文献

J-GLOBAL ID：201702274792081863   整理番号：17A1529754

不確かな関節ロボットモデルのニューラルネットワーク補償適応制御【JST・京大機械翻訳】

Adaptively Controlling Neural Network Compensation with Uncertain Joint Robot Model

著者 (1件)： Zhong Bin (中国人民武装警察部隊工程大学装備工程学院,西安,710086)
資料名： Jixie Kexue yu Jishu  (Jixie Kexue yu Jishu)
巻： 36  号： 3  ページ： 372-377  発行年： 2017年 
JST資料番号： C2050A  ISSN： 1003-8728  CODEN： JKJIE6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 関節ロボットの軌道追跡制御の目的を達成するために,ロボット構造パラメータ,作業環境擾乱,および構造共振モードなどの不確実性要因によって引き起こされるロボット不確実性動力学モデルに従って,このモデルを公称モデルとモデリング誤差の2つの部分に分解した。モデル化誤差はRBFニューラルネットワークによって補償され,推定されて,RBFニューラルネットワークの重みはLyapunov安定性解析と適応アルゴリズムによって調整される。ロボットのニューラルネットワーク補償適応制御は,ロボットの不確実性モデルの軌道追跡制御問題を解決することができる。3関節ロボットに対する実験結果により、3関節は約4sの時に期待軌跡を追跡し、そして追跡誤差は漸近に0に近づき、そしてRBFニューラルネットワークは不確定性要素によるモデリング部分によく近似できることが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  構造パラメータ ,  *適応制御 ,  *関節ロボット ,  モデリング ,  *モデル ,  *ロボット ,  軌跡 ,  不確実性
準シソーラス用語： 適応アルゴリズム ,  Lyapunov安定性 ,  動径基底関数ニューラルネットワーク ,  モデル化誤差 ,  動力学モデル ,  軌道追跡 , 【Automatic Indexing@JST】

著者キーワード (4件)： uncertain joint robot ,  modeling error ,  RBF neural network ,  output weight

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 関節ロボット ,  モデル ,  ニューラルネットワーク ,  補償 ,  適応制御