期刊文献+

未知环境下基于模糊神经网络的机器人力控制研究

Study of the robotic force control based on fuzzy neural network in an unknown environment
下载PDF
导出
摘要 机器人力控制是机器人研究的一个热点和难点。在未知环境中为实现精确的接触力控制,需要力控制器能够适应环境的变化。本文将模糊神经网络引入到机器人的力控制中来适应未知环境的变化,首先用一个神经网络根据机器人对未知环境的动态响应来对未知环境进行分类,然后选择一个合适的模糊神经网络力控制器对其控制。实验研究表明所设计的控制器是可行和有效的。
出处 《制造业自动化》 北大核心 2010年第8期13-14,43,共3页 Manufacturing Automation
基金 国家自然科学基金(60964003) 甘肃省工业过程先进控制重点实验室基金(XJK0901)
  • 相关文献

参考文献9

二级参考文献27

  • 1魏立新,李二超,王洪瑞.基于CMAC在线自学习模糊自适应控制的机器人力/位置鲁棒控制[J].电工技术学报,2005,20(5):40-44. 被引量:7
  • 2邓志东,孙增圻,张再兴.一种模糊CMAC神经网络[J].自动化学报,1995,21(3):288-294. 被引量:50
  • 3柳洪义,王磊,王菲.在未知环境下基于阻抗模型的受限机械手模糊力控制方法[J].东北大学学报(自然科学版),2005,26(8):766-769. 被引量:8
  • 4韦庆.基于多传感器的多任务控制器,国防科技大学自动控制系技术报告[M].,1999..
  • 5王顺晃,智能控制系统及其应用,1995年
  • 6Young K D. Controller design for a manipulator using theory of variable structure theory. IEEE Trans on System Man and Cybernetics, 1978, 8 ( 1 ) :101 - 109.
  • 7Seul Jung. Robot neural force control with robot dynamic uncertainties under totally unknown environment. IEEE International Conference on Intelligent Robots and Systems,1996,5 (2):4-8.
  • 8Albus J S .Data storage in the cerebellar model articulation controller (CMAC). J of Dynamic System ,Measurement & Control, 1975, 97 (3): 228-233.
  • 9John nelson, L Gordon Kraft. Using CMAC neural Networks and optimal control .Proc IEEE Int Conf Neural Networks, Part 5 (of6) , 1995:2386-2390.
  • 10Kiquchi K, Watanabe K, Fukuda T. Generation of efficient adjustment strategies for a fuzzy-neuro force controller using genetic algorithms-application to robot force control in an unknown environment[J]. Information Sciences, 2002,145(1-2):113-126.

共引文献57

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部