1) Uncertain robot control systems
不确定机器人控制系统
3) robot systems with uncertainties
不确定性机器人系统
1.
For the tracking control problem of robot systems with uncertainties,this study gives out the detailed steps of designing system controller composed of the feedforward and feedback control by using feedforward control based on the method of computed torque and PID feedback control.
针对不确定性机器人系统的轨迹跟踪控制问题,利用基于计算力矩方法的前馈控制,结合PID的反馈控制构成前馈-反馈控制策略,给出了系统控制器设计的详细步骤。
4) uncertain control systems
不确定控制系统
1.
Probabilistic robustness analysis of uncertain control systems using adaptive importance sampling;
不确定控制系统概率鲁棒性分析——自适应重要抽样法
2.
This paper applies the importance sampling (IS) method and neural network (NN) to the fuzzy robustness analysis of uncertain control systems.
将重要抽样(IS)法与神经网络(NN)用于不确定控制系统的模糊鲁棒性分析中。
5) uncertain system control
不确定系统控制
补充资料：机器人控制
机器人控制
robot control
].qlren kongzhi机器人控制(robot contr0I)研究以机器人为对象的控制问题，是机器人学的重要研究领域。 机器人的动力学模型具有强藕合和非线性的特点，是一个难于控制的复杂对象。机器人控制的主要问题在于研究性能优良、易于实现的控制方法。目前，实用的机器人主要采用独立关节的PID伺服控制，它具有稳定性好、控制简单的特点。但当机器人的运动速度较高时，该方法的缺点便明显表露出来。人们从不同角度对机器人的控制问题进行了深人的研究，并提出了各种不同的方法，比较典型的有:分解运动速度控制、分解运动加速度控制、计算力矩控制、具有滑动模态的变结构控制、非线性控制、自适应控制等。 机器人的运动控制通常划分为两个阶段。第一阶段是从起始位置到达目标点附近沿期望轨迹的粗略运动，这时主要要求位置的控制;第二阶段是精细的运动控制，这时机器人的末端执行器对物体进行操作，以完成要求的任务，同时需要增加外部力觉反馈的柔顺运动控制。它不同于纯粹的位置控制，而是机器人控制中的另外一个重要内容。机器人柔顺控制主要采用阻抗控制和位置、力混合的控制方法。 由于对机器人的精确建模比较困难，尤其是当考虑摩擦等实际的非线性因素时更是如此。因此，人们对于不太依赖模型的机器人智能控制方法日益感兴趣。其中较为突出的是机器人模糊控制和神经元网络控制，它们越来越受到人们的关注和重视，并已显示出广泛的应用前景。 机器人控制方法的研究始于70年代。80年代，对各种控制方法的研究达到高潮，这些方法多数处于研究阶段，真正实际应用的并不是很多。其主要原因是它对模型的要求比较高，或者算法过于复杂，难于实时实现。目前，机器人控制更多地集中于基于多传感器信息融合的智能控制方法的研究。 目前，机器人控制的工程实现与一般控制相类似，也主要采用计算机控制的结构形式，以实现更为复杂和更高要求的控制。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条