CN111590561A - 一种分布式机械臂系统鲁棒预设性能控制方法 - Google Patents

一种分布式机械臂系统鲁棒预设性能控制方法 Download PDF

Info

Publication number
CN111590561A
CN111590561A CN202010343767.XA CN202010343767A CN111590561A CN 111590561 A CN111590561 A CN 111590561A CN 202010343767 A CN202010343767 A CN 202010343767A CN 111590561 A CN111590561 A CN 111590561A
Authority
CN
China
Prior art keywords
performance
mechanical arm
control
distributed
preset performance
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
Application number
CN202010343767.XA
Other languages
English (en)
Other versions
CN111590561B (zh
Inventor
张刚
刘志坚
侯文宝
沈永跃
吴玮
李德路
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dragon Totem Technology Hefei Co ltd
Original Assignee
Jiangsu Jianzhu Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Jianzhu Institute filed Critical Jiangsu Jianzhu Institute
Priority to CN202010343767.XA priority Critical patent/CN111590561B/zh
Publication of CN111590561A publication Critical patent/CN111590561A/zh
Application granted granted Critical
Publication of CN111590561B publication Critical patent/CN111590561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/1605Simulation of manipulator lay-out, design, modelling of manipulator
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种分布式机械臂系统鲁棒预设性能控制方法,其步骤包括:步骤一,建立分布式机械臂系统的数学模型;步骤二,设计预设性能约束;步骤三,设计分布式鲁棒预设性能控制器。本控制方法不依赖非线性模型、复杂度低,不仅实现了在未知非线性和外界干扰下的多个机械臂关节角度稳定和追踪控制,且实现了主从机械系统保障其瞬态与稳态性能的追踪控制;本预设性能控制方法不仅可以解决单个机械系统的轨迹跟踪控制问题,同时也能够解决多个机械系统的协同控制问题,进一步丰富了预设性能控制方法的适用对象,为解决更多实际机械系统控制问题提供了坚实理论与方法基础。

Description

一种分布式机械臂系统鲁棒预设性能控制方法
技术领域
本发明涉及一种分布式机械臂系统鲁棒预设性能控制方法,属于机械系统控制技术领域。
背景技术
在实际工程中,往往需要多个结构简单的机械系统共同完成一个复杂任务。多个机械系统协同工作一方面可以大大提高系统的自由度和可靠性,另一方面也有利于降低受控系统的成本。
现有针对多个机械系统的分布式控制有许多研究成果,例如基于滑模控制技术的有限时间分布式控制方法、基于神经网络的自适应分布式控制、基于事件驱动的分布式控制等。为了实现对分布式控制系统瞬态与稳态性能的预设,现有技术针对单输入单输出非线性系统,利用神经网络构建了分布式自适应预设性能控制方法,针对存在随机干扰的欧拉-拉格朗日系统进一步研究了基于神经网络近似的分布式自适应预设性能控制。以上控制虽然有效,但是存在两点局限:首先,神经网络的使用必然涉及到复杂的权重参数调参整定问题,当神经网络的层数和结点增加时,该问题更加复杂,且需要耗费大量计算资源,不利于控制律的在线使用;其次,神经网络近似非线性仅在初始定义的紧集范围内有效,如何保障网络学习的有效性是一个难以解决的问题。
发明内容
针对上述现有技术存在的问题,本发明提供一种分布式机械臂系统鲁棒预设性能控制方法,该控制方法不依赖非线性模型、复杂度低,不仅能够实现在未知非线性和外界干扰下的多个机械臂关节角度稳定和追踪控制,且能够实现主从机械系统保瞬态与稳态性能的追踪控制。
为了实现上述目的,本发明提供一种分布式机械臂系统鲁棒预设性能控制方法,包括如下步骤:
步骤一,建立分布式机械臂系统的数学模型:
具有欧拉-拉格朗日多输入多输出特性的分布式机械臂系统,其第i个形式如下:
Figure BDA0002469394460000021
其中:
Figure BDA0002469394460000022
为第i个机械臂系统的n维位置向量,
Figure BDA0002469394460000023
分别为速度和加速度向量;
Figure BDA0002469394460000024
分别为系统惯性矩阵、科氏力和离心力矩阵以及重力引力相关矢量;
Figure BDA0002469394460000025
Figure BDA0002469394460000026
分别为系统的控制输入变量和未知的外部扰动;
步骤二,设计预设性能约束:
定义的性能约束如下所示:
Figure BDA0002469394460000027
其中,κ∈[0,1]为常量,ρ(t)为性能函数,
Figure BDA00024693944600000211
(
Figure BDA00024693944600000212
ρ0>ρ>0为常量);为降低控制器设计的复杂度,引入如下转化函数S(·)对性能函数进行同胚映射转化,即:
Figure BDA0002469394460000028
其中,ε(t)为转化后误差,其微分形式为:
Figure BDA0002469394460000029
其中,α(t)为定义的标准追踪误差,α(t)=e(t)/ρ(t),其范围满足:
Figure BDA00024693944600000210
Figure BDA0002469394460000031
步骤三,设计分布式鲁棒预设性能控制器:
1)定义第i(i=1,2,...,N)个从结点的广义位置和速度追踪误差为:
Figure BDA0002469394460000032
定义整个主从结点跟踪误差为:
Figure BDA0002469394460000033
其中:
Figure BDA0002469394460000034
z1,i=pi-p0,
Figure BDA0002469394460000035
定义第i(i=1,2,...,N)个从结点的伴随状态si,即:
si=e2,iie1,i (7),
其中,
Figure BDA0002469394460000036
为待设计的对角正定矩阵;
2)对位置追踪误差e1,i进行相应性能约束包络设计,同一从节点拥有同一性能函数,伴随状态相应的性能约束包络为:
Figure BDA0002469394460000037
其中,
Figure BDA0002469394460000038
i=1,2,...,N,r=1,2,...,n;
3)设计第i(i=1,2,...,N)个从结点的低复杂度控制器,形式如下:
τi=-K1,isi-K2,iζiεe,i (9),
其中,
Figure BDA0002469394460000041
为对称正定的控制增益;从结点伴随状态si定义如式(7)所述;转换误差εe,i满足如下形式:
Figure BDA0002469394460000042
其中,ζi(t)=diag{ζi,1(t),ζi,2(t),...,ζi,n(t)},
Figure BDA0002469394460000043
是伴随变量。
本控制方法针对多个机械系统在未知非线性模型和外界干扰下,通过建立分布式机械臂系统的数学模型,并在此基础上进一步设计预设性能约束,以保障其瞬态与稳态性能,最终设计出分布式鲁棒预设性能控制器,该控制方法不依赖非线性模型、复杂度低,不仅实现了在未知非线性和外界干扰下的多个机械臂关节角度稳定和追踪控制,且实现了主从机械系统保障其瞬态与稳态性能的追踪控制;本预设性能控制方法不仅可以解决单个机械系统的轨迹跟踪控制问题,同时也能够解决多个机械系统的协同控制问题,进一步丰富了预设性能控制方法的适用对象,为解决更多实际机械系统控制问题提供了坚实理论与方法基础。
附图说明
图1是主从机械臂系统之间的信息拓扑图,其中0表示主机械臂系统,1~3表示从机械臂系统;
图2是稳定控制时从机械臂系统关节角度追踪误差图;
图3是稳定控制时从机械臂系统关节角速度追踪误差图;
图4是稳定控制时从机械臂系统关节角度输出图;
图5是稳定控制时从机械臂系统控制输入/N.m图;
图6是追踪控制时从机械臂系统关节角度追踪误差图;
图7是追踪控制时从机械臂系统关节角速度追踪误差图;
图8是追踪控制时从机械臂系统关节角度输出图;
图9是追踪控制时从机械臂系统控制输入/N.m图。
具体实施方式
下面结合附图对本发明作进一步说明。
一种分布式机械臂系统鲁棒预设性能控制方法,包括如下步骤:
步骤一,建立分布式机械臂系统的数学模型:
具有欧拉-拉格朗日多输入多输出特性的分布式机械臂系统,其第i个形式如下:
Figure BDA0002469394460000051
其中:
Figure BDA0002469394460000052
为第i个机械臂系统的n维位置向量,
Figure BDA0002469394460000053
分别为速度和加速度向量;
Figure BDA0002469394460000054
分别为系统惯性矩阵、科氏力和离心力矩阵以及重力引力相关矢量;
Figure BDA0002469394460000055
Figure BDA0002469394460000056
分别为系统的控制输入变量和未知的外部扰动;
步骤二,设计预设性能约束:
定义的性能约束如下所示:
Figure BDA0002469394460000057
其中,κ∈[0,1]为常量,ρ(t)为性能函数,
Figure BDA0002469394460000059
(
Figure BDA00024693944600000510
ρ0>ρ>0为常量);为降低控制器设计的复杂度,引入如下转化函数S(·)对性能函数进行同胚映射转化,即:
Figure BDA0002469394460000058
其中,ε(t)为转化后误差,其微分形式为:
Figure BDA0002469394460000061
其中,α(t)为定义的标准追踪误差,α(t)=e(t)/ρ(t),其范围满足:
Figure BDA0002469394460000062
Figure BDA0002469394460000063
步骤三,设计分布式鲁棒预设性能控制器:
1)定义第i(i=1,2,...,N)个从结点的广义位置和速度追踪误差为:
Figure BDA0002469394460000064
定义整个主从结点跟踪误差为:
Figure BDA0002469394460000065
其中:
Figure BDA0002469394460000066
z1,i=pi-p0,
Figure BDA0002469394460000067
定义第i(i=1,2,...,N)个从结点的伴随状态si,即:
si=e2,iie1,i (7),
其中,
Figure BDA0002469394460000068
为待设计的对角正定矩阵;
2)对位置追踪误差e1,i进行相应性能约束包络设计,同一从节点拥有同一性能函数,伴随状态相应的性能约束包络为:
Figure BDA0002469394460000071
其中,
Figure BDA0002469394460000072
i=1,2,...,N,r=1,2,...,n;
3)设计第i(i=1,2,...,N)个从结点的低复杂度控制器,形式如下:
τi=-K1,isi-K2,iζiεe,i (9),
其中,
Figure BDA0002469394460000073
为对称正定的控制增益;从结点伴随状态si定义如式(7)所述;转换误差εe,i满足如下形式:
Figure BDA0002469394460000074
其中,ζi(t)=diag{ζi,1(t),ζi,2(t),...,ζi,n(t)},
Figure BDA0002469394460000075
是伴随变量。
实施例一:
本发明选用多个二阶机械臂系统这一典型的非线性机械系统作为研究对象,进行多个机械臂系统的主从稳定控制。假设有3个从机械臂系统,一个主机械臂系统,主从机械臂系统之间的信息拓扑如图1所示。
在分布式稳定控制算例中,从机械臂参数设置为:
从机械臂系统1:m1,1=0.5kg,m1,2=1.5kg,l1,1=1.0m,l1,2=0.8m;
从机械臂系统2:m2,1=1.0kg,m2,2=2.0kg,l2,1=1.5m,l2,2=1.0m;
从机械臂系统3:m3,1=1.5kg,m3,2=1.0kg,l3,1=1.2m,l3,2=1.0m;
三个从机械臂系统的性能函数参数都设置为:
ρi,0=8,ρi,∞=0.01,
Figure BDA0002469394460000076
κi,r=1(i=1,2,3);
三个从机械臂系统的控制器参数都设置为:
K1,i=diag{20,20},K2,i=diag{1,1},λi=diag{0.05,0.05};
外部干扰取为:
Figure BDA0002469394460000081
三个从机械臂的初始状态为:从机械臂系统1:p1(0)=[2,-1]T rad,
Figure BDA0002469394460000082
从机械臂系统2:p2(0)=[1,-2]T rad,
Figure BDA0002469394460000083
从机械臂系统3:p3(0)=[1,-1]T rad,
Figure BDA0002469394460000084
在稳定控制算例中,主机械臂期望指令为0,相应的仿真结果如图2至5所示,从图中可以得出,1)在未知动力学模型和外界干扰下,从机械臂系统能够在5s左右稳定到同一位置,且预设的关节角度追踪误差性能包络能够在整个时间域实现;2)从机械臂系统的输入是有界的,因此本发明设计的分布式鲁棒预设性能控制器是有效的。
实施例二:
选用多个二阶机械臂系统这一典型的非线性机械系统作为研究对象,进行多个机械臂系统的追踪控制,控制系统参数和初始状态与实施例一相同。
假定主机械臂系统的期望轨迹为:
Figure BDA0002469394460000085
相应的仿真结果如图6至9所示,从图中可以得出,1)在未知动力学模型和外界干扰下,从机械臂系统能够在25s左右追踪上期望的关节角度指令,且预设的关节角度追踪误差性能包络能够在整个时间域实现,相比于实施例一中的稳定控制,分布式追踪的响应时间跟随着目标指令出现了延后现象;2)从机械臂系统的输入是有界的,因此本发明中的分布式鲁棒预设性能控制器是有效的。

Claims (1)

1.一种分布式机械臂系统鲁棒预设性能控制方法,其特征在于,包括如下步骤:
步骤一,建立分布式机械臂系统的数学模型:
具有欧拉-拉格朗日多输入多输出特性的分布式机械臂系统,其第i个形式如下:
Figure FDA0002469394450000011
其中:
Figure FDA0002469394450000012
为第i个机械臂系统的n维位置向量,
Figure FDA0002469394450000013
分别为速度和加速度向量;
Figure FDA0002469394450000014
分别为系统惯性矩阵、科氏力和离心力矩阵以及重力引力相关矢量;
Figure FDA0002469394450000015
Figure FDA0002469394450000016
分别为系统的控制输入变量和未知的外部扰动;
步骤二,设计预设性能约束:
定义的性能约束如下所示:
Figure FDA0002469394450000017
其中,κ∈[0,1]为常量,ρ(t)为性能函数,ρ(t)=(ρ0)exp(-lt)+ρ(l>0,ρ0>ρ>0为常量);为降低控制器设计的复杂度,引入如下转化函数
Figure FDA0002469394450000018
对性能函数进行同胚映射转化,即:
Figure FDA0002469394450000019
其中,ε(t)为转化后误差,其微分形式为:
Figure FDA00024693944500000110
其中,α(t)为定义的标准追踪误差,α(t)=e(t)/ρ(t),其范围满足:
Figure FDA0002469394450000021
Figure FDA0002469394450000022
步骤三,设计分布式鲁棒预设性能控制器:
1)定义第i(i=1,2,...,N)个从结点的广义位置和速度追踪误差为:
Figure FDA0002469394450000023
定义整个主从结点跟踪误差为:
Figure FDA0002469394450000024
其中:
Figure FDA0002469394450000025
z1,i=pi-p0,
Figure FDA0002469394450000026
定义第i(i=1,2,...,N)个从结点的伴随状态si,即:
si=e2,iie1,i (7),
其中,
Figure FDA0002469394450000027
为待设计的对角正定矩阵;
2)对位置追踪误差e1,i进行相应性能约束包络设计,同一从节点拥有同一性能函数,伴随状态相应的性能约束包络为:
Figure FDA0002469394450000028
其中,
Figure FDA0002469394450000031
3)设计第i(i=1,2,...,N)个从结点的低复杂度控制器,形式如下:
τi=-K1,isi-K2,iζiεe,i (9),
其中,K1,i,
Figure FDA0002469394450000032
为对称正定的控制增益;从结点伴随状态si定义如式(7)所述;
转换误差εe,i满足如下形式:
Figure FDA0002469394450000033
其中,ζi(t)=diag{ζi,1(t),ζi,2(t),...,ζi,n(t)},
Figure FDA0002469394450000034
是伴随变量。
CN202010343767.XA 2020-04-27 2020-04-27 一种分布式机械臂系统鲁棒预设性能控制方法 Active CN111590561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010343767.XA CN111590561B (zh) 2020-04-27 2020-04-27 一种分布式机械臂系统鲁棒预设性能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010343767.XA CN111590561B (zh) 2020-04-27 2020-04-27 一种分布式机械臂系统鲁棒预设性能控制方法

Publications (2)

Publication Number Publication Date
CN111590561A true CN111590561A (zh) 2020-08-28
CN111590561B CN111590561B (zh) 2021-11-16

Family

ID=72185130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010343767.XA Active CN111590561B (zh) 2020-04-27 2020-04-27 一种分布式机械臂系统鲁棒预设性能控制方法

Country Status (1)

Country Link
CN (1) CN111590561B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111958606A (zh) * 2020-09-10 2020-11-20 浙江协力机器人技术有限公司 一种应用于多自由度机械臂的分布式鲁棒跟踪控制方法
CN115179295A (zh) * 2022-08-04 2022-10-14 电子科技大学 一种多欧拉-拉格朗日系统鲁棒二分一致性跟踪控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6684112B1 (en) * 2000-04-11 2004-01-27 George Shu-Xing Cheng Robust model-free adaptive control
CN104698846A (zh) * 2015-02-10 2015-06-10 浙江工业大学 一种机械臂伺服系统的指定性能反演控制方法
CN106681343A (zh) * 2016-12-23 2017-05-17 西北工业大学 一种航天器姿态跟踪低复杂度预设性能控制方法
CN107193210A (zh) * 2017-05-08 2017-09-22 西北工业大学 一种非线性系统的自适应学习预设性能控制方法
CN107422741A (zh) * 2017-04-28 2017-12-01 西北工业大学 基于学习的保预设性能集群飞行分布式姿态追踪控制方法
CN107422739A (zh) * 2017-06-19 2017-12-01 西北工业大学 一种空间机器人基座姿态的鲁棒控制方法
CN108983606A (zh) * 2018-07-09 2018-12-11 南京理工大学 一种机械臂系统的鲁棒滑模自适应控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6684112B1 (en) * 2000-04-11 2004-01-27 George Shu-Xing Cheng Robust model-free adaptive control
CN104698846A (zh) * 2015-02-10 2015-06-10 浙江工业大学 一种机械臂伺服系统的指定性能反演控制方法
CN106681343A (zh) * 2016-12-23 2017-05-17 西北工业大学 一种航天器姿态跟踪低复杂度预设性能控制方法
CN107422741A (zh) * 2017-04-28 2017-12-01 西北工业大学 基于学习的保预设性能集群飞行分布式姿态追踪控制方法
CN107193210A (zh) * 2017-05-08 2017-09-22 西北工业大学 一种非线性系统的自适应学习预设性能控制方法
CN107422739A (zh) * 2017-06-19 2017-12-01 西北工业大学 一种空间机器人基座姿态的鲁棒控制方法
CN108983606A (zh) * 2018-07-09 2018-12-11 南京理工大学 一种机械臂系统的鲁棒滑模自适应控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
C. WEI, J. LUO, H. DAI, G. DUAN: "Learning-Based Adaptive Attitude Control of Spacecraft Formation With Guaranteed Prescribed Performance", 《IEEE TRANSACTIONS ON CYBERNETICS》 *
徐智浩: "机械臂轨迹跟踪控制若干问题的研究", 《中国博士学位论文全文数据库》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111958606A (zh) * 2020-09-10 2020-11-20 浙江协力机器人技术有限公司 一种应用于多自由度机械臂的分布式鲁棒跟踪控制方法
CN115179295A (zh) * 2022-08-04 2022-10-14 电子科技大学 一种多欧拉-拉格朗日系统鲁棒二分一致性跟踪控制方法
CN115179295B (zh) * 2022-08-04 2024-05-24 电子科技大学 一种多欧拉-拉格朗日系统鲁棒二分一致性跟踪控制方法

Also Published As

Publication number Publication date
CN111590561B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
Chen et al. RBFNN-based adaptive sliding mode control design for delayed nonlinear multilateral telerobotic system with cooperative manipulation
Boukens et al. Robust adaptive neural network-based trajectory tracking control approach for nonholonomic electrically driven mobile robots
CN112904728B (zh) 一种基于改进型趋近律的机械臂滑模控制轨迹跟踪方法
Liang et al. Multi-target tracking of networked heterogeneous collaborative robots in task space
CN111650832B (zh) 一种水下多足步行机器人机械足姿态跟踪控制方法
CN110134018B (zh) 一种水下多足机器人系统的多足协同控制方法
Zhong et al. Fuzzy adaptive PID fast terminal sliding mode controller for a redundant manipulator
Yu et al. H∞ tracking adaptive fuzzy integral sliding mode control for parallel manipulators
Nguyen et al. Adaptive neural network-based backstepping sliding mode control approach for dual-arm robots
Zhang et al. Nonsingular recursive-structure sliding mode control for high-order nonlinear systems and an application in a wheeled mobile robot
CN111590561B (zh) 一种分布式机械臂系统鲁棒预设性能控制方法
Chen et al. Nussbaum gain adaptive control scheme for moving mass reentry hypersonic vehicle with actuator saturation
Dong et al. Asymptotical stability contouring control of dual‐arm robot with holonomic constraints: modified distributed control framework
Liu et al. Fixed-time anti-saturation compensators based impedance control with finite-time convergence for a free-flying flexible-joint space robot
Song et al. Prescribed performance tracking control for a class of nonlinear system considering input and state constraints
Gazi et al. Adaptive formation control and target tracking in a class of multi-agent systems: Formation maneuvers
Chung et al. Cooperative robot control and synchronization of Lagrangian systems
Sharkawy et al. A robust fuzzy tracking control scheme for robotic manipulators with experimental verification
Wen et al. Consensus protocol based attitudes coordination control for Underwater Glider formation
Yousuf Robust output-feedback formation control design for nonholonomic mobile robot (nmrs)
CN112987770B (zh) 两栖仿蟹多足机器人步行足抗饱和有限时间运动控制方法
Chen et al. Attitude tracking control of rigid spacecraft with disturbance compensation
CN111216146B (zh) 一种适用于网络化机器人系统的二部一致性量化控制方法
Tong et al. Novel power-exponent-type modified RNN for RMP scheme of redundant manipulators with noise and physical constraints
Wang et al. Multi-task trajectory tracking control of manipulator based on two-layer sliding mode control

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
TR01 Transfer of patent right

Effective date of registration: 20231225

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: 221000 Jiangsu province Xuzhou city Copper Mt. District School Road No. 26

Patentee before: JIANGSU VOCATIONAL INSTITUTE OF ARCHITECTURAL TECHNOLOGY

TR01 Transfer of patent right