• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2010 IEEE/ASME International Conference on Advanced Intelligent Mechatronics >Adaptive iterative learning control for robot manipulators without using velocity signals
【24h】

Adaptive iterative learning control for robot manipulators without using velocity signals

机译：不使用速度信号的机器人机械手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 proposes an output based adaptive iterative learning control (OBAILC) scheme for robotic systems. The idea of using OBAILC is to improve the tracking performance iteratively with relatively smaller values of observer-controller gains by assuming that the system tracks the same task iteratively. The design combines proportional-derivative controller with an adaptive term that iteratively updates uncertain parameters where unknown velocity signals are estimated by the output of the linear observer. The Lyapunov-based online switching mechanism is employed to ensure monotonic convergence of the tracking errors with respect to iteration number. The proposed scheme is evaluated on a 2-DOF robot manipulator to demonstrate the theoretical development of this paper.
机译：本文提出了一种基于输出的机器人系统的自适应迭代学习控制（奥船）方案。使用欧多尔人的想法是通过假设系统迭代地跟踪相同的任务来迭代地利用相对较小的观察者控制器增益来改善跟踪性能。该设计将比例衍生控制器与自适应术语相结合，即迭代地更新不确定的参数，其中通过线性观察者的输出估计未知速度信号。基于Lyapunov的在线交换机构用于确保迭代号的跟踪误差的单调会聚。所提出的计划是在2-DOF机器人机械手上进行评估，以证明本文的理论发展。

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