采用自适应神经网络与反馈线性化的鲁棒双轮倒立摆轨迹跟踪与控制
《IEEE Women in Engineering Magazine》:Robust Two-Wheeled Inverted Pendulum Trajectory Tracking and Control Using Adaptive Neural Networks with Feedback Linearization
【字体:
大
中
小
】
时间:2026年05月18日
来源:IEEE Women in Engineering Magazine
编辑推荐:
摘要: 本文提出了一种鲁棒的自适应神经网络控制器,用于控制两轮倒立摆系统的位移和方向,并保持摆锤处于竖直位置。该控制方法旨在与商用机器人平台兼容,这类平台通常使用速度控制信号而非扭矩或电压输入,并且对内部控制层的访问有限。因此,所提出的控制架构包括一个不可访问的嵌入式速度控制回
摘要:
本文提出了一种鲁棒的自适应神经网络控制器,用于控制两轮倒立摆系统的位移和方向,并保持摆锤处于竖直位置。该控制方法旨在与商用机器人平台兼容,这类平台通常使用速度控制信号而非扭矩或电压输入,并且对内部控制层的访问有限。因此,所提出的控制架构包括一个不可访问的嵌入式速度控制回路(作为黑盒子系统),以及一个外部自适应控制器,该控制器为嵌入式系统生成参考速度指令。为此,设计了一种自适应神经网络控制器来利用加速度信号实现控制目标,这些加速度信号在应用到系统之前会先进行积分处理。最后,除了稳定性验证外,还通过RAB-ITLAG-2平台上的实时实验验证了所提控制器的有效性,并将其与基于模型的比例-微分控制器和神经模糊控制器进行了比较。实验结果显示,在模型不确定性和外部干扰存在的情况下,所提方法的性能更为优越。
生物通微信公众号
生物通新浪微博
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