文献

J-GLOBAL ID：201702287068266619   整理番号：17A0662086

ニューロダイナミックス最適化に基づくモデル予測制御を用いた車輪型移動ロボットのロバスト安定化【Powered by NICT】

Robust Stabilization of a Wheeled Mobile Robot Using Model Predictive Control Based on Neurodynamics Optimization

著者 (7件)： Xiao Hanzhen (College of Automation Science and Engineering, South China University of Technology, Guangzhou, China) ,  Li Zhijun (College of Automation Science and Engineering, South China University of Technology, Guangzhou, China) ,  Yang Chenguang (Zienkiewicz Centre for Computational Engineering, Swansea University, Swansea, U.K.) ,  Zhang Lixian (State Key Laboratory of Robotics and System, Harbin Institute of Technology (HIT), Harbin, China) ,  Yuan Peijiang (Robotics Institute, Beihang University, Beijing, China) ,  Ding Liang (State Key Laboratory of Robotics and System, Harbin Institute of Technology (HIT), Harbin, China) ,  Wang Tianmiao (Robotics Institute, Beihang University, Beijing, China)
資料名： IEEE Transactions on Industrial Electronics  (IEEE Transactions on Industrial Electronics)
巻： 64  号： 1  ページ： 505-516  発行年： 2017年 
JST資料番号： C0234A  ISSN： 0278-0046  CODEN： ITIED6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,物理的に制約された移動ロボットを安定化させるために開発したニューラルネットワークに基づく最適化を用いたロバストなモデル予測制御(MPC)法。状態スケーリング変換を適用することにより,移動ロボットの固有制御は制御入力u_1への付加的な指数減衰項導入により回復することができた。,外部擾乱の存在下でのロボットのために設計されたMPC制御法。MPC最適化は凸非線形最小化問題として定式化でき,主双対ニューラルネットワークを採用して有限後退地平上のこの最適化問題を解いた。MPCの計算効率は提案した神経力学アプローチにより改善された。種々の動的条件下での実験的研究により,提案した手法の性能を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 制御方式 ,  *最適化 ,  凸形 ,  *移動ロボット ,  最小化問題 ,  ニューラルネットワーク ,  *ロボット ,  *ロバスト性
準シソーラス用語： 神経力学 ,  計算効率 ,  外部擾乱 ,  制御入力 ,  *ロバスト安定性 ,  *車輪型ロボット ,  *モデル予測制御 , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： 最適化 ,  モデル予測制御 ,  車輪型移動ロボット ,  ロバスト安定化