的稳定性通过Lyapunov方法被显示出。最后,为有二个激活的车轮的一个活动机器人的一个设计例子被提供,控制器的可行性被数字模拟表明。

  • 标签: 鲁棒自适应控制器 机器人运动学 移动机器人 非完整 LYAPUNOV方法 机器人动力学
  • 简介:为打印应用程序的工业大3D的一个新奇7轴机器人在这份报纸被介绍,它被机器人学和自动信息系统的研究所开发,Nankai大学。原型上的底,三维的打印上的机制深深地被把。由在打印的3D调查颜色失真的原因,一个新奇multistep赔偿算法基于模型优化和图象赔偿被开发。最后,试验性的结果显示出打印机器人站台和建议算法的3D的表演。

  • 标签: 机器人模型 立体印刷 优化算法 图像补偿 3D 机器人产业
  • 简介:当察觉到环境时,一个类人动物机器人被察觉到的信息总是充满,;计算通常需要重要时间;处理察觉到的信息。在这篇论文,一条选择基于注意的上下文的感觉途径被建议让类人动物机器人与高效率察觉到环境。首先,注意窗户(AW)的涵义被扩大做一个更多的将军;AW的抽象定义,;它的四种操作;声明转变也被讨论。第二,注意控制政策被描述,它集成指导目的的感性的对象选择;错误答案抑制,;能处理突现的问题。错误答案抑制被用来过滤无关的信息。最后,注意政策被看作机器人的感性的模式,罐头控制它;调整感觉效率。试验性的结果证明介绍途径能显著地支持感性的效率,;感性的费用能有效地通过采用不同注意政策被控制。

  • 标签: 拟人机器人 知觉 选择注意 错误选择抑制 注意力控制
  • 简介:Basedonacontinuouspiecewise-differentiableincreasingfunctionsvector,aclassofrobustnonlinearPID(RN-PID)controllersisproposedforsetpointcontrolwithuncertainJacobianmatrix.Globallyasymptoticstabilityisguaranteedandonlypositionandjointvelocitymeasurementsarerequired.Andstabilityproblemarisingfromintegralactionandintegratorwindup,areconsequendyresolved.Furthermore,RN-PIDcontrollerscanbeofeffectivealternativeforanti-integrator-wind-up,thecontrolperformancewouldnotbeverybadinthepresenceofroughparametertuning.

  • 标签: PID 机器人柄 非线性控制 雅可比矩阵 不确定性 渐近稳定度
  • 简介:这份报纸基于模型引用论述一个新奇提高的人机器人的相互作用系统适应控制。介绍方法交付保证稳定性和任务性能并且让二控制环。一个机器人特定的内部环,是一个neuroadaptive控制器,在网上学习机器人动力学并且让机器人象一个规定阻抗模型一样反应。这个环不使用任务信息,包括没有规定轨道。一个任务特定的外部环考虑人的操作符动力学并且使规定机器人阻抗模特儿适应以便联合人机器人的系统为任务性能有理想的特征。这个图案基于模型参考适应控制,但是一种非标准的形式。网络结果是有扩充人的操作符提供人机器人的队的改进任务性能的两个适应阻抗特征和assistive输入的一个控制器。模拟在一项重复点对点的运动任务验证建议控制器的表演。一个PR2机器人上的实际试验性的实现进一步支持途径的有效性。

  • 标签: 模型参考自适应控制 人机交互系统 阻抗控制 机器人动力学 物理 阻抗特性
  • 简介:阻抗控制是一种生长得很好的技术在机器人学控制相互作用力量。然而,有一个内部环的阻抗控制的真实实现可以受不了几限制。特别地,稳定的僵硬的可行范围和抑制的值能被内部控制环的带宽强烈影响(例如,一个转矩环)象由过滤和采样频率一样。这份报纸提供这些方面怎么象系统的被动一样影响阻抗参数的稳定性区域的广泛的分析。这将被模拟和试验性的数据支持。而且,为基于一个内部转矩环设计联合阻抗控制器的方法论和一个积极速度反馈环将被介绍。速度反馈的目标是增加(给限制保存稳定性)没有一个复杂控制器的需要的转矩环的带宽。

  • 标签: 阻抗控制 速度反馈 反馈回路 机器人 转矩 无源性
  • 简介:为有一个活动机器人的目标识别和运输的一个基于视觉的计划在这份报纸被建议。首先,照相机刻度试验性地与ZhenyouZhangs方法被执行,并且有单眼用的照相机的一个距离测量方法被介绍并且测试。第二,过滤算法的Kalman被用来作为作为图象分割途径充满算法的输入和种子与HSI模型一起预言一个目标的运动。最后,平底锅倾斜照相机的运动控制和活动机器人被设计完成追踪和运输任务。实验结果表明柔韧的目标识别和建议计划的快追踪能力。

  • 标签: 卡尔曼滤波算法 移动机器人 视觉 设计 交通 图像分割方法
  • 简介:基于逻辑的联合的A和在一个爬墙的机器人的一个吸脚控制系统的差错察觉和鉴定(FDI)的基于模型的途径在这篇论文被介绍。为控制系统,一些差错模型被kinematics分析导出。而且,系统状态的逻辑关系预先被知道。首先,一棵差错树被用来由评估基本事件(基本原因)分析系统,它能导致一个根事件(一个特别差错)。然后,一个多重模型的适应评价算法被用来检测并且识别知道模型的差错。基于机器人的系统状态和评价的结果,最后,模型未知的差错也用逻辑推理被识别。实验证明建议途径在机器人的FDI基于逻辑推理并且模型估计的联合是有效的。

  • 标签: 爬壁机器人 故障检测 基于模型 组合逻辑 基础 自适应估计算法
  • 简介:一个二车轮的活动机器人的一个障碍回避计划被选择适当Lyapunov功能显示出。当考虑障碍时,Lyapunov功能可以有一些本地最小。擦掉本地最小的一个方法被使用用飞机表面盖住最小的功能建议。建议方法的有效性被数字模拟验证。

  • 标签: 障碍物 移动控制 移动机器人 技术性能
  • 简介:这份报纸论述OCPA(发生作用之人或物调节概率的自动机)仿生的自治学习系统基于为解决一个二车轮的灵活机器人的平衡控制问题的Skinners发生作用之人或物调节理论。学习系统的OCPA由二个阶段组成:在第一个阶段,一个发生作用之人或物行动从一套发生作用之人或物行动随机地被选择然后用作控制系统的输入;在第二个阶段,学习系统收集系统的取向信息并且为优化使用它直到完成控制目标。同时,发生作用之人或物行动集合的尺寸能自动地为避免小概率事件在学习过程期间被减少。理论分析为在纸学习系统的设计OCPA被做,它理论上证明在学习系统的OCPA学习机制的发生作用之人或物调节的集中,也就是,发生作用之人或物行动熵将与学习进程收敛到最小。然后OCPA学习系统被用于姿势二车轮的灵活自我平衡的机器人的平衡控制。机器人不把posutre平衡处于起始的状态和在发生作用之人或物集合的每发生作用之人或物的选择概率的技巧是相等的。与学习继续,最佳的发生作用之人或物的选择可能性逐渐地逐渐地趋于到一个和发生作用之人或物行动熵趋于到最小,并且机器人逐渐地因此学习了姿势平衡技巧。

  • 标签: 柔性机器人 平衡控制 学习控制 仿生 概率自动机 可操作性
  • 简介:在这份报纸,适应backstepping模糊cerebellar-model-articulation-control为活动操纵者的机器人(MMR)的运动/力量控制的神经网络的控制(ABFCNC)系统被建议。由在轨道位置控制器使用ABFCNC,MMR控制系统的未知动力学和参数变化问题被放松。另外,一个适应柔韧的赔偿者被建议消除由近似错误组成的无常,不明确的骚乱。基于追踪的position-ABFCNC设计,适应柔韧的控制策略也为MMR的nonholonomicconstraint力量被开发。适应联机的学习算法的设计被使用Lyapunov稳定性定理获得。因此,建议方法证明那是它能不仅保证稳定性和坚韧性而且MMR的追踪的表演控制系统。建议控制系统的有效性和坚韧性被比较模拟结果验证。

  • 标签: 自适应补偿 模糊CMAC神经网络 运动控制 LYAPUNOV稳定性定理 机器人 反推力