一种自适应有限时间收敛神经网络,具有增强的联合极限约束机制,用于刚性-柔性耦合机器人的3自由度视觉伺服控制

《IEEE Transactions on Industrial Electronics》:An Adaptive Finite-Time Convergent Neural Network With Enhanced Joint Limit Constraints for 3-DoF Visual Servoing of Rigid-Flexible Coupling Robots

【字体: 大 中 小 】 时间:2026年04月29日 来源:IEEE Transactions on Industrial Electronics 7.2

编辑推荐:

   摘要: 最近,研究人员利用视觉伺服技术实现了刚柔耦合机器人的自动化控制,并开发了一个二次规划(QP)框架来管理其行为,从而在工业和其他领域展示了巨大的潜力。然而,为这类冗余系统提供快速实时解决方案仍然具有挑战性。因此,我们提出了一种新颖的自适应有限时间收敛神经网络(AFTCNN

  

摘要:

最近,研究人员利用视觉伺服技术实现了刚柔耦合机器人的自动化控制,并开发了一个二次规划(QP)框架来管理其行为,从而在工业和其他领域展示了巨大的潜力。然而,为这类冗余系统提供快速实时解决方案仍然具有挑战性。因此,我们提出了一种新颖的自适应有限时间收敛神经网络(AFTCNN),用于解决具有关节限制约束的时变冗余问题,该网络已成功应用于自动刚柔耦合机器人的视觉伺服(VSARFCR)。首先,基于VSARFCR的运动学模型,构建了一个考虑跟踪误差、关节限制约束和关节漂移问题的基于QP的3自由度(3-DoF)视觉跟踪控制方案。针对带有棱柱关节的VSARFCR,专门设计了一种新的增强型关节限制处理技术。接着,提出了一种新颖的AFTCNN来处理上述基于QP的控制方案中的各种目标和约束。随后,利用李雅普诺夫理论严格证明了所提出的AFTCNN的有限时间收敛性。最后,仿真和物理实验证明了所提出的控制方案在多种约束和目标下的3-DoF视觉跟踪效果。与现有方法相比,所提出的AFTCNN在VSARFCR的冗余解决方面表现出更快的收敛速度和更高的解决方案精度。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号