• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IASTED international conference on robotics and applications >Adaptive iterative learning control of uncertain robotic systems
【24h】

Adaptive iterative learning control of uncertain robotic systems

机译：不确定机器人系统的自适应迭代学习控制

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents an adaptive iterative learning control(AILC) scheme for uncertain robotic systems. A distinct feature of the proposed AILC scheme is that uncertain parameters are estimated in the time domain whereas repetitive disturbances are identified and compensated in the iteration domain. The bounds of the parameters are not required to be known a priori, and the convergence rate of the iterative learning rule can be adjusted by tuning the parameter adaptation gain only. The global system stability and error convergence in L-(2e) norm sense are established without any acceleration emasurements or their estimated vlaues. The proposed AILC scheme is a balanced combination of the conventional adaptive control and the iterative learning control (ILC), where the shortcomings of each scheme are complemented.
机译：本文提出了一种不确定机器人系统的自适应迭代学习控制（AILC）方案。所提出的AILC方案的一个显着特征是，在时域中估计不确定的参数，而在迭代域中识别并补偿重复性干扰。不需要事先知道参数的界限，并且可以仅通过调整参数自适应增益来调整迭代学习规则的收敛率。建立了L-（2e）范式意义上的全局系统稳定性和误差收敛，而没有任何加速度偏差或它们的估计值。提出的AILC方案是常规自适应控制和迭代学习控制（ILC）的平衡组合，其中每种方案的缺点都得到了补充。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号