基于鲁棒神经网络的水下机器人运动控制

针对水下机器人神经网络控制中系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,提出了一种基于鲁棒神经网络的水下机器人控制方法E利用指数趋近律,推导出神经网络参数的镇定算法,并采用标准误差反向传播(EBP)算法最小化目标函数,最后在水下综合探测机器人仿真平台上进行了试验研究E试验结果表明,该控制方法对神经网络学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.     

一种机器人的模糊控制方法

为了加强机器人运动规划中的稳定性,很多机器人的运动控制都依赖于它所配置的大量传感器。而本文介绍了一种机器人的模糊控制方法。该方法能在没有配置陀螺仪、位置、反馈等传感器和测距系统的机器人上实验成功,同时具有实现简单,节约成本等优点。     

一种并联骨折手术机器人的安全运动控制方法

骨折手术机器人是实现精准微创骨折复位的优势方案．现有骨折复位手术器械存在效率低、精度差、缺乏复位安全策略等问题,难以保证安全高效的治疗．为解决上述问题,本文提出一种并联骨折手术机器人及基于全关节逆解算法的安全运动控制方法．首先,针对该并联机构开展全关节逆解分析．由骨折复位轨迹的离散轨迹点获取机器人末端的位姿,建立机器人机构的闭环矢量方程,以关节转角为未知量整理多元一次方程组,考虑关节间的运动约束通过两条运动链解析求解所有关节转角．其次,设计安全运动控制系统．上位机设置正常、预警及超限3种状态．在机器人运行过程中,由上位机读取复位轨迹离散点的位姿信息,通过全关节逆解模型计算出下一轨迹离散点对应的关节转角并判断运行状态,若超限则发送指令使机器人停止运动,并显示发生危险的关节位置．最后,开展安全运动仿真与实验研究．仿真表明全关节逆解模型可快速计算出全部关节的运动状态并准确进行安全判断．实验结果表明,骨折手术机器人运行过程中,控制系统可及时发现机器人临近危险状态并使机器人停止运动．本文提出的安全运动控制方法无需增设安全检测或保护装置,既保证了骨折手术机器人的轻质便携需求,又保证了安全高效精准的...     

RoboCup中型组足球机器人运动控制算法

针对RoboCup机器人路径规划和位姿控制的特点,以二维模糊控制器为基础．分别设计了基于误差分析的论域自调整伸缩因子和基于路径的误差累积因子,提出了一种基于误差累积因子的论域自调整模糊控制算法．仿真及试验结果表明,该算法具有控制精度高、实时性强,能快速、准确地跟踪期望路径的特点．     

足球机器人底层运动控制研究

足球机器人底层运动控制在足球机器人比赛中起着至关重要的作用 .首先通过一系列试验 ,利用函数拟合的方法构造足球机器人的基本运动模型 ,然后在此基础上对足球机器人底层运动控制进行了较深入的分析 .试验结果和实际比赛证明该方法有助于改善足球机器人的运动控制 ,并且可以为更高层次的基本动作和整体决策子系统的研究奠定良好的基础 .     

基于强化学习的腿式机器人运动控制与决策研究

传统的腿式机器人在未知环境中进行运动控制和路径规划时收敛速度慢,路径不够优化具有一定的局限性,无法满足运动控制系统对实时性和精确度的要求.针对这一情况,将深度学习的学习能力与强化学习的决策能力有机地结合起来,利用深度学习具有自动特征提取和深度结构的学习优势,以及强化学习在闭环学习系统中对未知环境进行探索、反馈再探索鲁棒...     

模糊迭代学习在单关节机器人运动控制中的应用

提出一种迭代学习控制和模糊控制相结合的策略.利用模糊补偿来增加迭代学习控制的收敛速度和保证系统的稳定性,并对单关节机器人模型进行仿真.仿真结果表明,该模糊迭代学习控制系统在第一个学习周期内的误差值明显减小,输出误差也逐渐减小,跟踪性能总体上有了很大的改善,跟踪精度显著提高.     

模糊迭代学习在单关节机器人运动控制中的应用

提出一种迭代学习控制和模糊控制相结合的策略。利用模糊补偿来增加迭代学习控制的收敛速度和保证系统的稳定性,并对单关节机器人模型进行仿真。仿真结果表明,该模糊迭代学习控制系统在第一个学习周期内的误差值明显减小,输出误差也逐渐减小,跟踪性能总体上有了很大的改善,跟踪精度显著提高。     

单柔性杆末端运动控制的一种逆动力学方法

给出了一种适合单柔性杆机构运动控制的逆动力学分析方法。该方法采用有限元法建立机械的分析模型,用子结构法降低问题的分析规模,得到一个可以直接求解的反映末端轨迹与关节输入力矩关系的二阶微分方程。该方法的计算量比较小,适合用于柔性臂末端点运动轨迹的实时控制。     

基于神经网络的模糊控制

提出一种基于神经网络的模糊控制，其模糊化、模糊推理和模糊决策均由神经网络完成，并将用于模糊推理神经网络的输入节点由常规的２７个减少到１５个，减少了训练量。文末给出该模糊控制结构应用于典型环节的实时控制结果。     

基于神经网络的模糊控制规则校正方法研究

对由模糊控制器构成的集散控制系统，现场模糊控制器的控制规则的校正是一个关键问题。若使其自身具有自校正功能，对于基于数字单片机开发的模糊控制器来说，采用神经网络构成在线自校正方式，存在一定的困难。为了提高控制器的性能，规则校正又是必需的，为此，本文提出了一种由监控机对每台现场控制器进行分时校正规则的方法，该方法是“半在线式”校正。     

一种用于布尔逻辑设计的神经网络学习算法

提出了一种实现任意布尔函数的前向三层神经网络学习算法 ,简称HKML算法。HKML算法引入汉明距离扩展、卡诺图化简及最小项抑制等思想训练神经网络 ,以尽量少的神经元实现布尔函数的输入输出映射。给出了设计原理及算法流程图。与其他二进神经网络学习算法相比较 ,此方案结构简单可靠 ,学习速度快 ,易于硬件实现     

控制系统极点配置的 ANN 方法

基于神经网络技术,给出了一种新的用于多输入多输出线性控制系统极点配置的ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）方法,并通过仿真验证了该方法的有效性和可行性。     

一种模糊神经网络自适应预测控制方案的研究

在过程控制中,由于被控对象常具有非线性、不确定性及参数时变等复杂因素,难以建立精确的数学模型,从而直接影响了控制效果,提出了一种模糊神经网络自适应预测控制议案,对学习公式进行了理论指导,并结合误差补偿以提高预测控制的精度,仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具有良好的控制性能。     

污水处理智能控制进展

综述了国内外污水处理自动化技术的发展现状,着重介绍了模糊控制、人工神经网络控制、遗传算法以及专家控制在污水处理过程中的应用.结合国内外研究动态,对污水生物处理智能控制的发展方向作了简要分析.     

桥式起重机的变频调速新方法

本文介绍了一个控制桥式起重机的变频调速系统，它根据桥吊的特殊性能要求，采用矢量控制方式，具备平滑调速、能量回馈、顺序制动等功能。本控制系统已在某电厂发电机房桥吊上投入使用，运行效果良好，完全满足用户要求。     

温室环境神经网络建模与自适应模糊控制算法研究

针对华北地区的气候特点，通过对输出执行机构的调整，将温室的多输出变为模糊控制的单输出，从而很好地将模糊控制算法应用于温室环境控制中．同时，用神经网络对温室进行系统辨识，并且用该模型对这种新的模糊控制方法进行了仿真研究．结果表明，这种方法计算简单，适应性强，可以起到很好的控制效果．     

空调器控制中模糊控制方法的研究

分析比较了空调器控制中一般模糊控制器的不足，提出了一种调整因子α和控制规则在线连续调整的方法并设计了相应的控制器。仿真结果表明用此方法设计的控制器有良好的控制品质，而且该控制器既结构简单、效率又较高。     

一种模型参考时滞跟踪自适应控制新方法

本文研究了具有时变滞后系统在自适应控制中存在的有关问题,提出了模型参考时滞跟踪自适应控制新方法(简称 MSDAC 方法)。数字仿真结果表明,该方法的控制效果十分令人满意。