文献

J-GLOBAL ID：202202212895585556   整理番号：22A0836280

空中操作システムの完全作動飛行プラットフォームのためのニューラル埋め込み学習制御【JST・京大機械翻訳】

Neural-embedded learning control for fully-actuated flying platform of aerial manipulation system

著者 (4件)： Ma Le (School of Automation Engineering, Northeast Electric Power University, Jilin, Jilin 132000, China) ,  Yan Yiming (School of Automation Engineering, Northeast Electric Power University, Jilin, Jilin 132000, China) ,  Li Zhiwei (School of Automation Engineering, Northeast Electric Power University, Jilin, Jilin 132000, China) ,  Liu Jie (School of Automation Engineering, Northeast Electric Power University, Jilin, Jilin 132000, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 482  ページ： 212-223  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 完全駆動空中操作システムのための効率的タスクの問題に対処するために,ニューラルネットワーク埋込みに基づく飛行プラットフォーム制御方式を提案した。ニューラルネットワークコントローラ(NNC)をいくつかのベースコントローラに埋め込み,そのシステムに対してLyapunov安定性である。NNCの学習と最適化能力のため,微分制御装置はLyapunov安定性条件の下でNNCのパラメータを更新することによって制御性能を向上することができる。未知のシステムダイナミックスと改良外乱オブザーバを近似する混合基底関数に基づくバックステッピング技術を,プラットフォーム姿勢のベース制御装置のために設計した。そして,線形アクティブ外乱排除制御装置(LADRC)を,プラットフォーム位置のベース制御装置として利用した。安全性とコストを考慮して,高精度物理エンジンを提供するソフトウェアのCoppeliaSimにおけるいくつかの仮想実験を行った。仮想実験の結果は,いくつかの最先端の技術と比較して,提案した方式がNNCによる追従誤差性能において進歩したことを証明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 安定性 ,  関数 ,  誤差 ,  最適化 ,  システム ,  制御装置 ,  可制御性 ,  ニューラルネットワーク ,  微分 ,  制御方式 ,  システムダイナミックス ,  ソフトウェア ,  *飛翔 ,  機械学習 ,  基底関数
準シソーラス用語： 追従誤差 ,  Lyapunov安定性 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 学習制御 ,  混合基本関数 ,  深層学習技術 ,  バックステッピング制御 ,  完全作動 ,  線形アクティブ外乱除去コントローラ

分類 (2件)： システム設計・解析  (IA02030D) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 操作システム ,  飛行 ,  プラットフォーム ,  埋め込み ,  学習制御