期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RBF神经网络的作业型AUV自适应终端滑模控制方法及实验研究
被引量：
24
1
作者
杨超
郭佳
张铭钧
《机器人》
EI
CSCD
北大核心
2018年第3期336-345,共10页
研究了作业型AUV(自主水下机器人)的轨迹跟踪控制问题.实际作业中,水下机械手展开作业过程将引起AUV动力学性能变化,进而影响AUV轨迹跟踪控制;并且水流环境干扰亦将影响AUV轨迹跟踪控制.针对上述AUV轨迹跟踪控制问题,提出一种基于RBF(...
研究了作业型AUV(自主水下机器人)的轨迹跟踪控制问题.实际作业中,水下机械手展开作业过程将引起AUV动力学性能变化,进而影响AUV轨迹跟踪控制;并且水流环境干扰亦将影响AUV轨迹跟踪控制.针对上述AUV轨迹跟踪控制问题,提出一种基于RBF(径向基函数)神经网络的AUV自适应终端滑模运动控制方法.该方法在李亚普诺夫稳定性理论框架下,采用RBF网络对机械手展开引起的AUV动力学性能变化和水流环境干扰进行在线逼近,并结合自适应终端滑模控制器对神经网络权值和AUV控制参数进行自适应在线调节.通过李亚普诺夫稳定性理论,证明AUV系统轨迹跟踪误差一致稳定有界.针对滑模控制项引起的控制量抖振问题,提出一种变滑模增益的饱和连续函数滑模抖振降低方法,以降低滑模控制量抖振.通过AUV实验样机的艏向和垂向的轨迹跟踪实验,验证了本文AUV系统控制方法和滑模降抖振方法的有效性.
展开更多
关键词
作业型
auv
RBF神经网络
模型不确定性
滑模控制
轨迹跟踪控制
抖振降低
原文传递
作业型水下机器人纵、横倾姿态自适应区域控制方法
被引量：
9
2
作者
杨超
张铭钧
+2 位作者
吴珍臻
张志强
姚峰
《机器人》
EI
CSCD
北大核心
2021年第2期224-233,共10页
本文主要研究作业型自主式水下机器人(AUV)的纵、横倾姿态自适应区域控制问题.在实际作业中,机械手作业干扰和环境不确定性等因素将影响作业过程的艇体姿态控制,进而影响运动、作业的精度.针对此姿态稳定性控制问题,提出一种基于RBF(径...
本文主要研究作业型自主式水下机器人(AUV)的纵、横倾姿态自适应区域控制问题.在实际作业中,机械手作业干扰和环境不确定性等因素将影响作业过程的艇体姿态控制,进而影响运动、作业的精度.针对此姿态稳定性控制问题,提出一种基于RBF(径向基函数)神经网络的水下机器人姿态自适应区域控制方法.针对系统模型的不确定因素,采用RBF神经网络对其进行在线估计,引入滑模控制项对估计误差进行在线补偿;针对RBF神经网络控制参数的取值问题,设计网络权值、径向基中心与方差的在线调整律,对控制参数进行自适应学习,以适应机器人艇体的不同姿态变化;针对艇体姿态的快速稳定收敛需求,在区域控制器中加入PI(比例-积分)环节,缩短姿态调节时间、降低稳态误差.基于李亚普诺夫稳定性分析,从理论上证明区域控制误差一致渐近稳定.最后,通过作业型水下机器人样机的纵、横倾姿态控制实验,验证了本文方法的有效性.
展开更多
关键词
作业型水下机器人
纵倾姿态
横倾姿态
自适应区域控制
RBF神经网络
滑模控制
原文传递
题名
基于RBF神经网络的作业型AUV自适应终端滑模控制方法及实验研究
被引量：
24
1
作者
杨超
郭佳
张铭钧
机构
哈尔滨工程大学机电工程学院
出处
《机器人》
EI
CSCD
北大核心
2018年第3期336-345,共10页
基金
国防基础科研计划(B2420133003)
国家自然科学基金(51779060)
文摘
研究了作业型AUV(自主水下机器人)的轨迹跟踪控制问题.实际作业中,水下机械手展开作业过程将引起AUV动力学性能变化,进而影响AUV轨迹跟踪控制;并且水流环境干扰亦将影响AUV轨迹跟踪控制.针对上述AUV轨迹跟踪控制问题,提出一种基于RBF(径向基函数)神经网络的AUV自适应终端滑模运动控制方法.该方法在李亚普诺夫稳定性理论框架下,采用RBF网络对机械手展开引起的AUV动力学性能变化和水流环境干扰进行在线逼近,并结合自适应终端滑模控制器对神经网络权值和AUV控制参数进行自适应在线调节.通过李亚普诺夫稳定性理论,证明AUV系统轨迹跟踪误差一致稳定有界.针对滑模控制项引起的控制量抖振问题,提出一种变滑模增益的饱和连续函数滑模抖振降低方法,以降低滑模控制量抖振.通过AUV实验样机的艏向和垂向的轨迹跟踪实验,验证了本文AUV系统控制方法和滑模降抖振方法的有效性.
关键词
作业型
auv
RBF神经网络
模型不确定性
滑模控制
轨迹跟踪控制
抖振降低
Keywords
operational
auv
(
autonomous
underwater vehicle
)
RBF(radial
basis
function)
neural
network
model
uncertainty
sliding
mode
control
trajectory
tracking
control
chattering
reduction
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP242 [自动化与计算机技术—控制科学与工程]
原文传递
题名
作业型水下机器人纵、横倾姿态自适应区域控制方法
被引量：
9
2
作者
杨超
张铭钧
吴珍臻
张志强
姚峰
机构
中国工程物理研究院材料研究所
哈尔滨工程大学机电工程学院
重庆工程职业技术学院
出处
《机器人》
EI
CSCD
北大核心
2021年第2期224-233,共10页
基金
国家自然科学基金(51839004)
中国工程物理研究院创新发展基金(PY20200104)。
文摘
本文主要研究作业型自主式水下机器人(AUV)的纵、横倾姿态自适应区域控制问题.在实际作业中,机械手作业干扰和环境不确定性等因素将影响作业过程的艇体姿态控制,进而影响运动、作业的精度.针对此姿态稳定性控制问题,提出一种基于RBF(径向基函数)神经网络的水下机器人姿态自适应区域控制方法.针对系统模型的不确定因素,采用RBF神经网络对其进行在线估计,引入滑模控制项对估计误差进行在线补偿;针对RBF神经网络控制参数的取值问题,设计网络权值、径向基中心与方差的在线调整律,对控制参数进行自适应学习,以适应机器人艇体的不同姿态变化;针对艇体姿态的快速稳定收敛需求,在区域控制器中加入PI(比例-积分)环节,缩短姿态调节时间、降低稳态误差.基于李亚普诺夫稳定性分析,从理论上证明区域控制误差一致渐近稳定.最后,通过作业型水下机器人样机的纵、横倾姿态控制实验,验证了本文方法的有效性.
关键词
作业型水下机器人
纵倾姿态
横倾姿态
自适应区域控制
RBF神经网络
滑模控制
Keywords
oper
ating
auv
(
autonomous
underwater vehicle
)
pitch
attitude
roll
attitude
adaptive
region
control
RBF(radial
basis
function)neural
network
sliding
mode
control
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于RBF神经网络的作业型AUV自适应终端滑模控制方法及实验研究
杨超
郭佳
张铭钧
《机器人》
EI
CSCD
北大核心
2018
24
原文传递
2
作业型水下机器人纵、横倾姿态自适应区域控制方法
杨超
张铭钧
吴珍臻
张志强
姚峰
《机器人》
EI
CSCD
北大核心
2021
9
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
