CN111835309B - 一种持续载荷模拟器运动奇异性滤波控制方法 - Google Patents

一种持续载荷模拟器运动奇异性滤波控制方法 Download PDF

Info

Publication number
CN111835309B
CN111835309B CN202010733437.1A CN202010733437A CN111835309B CN 111835309 B CN111835309 B CN 111835309B CN 202010733437 A CN202010733437 A CN 202010733437A CN 111835309 B CN111835309 B CN 111835309B
Authority
CN
China
Prior art keywords
motion
singular
control
module
filter
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.)
Active
Application number
CN202010733437.1A
Other languages
English (en)
Other versions
CN111835309A (zh
Inventor
罗鹏
黎启胜
胡荣华
尹鹏
白俊林
刘婷婷
王鹏飞
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.)
General Engineering Research Institute China Academy of Engineering Physics
Original Assignee
General Engineering Research Institute China Academy of Engineering Physics
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 General Engineering Research Institute China Academy of Engineering Physics filed Critical General Engineering Research Institute China Academy of Engineering Physics
Priority to CN202010733437.1A priority Critical patent/CN111835309B/zh
Publication of CN111835309A publication Critical patent/CN111835309A/zh
Application granted granted Critical
Publication of CN111835309B publication Critical patent/CN111835309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H7/00Multiple-port networks comprising only passive electrical elements as network components
    • H03H7/01Frequency selective two-port networks

Abstract

本发明公开了一种持续载荷模拟器运动奇异性滤波控制方法,包括以下步骤:S1:获取模拟器的求逆运动学关系,得到需要的理论轴运动物理量,理论轴运动物理量作为奇异控制模块的输入;S2:设定奇异控制模块的结构,并将理论轴运动物理量输入至奇异控制模块结构中;S3:设定奇异控制滤波器模块,并将奇异控制滤波器模块接入奇异控制模块结构中;S4:设定奇异控制滤波器模块中滤波器的阶次和结构;S5:设定奇异控制滤波器模块中滤波器的时变参数。本发明基于人体感知的奇异控制方法,能直观从人体感知仿真结果对比对轴运动奇异性的控制效果进行分析,避免为了使得绝对物理量上近似而付出多余的控制消耗。

Description

一种持续载荷模拟器运动奇异性滤波控制方法
技术领域
本发明属于载荷模拟器技术领域,具体涉及一种持续载荷模拟器运动奇异性滤波控制方法。
背景技术
随着航空技术的发展和战机机动性能的提升,加速度引起的意识丧失(G-Loc)和空间定向障碍(SD)问题日益突出,已成为危害世界各国飞行安全的主要因素。针对此类问题,目前世界各主要航空大国都采用持续载荷模拟器进行训练。在运动模拟装备领域,Stewart平台也有着广泛的应用,但是持续载荷模拟器在运动感知模拟上有着更大的优势,比如能够实现持续高过载的模拟,采用万向架结构的转动框能够模拟空中的任意姿态。但是万向架结构相比于Stewart在奇异问题性上也更加突出,奇异性直接表现形式为,在接近奇异位形时,为了模拟座舱较小的运动需求,部分轴的运动逆解会变得非常大的情况,给控制轴运动的电机带来了很大的挑战,当处于奇异位形时,会出现自由度丢失,无法实现某些自由度的模拟。长期将超出轴运动能力的控制指令直接发送给电机控制器会影响到电机的正常运行,所以在控制算法设计上需要在指令发送给电机之前就进行处理。如果根据电机的运动能力直接进行机械限幅操作,轴运动的模拟效果会比较不理想,所以需要对轴运动奇异性问题的控制算法进行设计。针对持续载荷模拟器结构下的奇异性问题目前没有公开的相关研究。
奇异性问题在持续载荷模拟器轴运动控制中的主要表现为:
1、当结构处于奇异点时,座舱可控的实际操作自由度减少,无法通过控制逆解算来实现某些需要模拟的姿态和过载分量;
2、接近奇异点状态时,为了模拟某方向上一个小的转动,需要部分关节急剧运动,容易引起控制失控,超出转轴的运动限制。
针对奇异问题的处理,在持续载荷模拟器结构中,如果控制量达到在某些特定的位形时,将出现自由度丢失的问题,此时无论其他轴如何运动,都无法模拟出需要模拟的运动感知。
发明内容
本发明目的在于提供一种持续载荷模拟器运动奇异性滤波控制方法,用于解决上述现有技术中存在的技术问题之一,如:现有技术中,奇异性问题在持续载荷模拟器轴运动控制中的主要表现为:1、当结构处于奇异点时,座舱可控的实际操作自由度减少,无法通过控制逆解算来实现某些需要模拟的姿态和过载分量;2、接近奇异点状态时,为了模拟某方向上一个小的转动,需要部分关节急剧运动,容易引起控制失控,超出转轴的运动限制。
针对奇异问题的处理,在持续载荷模拟器结构中,如果控制量达到在某些特定的位形时,将出现自由度丢失的问题,此时无论其他轴如何运动,都无法模拟出需要模拟的运动感知。
为实现上述目的,本发明的技术方案是:
一种持续载荷模拟器运动奇异性滤波控制方法,包括以下步骤:
S1:获取模拟器的求逆运动学关系,得到需要的理论轴运动物理量,理论轴运动物理量作为奇异控制模块的输入;
S2:设定奇异控制模块的结构,并将理论轴运动物理量输入至奇异控制模块结构中;
S3:设定奇异控制滤波器模块,并将奇异控制滤波器模块接入奇异控制模块结构中;
S4:设定奇异控制滤波器模块中滤波器的阶次和结构;
S5:设定奇异控制滤波器模块中滤波器的时变参数。
进一步的,步骤S1具体如下:
依据持续载荷模拟器的运动轴连接情况,构建运动学雅克比矩阵,用数学的方法直观表示轴转速和座舱转速之间的运动学关系。
进一步的,步骤S2具体如下:
将理论轴运动物理量一方面输入至逆运动解算模块进行逆运动解算,然后输入至奇异性控制模块生成奇异性控制信号,然后输入至轴运动控制模块进行轴运动控制,轴运动控制模块第一输出端输入至逆运动解算模块构成闭环,轴运动控制模块第二输出端先输入至奇异量化模块再到奇异性控制模块构成闭环,轴运动控制模块第三输出端输入至正运动解算模块进行正运动解算,然后输入至人体感知模型模块进行人体感知模拟;
将理论轴运动物理量另一方面直接输入至人体感知模型模块;
将人体感知模型模块输出的人体感知模拟与人体感知输出进行综合评价,然后输出奇异控制评价结果。
进一步的,步骤S3具体如下:
步骤S2中,奇异性控制模块具体如下:
逆运动解算模块的逆运动输出量输入至奇异性控制滤波器,奇异量化模块的奇异程度输出量通过时变参数控制后输入至奇异性控制滤波器,奇异性控制滤波器的运动控制输出量通过机械限幅后输入至轴运动控制模块;
奇异性控制滤波器包括依次排布的外框低通滤波器、中框低通滤波器和内框低通滤波器。
进一步的,步骤S4具体如下:
经过综合分析,根据系统要求采用二阶低通滤波器,二阶滤波器的状态空间方程为:
y(t)=Cx1(t);
其中;
fω(t)为控制系统的时变参数,是随着时间变化的量,ξ为阻尼系数;
是输入矩阵;
C=[1 0]是输出矩阵。
进一步的,步骤S5具体如下:
在奇异位形附近,逆结算输出指令信号中,会突然增加许多高频信号,这部分高频信号需要被过滤掉,此时需要降低滤波器的截止频率;
条件数是截止频率时变函数的因变量,递进关系如下:
t→{q1,q2,…,qn}→nc→ω;也就是各个运动关节随着时间变化,同时导致条件数的变化,由条件数的变化实时对截止频率进行解算;
经过对滤波目的和求逆运动解算输出指令的趋势分析,可以建立角速度的奇异控制关系,即时变滤波器中的时变函数为:
其中ω0是奇异位形的最低的低通滤波频率,nc为条件数,量化当前位形的奇异程度,a、b为关系参数,关系参数可以结合具体模拟运动数据和模拟器结构进行设定,滤波器的阻尼系数设置为0.7。
与现有技术相比,本发明所具有的有益效果为:
本方案的一个创新点在于,基于人体感知的奇异控制方法,能直观从人体感知仿真结果对比对轴运动奇异性的控制效果进行分析,避免为了使得绝对物理量上近似而付出多余的控制消耗。
本方案的一个创新点在于,以时变滤波器的方式对逆运动解算进行滤波控制,过滤掉因奇异产生的高频轴运动控制信号,在保证模拟逼真度的同时实现对系统奇异性的有效控制。
附图说明
图1是本发明具体实施方式的奇异控制模块结构示意图。
图2是本发明具体实施方式的飞行奇异性控制模块结构示意图。
图3是本发明具体实施方式的时变二阶滤波器的仿真实现结构示意图。
图4是本发明具体实施方式的步骤流程示意图。
具体实施方式
下面结合本发明的附图1-4,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
针对持续载荷模拟器结构下的奇异性问题目前没有公开的相关研究,但是在其他领域如机器人,机械臂等已有一些关于奇异性的研究。然而因为持续载荷模拟器结构和控制目的与机器人有一定的区别,所以针对奇异性的处理的需求也不一样。主要体现在以下几个方面:
1、结构上,持续载荷模拟器的转动框是内外嵌套的万向架结构,不同于机械手的直连结构,所以持续载荷模拟器需要重点研究座舱与轴的角运动关系;
2、控制目的不同,机器人是控制到具体的空间点实现某个任务,持续载荷模拟器是通过控制转动实现感知的近似,机器人可以通过插值轨迹规划回避奇异位形,同样能达到目的。但是持续载荷模拟器的目的是模拟运动感知,如果过多的回避奇异位形,肯定会造成感知上很大的偏差;
3、持续载荷模拟器主臂位置不确定性。持续载荷模拟器主臂是产生过载量的,在姿态控制中,主臂转速不能作为被控制量,可以作为一个变化的扰动。即在持续载荷模拟器运动正解算的时候,主臂转动参数是作为系统输入,在逆解算的时候,主臂转动参数仍然是作为系统的输入参与运算。这个问题也不能通过将基坐标换在主臂末端来解决,因为主臂的转动也会不停的对座舱姿态产生影响。
如图4所示,因此提出一种持续载荷模拟器运动奇异性滤波控制方法,包括以下步骤:
S1:获取模拟器的求逆运动学关系,得到需要的理论轴运动物理量,理论轴运动物理量作为奇异控制模块的输入;
S2:设定奇异控制模块的结构,并将理论轴运动物理量输入至奇异控制模块结构中;
S3:设定奇异控制滤波器模块,并将奇异控制滤波器模块接入奇异控制模块结构中;
S4:设定奇异控制滤波器模块中滤波器的阶次和结构;
S5:设定奇异控制滤波器模块中滤波器的时变参数。
各部分的具体步骤为:
1、获取模拟器的求逆运动学关系。
依据持续载荷模拟器的运动轴连接情况,构建运动学雅克比矩阵,用数学的方法直观表示轴转速和座舱转速之间的运动学关系。如线速度和角速度的关系可以用雅克比矩阵表示:
其中v是末端的速度,ω是末端的角速度,Jl1主臂与平移相关的雅克比转换矩阵,Ja1主臂与角运动相关的雅克比转换矩阵,Jli第i个关节与平移相关的雅克比转换矩阵,Jai第i个关节与角运动相关的雅克比转换矩阵,是各个运动关节的速度;
当然如果轴运动是360°的运动范围,那么就不需要进行角位置的奇异控制,如果系统需要对轴运动的加速度进行分析,也采用类似的处理方式。
该步骤的目的是得到需要的理论轴运动物理量。具有一定的复杂性,不是本专利针对奇异控制的重点,该步骤只是需要得到理论的轴运动参数作为奇异控制的输入。
2、奇异控制模块位置设定
飞行模拟器实现完全的物理量与空中飞行一致几乎是不可能的,所以在控制设计中需要引进人体感知模拟,通过模拟器实现在人体感知上的近似来达到运动感知模拟效果。奇异控制模块可以根据需要设置为指令下发前。奇异控制模块在模拟器控制中的结构如图1所示。
其中逆运动解算模块主要完成模拟器的逆运动学解算;
奇异性控制模块主要完成对解算后的控制进行奇异性控制;
奇异量化模块主要完成对当前结构状态的奇异性进行量化;
轴运动控制模块主要基于奇异控制的书输出对运动轴进行控制;
正运动解算模块主要通过对当前框的状态进行解算,对末端运动进行验证;
人体感知模型是采用人体感知的数学模型得到人体感知到的运动参数;
综合评价模型是对模拟器的感知输出和预期运动参数的输出进行对比。
3、奇异控制滤波器模块设计
在接近奇异位形时,矩阵的奇异程度是急剧增长的,所以在运动学求逆解的时候也会变化率突变,产生高频信号。奇异性控制模块结构如图2所示,
时变参数控制是依据奇异程度对时变参数进行控制;
低通滤波器是对应中框、外框和内框的奇异控制模块;
机械限幅是模拟器的机械特性对控制结算的限制。
奇异程度采用运动学矩阵的条件数进行量化,需要重点控制的是外框和内框的滤波器,中框的滤波器因在逆运动解算的时候不会出现过大的速度,所以在当前结构下可以不进行滤波设计环节,为了保证安全性,仅需要进行轴运动机械限幅即可。
值得注意的是,并非所有的高频信号都是由于奇异性导致的,如飞行仿真系统的输出过载或者加速度信号本身就是高频的,并且此时如果转动框的位置是处于“良态”的。那么输出信号也会是高频,但是这是我们运动模拟需要的高频信号,所以如果简单地将高频信号过滤掉,会丧失一部分没有必要丢失的运动模拟,从而降低逼真度,所以需要加入时变控制模块。
4、滤波器阶次和结构设计
滤波器阶次设计对滤波和控制效果有着非常关键的作用。需要综合考虑多种因素,滤波器的阶数过低会达不到滤波效果,难以过滤掉奇异产生的高频信号,同时也会过滤掉一些需要的信息。
如果滤波器阶数过高又会增加系统的运算量和控制成本,所以经过以上综合分析,可以根据系统要求考虑采用二阶低通滤波器。当然三阶滤波器一般也符合工程需求。时变二阶滤波器的仿真实现结构如图3所示,
二阶滤波器的状态空间方程为:
y(t)=Cx1(t);
其中,
fω(t)为控制系统的时变参数,是随着时间变化的量,ξ为阻尼系数;
是输入矩阵;
C=[1 0]是输出矩阵。
5、时变滤波器参数设计
通过滤波的方法在理论上能够过滤掉因奇异而产生的高频轴运动控制信号。但是在不存在奇异的位形区域,即轴位置处于“良态”时,这时逆运动学解算的高频信号是系统进行运动模拟所需要的,不能被奇异控制模块过滤掉,所以此时需要滤波器的截止频率ωn比较高,保证大部分信号能够通过,实现高逼真度的运动模拟。在奇异位形附近,逆结算输出指令信号中,会突然增加许多高频信号,这部分高频信号需要被过滤掉,此时需要降低滤波器的截止频率。
截止频率虽然随着时间的变化而变化,但时间并不是截止频率的因变量。条件数才是截止频率时变函数的因变量,递进关系如下:
t→{q1,q2,…,qn}→nc→ω;也就是各个运动关节随着时间变化,同时导致条件数的变化,由条件数的变化实时对截止频率进行解算;
经过对滤波目的和求逆运动解算输出指令的趋势分析,可以建立角速度的奇异控制关系,即时变滤波器中的时变函数为:
其中ω0是奇异位形的最低的低通滤波频率,nc为条件数,量化当前位形的奇异程度,a、b为关系参数,关系参数可以结合具体模拟运动数据和模拟器结构进行设定,滤波器的阻尼系数如果没有特别的需求可以设置为0.7。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。

Claims (5)

1.一种持续载荷模拟器运动奇异性滤波控制方法,其特征在于,包括以下步骤:
S1:获取模拟器的求逆运动学关系,得到需要的理论轴运动物理量,理论轴运动物理量作为奇异控制模块的输入;
S2:设定奇异控制模块的结构,并将理论轴运动物理量输入至奇异控制模块结构中;
S3:设定奇异控制滤波器模块,并将奇异控制滤波器模块接入奇异控制模块结构中;
S4:设定奇异控制滤波器模块中滤波器的阶次和结构;
S5:设定奇异控制滤波器模块中滤波器的时变参数;
步骤S5具体如下:
在奇异位形附近,逆结算输出指令信号中,会突然增加许多高频信号,这部分高频信号需要被过滤掉,此时需要降低滤波器的截止频率;
条件数是截止频率时变函数的因变量,递进关系如下:
t→{q1,q2,…,qn}→nc→ω;也就是各个运动关节随着时间变化,同时导致条件数的变化,由条件数的变化实时对截止频率进行解算;
经过对滤波目的和求逆运动解算输出指令的趋势分析,可以建立角速度的奇异控制关系,即时变滤波器中的时变函数为:
2.如权利要求1所述的一种持续载荷模拟器运动奇异性滤波控制方法,其特征在于,步骤S1具体如下:
依据持续载荷模拟器的运动轴连接情况,构建运动学雅克比矩阵,用数学的方法直观表示轴转速和座舱转速之间的运动学关系。
3.如权利要求2所述的一种持续载荷模拟器运动奇异性滤波控制方法,其特征在于,步骤S2具体如下:
将理论轴运动物理量一方面输入至逆运动解算模块进行逆运动解算,然后输入至奇异性控制模块生成奇异性控制信号,然后输入至轴运动控制模块进行轴运动控制,轴运动控制模块第一输出端输入至逆运动解算模块构成闭环,轴运动控制模块第二输出端先输入至奇异量化模块再到奇异性控制模块构成闭环,轴运动控制模块第三输出端输入至正运动解算模块进行正运动解算,然后输入至人体感知模型模块进行人体感知模拟;
将理论轴运动物理量另一方面直接输入至人体感知模型模块;
将人体感知模型模块输出的人体感知模拟与人体感知输出进行综合评价,然后输出奇异控制评价结果。
4.如权利要求3所述的一种持续载荷模拟器运动奇异性滤波控制方法,其特征在于,步骤S3具体如下:
步骤S2中,奇异性控制模块具体如下:
逆运动解算模块的逆运动输出量输入至奇异性控制滤波器,奇异量化模块的奇异程度输出量通过时变参数控制后输入至奇异性控制滤波器,奇异性控制滤波器的运动控制输出量通过机械限幅后输入至轴运动控制模块;
奇异性控制滤波器包括依次排布的外框低通滤波器、中框低通滤波器和内框低通滤波器。
5.如权利要求4所述的一种持续载荷模拟器运动奇异性滤波控制方法,其特征在于,步骤S4具体如下:
经过综合分析,根据系统要求采用二阶低通滤波器,二阶滤波器的状态空间方程为:
y(t)=Cx1(t);
其中;fω(t)为控制系统的时变参数,是随着时间变化的量,ξ为阻尼系数;
是输入矩阵;
C=[1 0]是输出矩阵。
CN202010733437.1A 2020-07-27 2020-07-27 一种持续载荷模拟器运动奇异性滤波控制方法 Active CN111835309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010733437.1A CN111835309B (zh) 2020-07-27 2020-07-27 一种持续载荷模拟器运动奇异性滤波控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010733437.1A CN111835309B (zh) 2020-07-27 2020-07-27 一种持续载荷模拟器运动奇异性滤波控制方法

Publications (2)

Publication Number Publication Date
CN111835309A CN111835309A (zh) 2020-10-27
CN111835309B true CN111835309B (zh) 2024-03-26

Family

ID=72925039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010733437.1A Active CN111835309B (zh) 2020-07-27 2020-07-27 一种持续载荷模拟器运动奇异性滤波控制方法

Country Status (1)

Country Link
CN (1) CN111835309B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107301317A (zh) * 2017-06-22 2017-10-27 北京航空航天大学 一种基于ukf的改进可观测分析方法
CN111373253A (zh) * 2017-06-13 2020-07-03 弗洛设计声能学公司 用于可变阻抗负载的驱动器和控制

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7650195B2 (en) * 2005-10-27 2010-01-19 Honeywell Asca Inc. Automated tuning of large-scale multivariable model predictive controllers for spatially-distributed processes
US8670964B2 (en) * 2009-10-15 2014-03-11 American Gnc Corporation Gyrocompass modeling and simulation system (GMSS) and method thereof
US9985563B2 (en) * 2016-01-11 2018-05-29 Mitsubishi Electric Research Laboratories, Inc. Method and system for controlling angular speeds of motors in speed sensorless induction motors

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111373253A (zh) * 2017-06-13 2020-07-03 弗洛设计声能学公司 用于可变阻抗负载的驱动器和控制
CN107301317A (zh) * 2017-06-22 2017-10-27 北京航空航天大学 一种基于ukf的改进可观测分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于条件数理论的高维组合导航系统可观测性分析;石静等;航空兵器(第4期);25-29 *
空间机器人捕获运动目标的协调规划与控制方法;徐文福;李成;梁斌;刘宇;强文义;;自动化学报(第09期);74-83 *

Also Published As

Publication number Publication date
CN111835309A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN104723340A (zh) 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法
Yang et al. Angle tracking of a pneumatic muscle actuator mechanism under varying load conditions
Tzafestas et al. Adaptive impedance control in haptic teleoperation to improve transparency under time-delay
Qazani et al. A new gantry-tau-based mechanism using spherical wrist and model predictive control-based motion cueing algorithm
CN106874617B (zh) 一种高效的直升机机动飞行品质等级评估方法
Herbuś et al. Integration of the virtual model of a Stewart platform with the avatar of a vehicle in a virtual reality
CN104723341A (zh) 基于连接和阻尼配置的柔性关节机械臂的位置控制方法
CN113156834B (zh) 一种半实物仿真飞行模拟系统开发方法
WO2020172866A1 (zh) 一种飞行模拟系统、方法及飞行模拟设备
Mauro et al. Dynamic flight simulation with a 3 dof parallel platform
Qi et al. Smith predictor based delay compensation for a hardware-in-the-loop docking simulator
CN111835309B (zh) 一种持续载荷模拟器运动奇异性滤波控制方法
Alise et al. On extending the wave variable method to multiple-DOF teleoperation systems
Kljuno et al. Vehicle simulation system: controls and virtual-reality-based dynamics simulation
CN102736517A (zh) 一种针对三自由度直升机直接自适应重构控制方法
Azmoun et al. Kinematics and control of a 4-dof delta parallel manipulator
CN108326857A (zh) 基于鲁棒自适应控制算法的书法及雕刻机器人控制方法
CN111813139B (zh) 一种持续载荷模拟器多轴耦合运动奇异性控制方法
Villaverde et al. Passive internet-based crane teleoperation with haptic aids
KR20180010746A (ko) 사이드 그립 요크를 구비한 비행훈련장치용 조종감 생성기의 검증 방법
Liao et al. A novel washout filter design for a six degree-of-freedom motion simulator
Stupāns et al. Development of a teaching methodology of complex electromechatronic and robotic systems
Yang et al. Human-in-the-loop Learning and Control for Robot Teleoperation
Shchekoldin et al. Adaptive head movements tracking algorithms for AR interface controlled telepresence robot
Zhao Research on the real-time mechatronic system simulation based on virtual reality

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