计算机工程与应用

2022, v.58;No.992(01) 268-273

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

机械臂卷积神经网络滑模轨迹跟踪控制
Sliding Mode Convolutional Neural Network Trajectory Tracking Control for Robot Manipulators

谢宏;王立宸;袁小芳;陈海滨;

摘要(Abstract):

针对工业技术的发展对于多关节机械臂的精度与快速控制高要求,提出了一种机械臂卷积神经网络滑模轨迹跟踪控制方法。分析机械臂动力学方程,提取其中的不确定部分,针对不确定部分,构建深度卷积神经网络对其进行补偿,将补偿部分引入到滑模控制律中,通过改进后的滑模控制实现对机械臂轨迹跟踪的精确控制,并通过构建Lyapunov函数论证了系统的稳定性。仿真结果显示该方法能够满足轨迹跟踪要求,且减小了抖振现象。通过与其余三种典型控制方法的对比,测试结果表明,该方法加快了轨迹跟踪误差的收敛,且跟踪精度有了明显的提高。

关键词(KeyWords): 卷积神经网络;滑模控制;轨迹跟踪;深度学习

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2018YFB1308200)

作者(Author): 谢宏;王立宸;袁小芳;陈海滨;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享