CN106826807A - 一种三自由度腕部结构的滑模变结构控制方法 - Google Patents
一种三自由度腕部结构的滑模变结构控制方法 Download PDFInfo
- Publication number
- CN106826807A CN106826807A CN201610653260.8A CN201610653260A CN106826807A CN 106826807 A CN106826807 A CN 106826807A CN 201610653260 A CN201610653260 A CN 201610653260A CN 106826807 A CN106826807 A CN 106826807A
- Authority
- CN
- China
- Prior art keywords
- vector
- fuzzy
- diag
- degree
- part structure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000000707 wrist Anatomy 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000006641 stabilisation Effects 0.000 claims abstract description 10
- 238000011105 stabilization Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 2
- 238000009415 formwork Methods 0.000 abstract description 7
- 230000007246 mechanism Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种三自由度腕部结构的滑模变结构控制方法。该方法包括五个步骤:(1)针对三自由度腕部结构分析与动力学建模。(2)设计关于各个关节快速终端滑模面和多幂次快速趋近律,从而得出快速终端滑模控制率。(3)对系统的不确定项用模糊自适应方法进行逼近。(4)系统稳定性分析。(5)仿真验证算法有效性。该控制方法能够使实际轨迹快速并稳定的趋近于期望轨迹,通过模糊自适应项的引入,能够在保证稳定性的同时很好的减小输入抖动现象。
Description
技术领域
本发明涉及一种三自由度腕部结构的滑模变结构控制方法,属于工业机器人自动控制领域。
背景技术
大跨距桁架机器人采用直角坐标机器人,具有三个自由度,但末端姿态单一,为实现调节末端姿态,一般在桁架机器人末端添加一个三自由度腕部结构。传统的腕部结构通常是按照“转-摆-转”的顺序设置,当第1轴、第3轴的轴线处于重合位置时,会出现奇异点,此时第1轴、第3轴的转动速度会突然变得很大。
本发明采用自行设计的腕部结构采用“摆-摆-转”型三自由度腕部结构,将腕部三个旋转自由度沿三个相互垂直方向布置,消除奇异点。三自由度腕部结构是一种典型的多关节串联机器人。而多关节串联机器人系统是一种复杂的多输入多输出系统,具有耦合、时变、非线性等动力学特性,并具有很强的不确定性。因此,模糊控制,自适应控制,滑模控制等控制方法更适合这种系统。传统滑模控制无法在有限的时间内趋近于滑模面,终端滑模控制能够有效的解决这个问题。但当进入滑模面时若误差函数过大,终端滑模的收敛速度不如传统滑模控制。同时在趋近滑模面阶段,无论是传统滑模控制还是终端滑模控制,采用的是常值切换函数,由于切换函数的不连续性,常常导致输入力矩存在很强的抖动,常值增益越大,抖动越强烈。
发明内容
本发明针对自行设计的一种消除奇异点“摆-摆-转”型三自由度腕部结构,提出了一种三自由度腕部结构的滑模变结构控制方法,该控制方法采用多幂次趋近律提高趋近滑模面速度;设计一种非奇异快速终端滑模面以达到有限时间收敛的目的;对于控制系统中存在的不确定因素和建模误差采用模糊自适应方法进行在线逼近。
为达到上述目的,本发明采用如下技术方案:
一种三自由度腕部结构的滑模变结构控制方法,具体步骤如下:
步骤一:针对三自由度腕部结构分析与动力学建模:
三自由度腕部结构在机器人学中属于多关节串联机械手,其动力学方程为:
其中q,分别为关节角度向量,关节角速度向量,关节角加速向量;τ为关节驱动 力矩,d为外部扰动与建模误差;三自由度腕部结构由于有三个关节,故q,为三维向量;下文中分别为x的二阶和一阶导数;
由于实际应用当中,公式(1)中矩阵并不能求得其准确值,一般是以观测值出现:
其中,H0(q)为惯性矩阵的观测值,为哥氏力与离心力矩阵的观测值,G0(q)为重力向量的观测值,公式(3)将系统误差进行合并;
步骤二:设计关于各个关节无奇异快速终端滑模面和多幂次快速趋近律,从而得出快速终端滑模控制率:
输入力矩为:
τ=τeq+τrl+τaf+τr (4)
其中τeq为等效控制力矩,τrl为趋近律项,τaf为模糊自适应控制力矩,τr为保证模糊自适应稳定的鲁棒项;
定义q为关节角度,qd为期望角度,偏差e=q-qd;定义signk(x)=|x|k·sign(x),其中sign为符号函数;令K=diag(k1,…,kn),其中diag为对角矩阵,x=[x1,…,xn]T定义:
快速终端滑模面设计:
其中:0<a<1,b>1,k1>0,k2>0,这样设计具有奇异性,为避免奇异性,快速终端滑模面改为:
对于三自由度腕部结构,n为关节数,即n=3;取滑模面向量S=[s1,s2,s3]T:
I为单位矩阵,e为偏差向量,e=[e1,e2,e3]T,定义:
γ1=diag(γ11,γ12,γ13),γ2=diag(γ21,γ22,γ23),A=diag(α1,α2,α3),B=diag(β1,β2,β3)(9)
其中γ1i>0,γ2i>0,1<βi<2,αi>βi;由于趋近律不存在避免奇异性问题,故趋近律设计成:
M=diag(m1,m2,m3),N=diag(n1,n2,n3),K3=diag(k31,k32,k33),K4=diag(k41,k42,k43)(11)
其中0<mi<1,ni>1,k3i>0,k4i>0;设计等效控制力矩τeq与趋近律项τrl:
其中ε0为很小的正实数;
步骤三:对系统的不确定项用模糊自适应方法进行逼近:
为了逼近不确定项向量Δf,使用模糊自适应方法进行趋近,
以滑模面S=[s1,s2,s3]T作为输入,通过If-then模糊规则对Δf进行估计,nr为规则个数,第r条模糊规则为:
Fi r,Or是以 为隶属函数的模糊集合,nr为模糊规则数量;采用单值模糊器、乘积推理机、中心平均解模糊器设计模糊系统,模糊系统输出为:
dr是各个隶属函数为1时的值,y(S)表示为:
y(S)=ξTθ (15)
为系数向量,通过自适应进行逼近最优参数,为回归向量,定义ξr:
模糊自适应力矩τaf:
将表达为向量乘积形式:
设θj的最优逼近参数为Δfj为Δf第j个分量,最小模糊逼近误差向量为εf,误差上界向量定义如下:
εf=[ε1,ε2,ε3]T (21)
误差上界定义为定义hi为H0(q)-1第j个列向量,定义自适应率为:
τr为保证模糊自适应稳定的鲁棒项,定义σ0是一个正常数,小于H0(q)-1的最小特征值;
步骤四:系统稳定性分析:
取Lyapunov函数为:
将拆分:
由于ε0是非常小的正数,为正定矩阵,由(24),令知Λ为对角矩阵;由于
STΛH0(q)-1SΛ≥σ0||STΛ|| (32)
故系统稳定;
步骤五:联合仿真验证算法有效性:
将三自由度腕部结构在Solidworks中建模,导入ADAMS,在ADAMS中,对模型进行简化,设置运动副,定义输入变量,输出变量,质量等参数,最后在ADAMS中生成MATLAB中使用的模块,在MATLAB与ADAMS中联合仿真,在MATLAB中将本算法实现,并验证其有效性。
与现有技术相比,本发明具有如下突出的优点:
该控制方法能够使实际轨迹快速并稳定的趋近于期望轨迹,通过模糊自适应项的引入,能够在保证稳定性的同时很好的减小输入抖动现象。
附图说明
图1为本发明三自由度腕部结构的整体立体图。
图2为本发明闭环控制系统结构示意图。
图3为本发明角度跟踪仿真示意图。
图4为本发明控制力矩输入仿真示意图。
具体实施方式
下面结合附图,对本发明的具体实施例做进一步的说明。
三自由度腕部结构如图1所示,“摆-摆-转”型三自由度腕部结构,包括第一组合件、第二组合件、第三组合件,所述第一组合件为本腕部结构初始端,第二组合件为中间部、第三组合件为末端。所述第一组合件包含本腕部结构全部的三个伺服电机,通过三个传动结构将动力传到各输出轴。所述三个传动结构分别构成第一传动机构、第二传动机构、第三传动机构。所述第一传动机构在第一组合件内部,将动力传至第一轴。所述第二传动结构从第一组合件到第二组合件,将动力传至第二轴。所述第三传动结构贯穿第一组合件、第二组合件、第三组合件,将动力传至第三轴。
如图2所示,一种三自由度腕部结构的滑模变结构控制方法,具体步骤如下:
步骤一:针对自行设计的新型三自由度腕部结构分析与动力学建模。
三自由度腕部结构动力学方程:
其中q,为关节角度向量,关节角速度向量,关节角加速向量;τ为关节驱动力矩,d为外部扰动与建模误差。三自由度腕部结构由于有三个关节,故q,为三维向量。下文中分别为x的二阶和一阶导数。
其中H0(q)为惯性矩阵的观测值,为哥氏力与离心力矩阵的观测值,G0(q)为重力向量的观测值。
步骤二:设计关于各个关节无奇异快速终端滑模面和多幂次快速趋近律,从而得出快速终端滑模控制率。
控制律求解过程如图2。
输入力矩为:
τ=τeq+τrl+τaf+τr (4)
τeq为等效控制力矩,τrl为趋近律项,τaf为模糊自适应控制力矩,τr为保证模糊自适应稳定的鲁棒项。
定义q为关节角度,qd为期望角度,偏差e=q-qd。定义signk(x)=|x|k·sign(x)(sign为符号函数);令K=diag(k1,…,kn),(diag为对角矩阵)x=[x1,…,xn]T定义:
对于新型三自由度腕部结构,n为关节数,取滑模面向量S=[s1,s2,s3]T:
I为单位矩阵,e为偏差向量,e=[e1,e2,e3]T,定义:
γ1=diag(1,1,1),A=diag(9,9,9),
由于趋近律不存在避免奇异性问题,故趋近律可设计成:
N=diag(5,5,5),K3=diag(60,60,60),K4=diag(60,60,60)(9)
得到等效控制力矩τeq与趋近律项τrl:
ε0取0.005。
步骤三:对系统的不确定项用模糊自适应方法进行逼近。
为了逼近不确定项Δf,使用模糊自适应方法进行趋近。
以滑模面S=[s1,s2,s3]T作为输入,通过If-then模糊规则对Δf进行估计。nr为规则个数。第r条模糊规则为:
Fi r,Or是以 为隶属函数的模糊集合。nr为模糊规则数量。采用单值模糊器、乘积推理机、中心平均解模糊器设计模糊系统。模糊系统输出为:
dr是各个隶属函数为1时的值。y(S)也可以表示为:
y(S)=ξTθ (13)
为系数向量,通过自适应进行逼近最优参数。为回归向量,定义ξr:
模糊自适应力矩τaf:
将表达为向量乘积形式:
设θj的最优逼近参数为Δfj为Δf第j个分量,最小模糊逼近误差为εf,误差上界定义如
εf=[ε1,ε2,ε3]T (19)
误差上界定义为定义hi为H0(q)-1第j个列向量。定义自适应率为:
τr为保证模糊自适应稳定的鲁棒项。定义σ0是一个正常数,小于H0(q)-1的最小特征值。
步骤四:系统稳定性分析。
取Lyapunov函数为:
由于ε0是非常小的正数,为正定矩阵,由由(24), 令可知Λ为对角矩阵:
STΛH0(q)-1SΛ≥σ0||STΛ|| (30)
故系统稳定。
步骤五:联合仿真验证算法有效性。
在ADAMS中搭建可在MATLAB中使用的被控模型,进行ADAMS与MATLAB联合控制仿真。在Matlab中输出控制效果,角度跟踪效果如图3所示。力矩输入如图4所示。
Claims (1)
1.一种三自由度腕部结构的滑模变结构控制方法,其特征在于,具体步骤如下:
步骤一:针对三自由度腕部结构分析与动力学建模:
三自由度腕部结构在机器人学中属于多关节串联机械手,其动力学方程为:
其中q,分别为关节角度向量,关节角速度向量,关节角加速向量;τ为关节驱动力矩,d为外部扰动与建模误差;三自由度腕部结构由于有三个关节,故q,为三维向量;下文中分别为x的二阶和一阶导数;
由于实际应用当中,公式(1)中矩阵并不能求得其准确值,一般是以观测值出现:
其中,H0(q)为惯性矩阵的观测值,为哥氏力与离心力矩阵的观测值,G0(q)为重力向量的观测值,公式(3)将系统误差进行合并;
步骤二:设计关于各个关节无奇异快速终端滑模面和多幂次快速趋近律,从而得出快速终端滑模控制率:
输入力矩为:
τ=τeq+τrl+τaf+τr (4)
其中τeq为等效控制力矩,τrl为趋近律项,τaf为模糊自适应控制力矩,τr为保证模糊自适应稳定的鲁棒项;
定义q为关节角度,qd为期望角度,偏差e=q-qd;定义signk(x)=|x|k·sign(x),其中sign为符号函数;令K=diag(k1,…,kn),其中diag为对角矩阵,x=[x1,…,xn]T定义:
快速终端滑模面设计:
其中:0<a<1,b>1,k1>0,k2>0,这样设计具有奇异性,为避免奇异性,快速终端滑模面改为:
对于三自由度腕部结构,n为关节数,即n=3;取滑模面向量S=[s1,s2,s3]T:
I为单位矩阵,e为偏差向量,e=[e1,e2,e3]T,定义:
γ1=diag(γ11,γ12,γ13),γ2=diag(γ21,γ22,γ23),A=diag(α1,α2,α3),B=diag(β1,β2,β3) (9)
其中γ1i>0,γ2i>0,1<βi<2,αi>βi;由于趋近律不存在避免奇异性问题,故趋近律设计成:
M=diag(m1,m2,m3),N=diag(n1,n2,n3),K3=diag(k31,k32,k33),K4=diag(k41,k42,k43) (11)
其中0<mi<1,ni>1,k3i>0,k4i>0;设计等效控制力矩τeq与趋近律项τrl:
其中ε0为很小的正实数;
步骤三:对系统的不确定项用模糊自适应方法进行逼近:
为了逼近不确定项向量Δf,使用模糊自适应方法进行趋近,
以滑模面S=[s1,s2,s3]T作为输入,通过If-then模糊规则对Δf进行估计,nr为规则个数,第r条模糊规则为:
Fi r,Or是以 为隶属函数的模糊集合,nr为模糊规则数量;采用单值模糊器、乘积推理机、中心平均解模糊器设计模糊系统,模糊系统输出为:
dr是各个隶属函数为1时的值,y(S)表示为:
y(S)=ξTθ (15)
为系数向量,通过自适应进行逼近最优参数,为回归向量,定义ξr:
模糊自适应力矩τaf:
将表达为向量乘积形式:
设θj的最优逼近参数为Δfj为Δf第j个分量,最小模糊逼近误差向量为εf,误差上界向量定义如下:
εf=[ε1,ε2,ε3]T (21)
误差上界定义为定义hi为H0(q)-1第j个列向量,定义自适应率为:
τr为保证模糊自适应稳定的鲁棒项,定义σ0是一个正常数,小于H0(q)-1的最小特征值;
步骤四:系统稳定性分析:
取Lyapunov函数为:
将拆分:
由于ε0是非常小的正数,为正定矩阵,由(24),令知Λ为对角矩阵;由于
STΛH0(q)-1SΛ≥σ0||STΛ|| (32)
故系统稳定;
步骤五:联合仿真验证算法有效性:
将三自由度腕部结构在Solidworks中建模,导入ADAMS,在ADAMS中,对模型进行简化,设置运动副,定义输入变量,输出变量,质量等参数,最后在ADAMS中生成MATLAB中使用的模块,在MATLAB与ADAMS中联合仿真,在MATLAB中将本算法实现,并验证其有效性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610653260.8A CN106826807B (zh) | 2016-08-11 | 2016-08-11 | 一种三自由度腕部结构的滑模变结构控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610653260.8A CN106826807B (zh) | 2016-08-11 | 2016-08-11 | 一种三自由度腕部结构的滑模变结构控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106826807A true CN106826807A (zh) | 2017-06-13 |
CN106826807B CN106826807B (zh) | 2020-01-17 |
Family
ID=59146380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610653260.8A Expired - Fee Related CN106826807B (zh) | 2016-08-11 | 2016-08-11 | 一种三自由度腕部结构的滑模变结构控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106826807B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505835A (zh) * | 2017-08-11 | 2017-12-22 | 广东工业大学 | 一种控制机械手运动的方法、装置及系统 |
CN109330819A (zh) * | 2018-09-18 | 2019-02-15 | 山东建筑大学 | 主从式上肢外骨骼康复机器人控制系统及其控制方法 |
CN110275439A (zh) * | 2019-06-28 | 2019-09-24 | 四川大学 | 自平衡小车的控制方法、控制器的设计方法及装置 |
CN114265318A (zh) * | 2022-03-02 | 2022-04-01 | 北京航空航天大学 | 一种基于滑模控制和模糊算法的协作机器人轨迹跟踪方法 |
CN114516047A (zh) * | 2022-02-14 | 2022-05-20 | 安徽大学 | 基于径向基神经网络终端滑模控制机械臂轨迹方法及系统 |
CN114643584A (zh) * | 2022-05-17 | 2022-06-21 | 中国科学技术大学 | 一种绳索牵引并联机器人快速终端滑模同步控制方法 |
CN117681212A (zh) * | 2024-02-01 | 2024-03-12 | 安徽大学 | 基于动力学参数辨识和快速终端滑模协作机器人控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6253120B1 (en) * | 1997-04-28 | 2001-06-26 | Seiko Seiki Kabushiki Kaisha | Position and/or force controlling apparatus using sliding mode decoupling control |
CN103538068A (zh) * | 2013-10-12 | 2014-01-29 | 江南大学 | Scara机器人模糊滑模轨迹跟踪控制方法 |
-
2016
- 2016-08-11 CN CN201610653260.8A patent/CN106826807B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6253120B1 (en) * | 1997-04-28 | 2001-06-26 | Seiko Seiki Kabushiki Kaisha | Position and/or force controlling apparatus using sliding mode decoupling control |
CN103538068A (zh) * | 2013-10-12 | 2014-01-29 | 江南大学 | Scara机器人模糊滑模轨迹跟踪控制方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505835A (zh) * | 2017-08-11 | 2017-12-22 | 广东工业大学 | 一种控制机械手运动的方法、装置及系统 |
CN109330819A (zh) * | 2018-09-18 | 2019-02-15 | 山东建筑大学 | 主从式上肢外骨骼康复机器人控制系统及其控制方法 |
CN110275439A (zh) * | 2019-06-28 | 2019-09-24 | 四川大学 | 自平衡小车的控制方法、控制器的设计方法及装置 |
CN110275439B (zh) * | 2019-06-28 | 2020-05-26 | 四川大学 | 自平衡小车的控制方法、控制器的设计方法及装置 |
CN114516047A (zh) * | 2022-02-14 | 2022-05-20 | 安徽大学 | 基于径向基神经网络终端滑模控制机械臂轨迹方法及系统 |
CN114265318A (zh) * | 2022-03-02 | 2022-04-01 | 北京航空航天大学 | 一种基于滑模控制和模糊算法的协作机器人轨迹跟踪方法 |
CN114643584A (zh) * | 2022-05-17 | 2022-06-21 | 中国科学技术大学 | 一种绳索牵引并联机器人快速终端滑模同步控制方法 |
CN114643584B (zh) * | 2022-05-17 | 2022-09-30 | 中国科学技术大学 | 一种绳索牵引并联机器人快速终端滑模同步控制方法 |
CN117681212A (zh) * | 2024-02-01 | 2024-03-12 | 安徽大学 | 基于动力学参数辨识和快速终端滑模协作机器人控制方法 |
CN117681212B (zh) * | 2024-02-01 | 2024-05-14 | 安徽大学 | 基于动力学参数辨识和快速终端滑模协作机器人控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106826807B (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106826807A (zh) | 一种三自由度腕部结构的滑模变结构控制方法 | |
Islam et al. | Robust control of four-rotor unmanned aerial vehicle with disturbance uncertainty | |
Fantoni et al. | Energy based control of the pendubot | |
CN101520857B (zh) | 一种基于神经网络的永磁球形电动机逆运动学求解方法 | |
CN109085749B (zh) | 一种基于自适应模糊反演的非线性遥操作双边控制方法 | |
CN107263481B (zh) | 一种多自由度机器人的类脑学习控制方法 | |
Liu et al. | Fuzzy PID control of space manipulator for both ground alignment and space applications | |
CN106527129A (zh) | 一种并联机器人间接自适应模糊控制参数的确定方法 | |
Jalali et al. | Colonial competitive optimization sliding mode controller with application to robot manipulator | |
Jiao et al. | Analysis and design the controller for quadrotors based on PID control method | |
López-Martínez et al. | A multivariable nonlinear H∞ controller for a laboratory helicopter | |
Dang et al. | Design and implementation of a robust fuzzy controller for a rotary inverted pendulum using the Takagi-Sugeno descriptor representation | |
Mohammadi et al. | PSO tuned FLC for full autopilot control of quadrotor to tackle wind disturbance using bond graph approach | |
Sainzaya et al. | LQR control with refined PID to balance rotary inverted pendulum with time-varying uncertainty | |
CN108062024A (zh) | 一种考虑阻力的移动机器人反演滑模控制方法 | |
CN108227493A (zh) | 一种机器人轨迹跟踪方法 | |
CN110977971A (zh) | 一种基于模糊集理论的Delta机器人控制方法 | |
Lotfi et al. | Modelling and control of quadrotor maneuvers with variations of center of gravitry (COG) | |
Ruan et al. | Fuzzy PID control for a cubic robot balancing on its corner | |
Bian et al. | Finite-time control for nonholonomic mobile robot by brain emotional learning-based intelligent controller | |
Ahmed et al. | Control of a hexa-rotor system using various of x-mpc techniques | |
Khadhraoui et al. | Barrier Lyapunov Function Based Trajectory Tracking Controller of a Quadrotor UAV | |
Chalidia et al. | Autonomous VTOL design in quadcopter using feedback linearization and fuzzy TS | |
Zhao et al. | Neural and fuzzy dynamic programming for under-actuated systems | |
Wen et al. | Optimized Fuzzy Attitude Control of Quadrotor Unmanned Aerial Vehicle Using Adaptive Reinforcement Learning Strategy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |