您的位置: 专家智库 > >

白萍

作品数:8 被引量:19H指数:3
供职机构:中国科学技术大学信息科学技术学院电子工程与信息科学系更多>>
发文基金:国家高技术研究发展计划国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 2篇科技成果
  • 1篇学位论文
  • 1篇会议论文
  • 1篇专利

领域

  • 7篇自动化与计算...

主题

  • 3篇神经网
  • 3篇神经网络
  • 3篇机械手
  • 2篇自适应控制
  • 2篇鲁棒
  • 2篇鲁棒控制
  • 2篇机器人
  • 1篇电机
  • 1篇动力学
  • 1篇学习算法
  • 1篇英文
  • 1篇运动控制
  • 1篇在线学习算法
  • 1篇直流伺服
  • 1篇直流伺服电机
  • 1篇神经网络补偿
  • 1篇适应控制器
  • 1篇数字仿真
  • 1篇伺服
  • 1篇伺服电机

机构

  • 7篇中国科学院
  • 4篇中国科学技术...

作者

  • 8篇白萍
  • 6篇葛运建
  • 4篇方廷健
  • 3篇高理富
  • 2篇张建军
  • 2篇孙怡宁
  • 1篇戈瑜
  • 1篇葛运健

传媒

  • 1篇模式识别与人...
  • 1篇控制理论与应...
  • 1篇控制与决策
  • 1篇第三届全球智...

年份

  • 1篇2002
  • 5篇2001
  • 2篇2000
8 条 记 录,以下是 1-8
排序方式:
带有力/触觉临场感的机器人装配作业平台
戈瑜韦穗葛运建严文法孙怡宁王理丽钱玮白萍高理富张建军
带有力/触觉感的机器人装配作业平台成果,由主机械手和从机械手及其通讯、控制等部分组成,主机械手可远距离遥控从机械手的运动和操作。当主机械手控制从机械手抓取物体或进行装配时,从机械手可将接触物体时的接触感觉和抓取物体的重力...
关键词:
关键词:机器人
电驱动刚性机器人的鲁棒神经网络复合控制被引量:4
2002年
采用逐步逆向的设计思想 ,提出一种新的电驱动刚性机器人轨迹跟踪的鲁棒神经网络复合控制策略 ,该策略不仅能有效地消除模型不确定性的影响 ,而且可避免复杂的求导运算以及对关节角加速度可测的要求。给出了控制器的具体组成和神经网络连接权的在线学习算法 ,理论表明该算法能保证跟踪误差及神经网络连接权估计最终一致有界 。
白萍方廷健葛运建
关键词:鲁棒控制神经网络复合控制在线学习算法
一种测力机器人
一种检测腕力、臂力的机器人,测力机器人的机械臂腕和肘N1和N2关节,由直流伺服电机和谐波齿轮减速机械驱动,通过码盘检测关节位置,由腕力和臂力传感器检测机械臂所受到的力,经摄像机选取场景并形成压缩图象,通过机器人和测力者掰...
葛运建孙怡宁丁力高理富白萍
文献传递
一种新的机械手自适应控制器一观测器
针对动力学参数不确定并且仅有精确的角位置测量的机械手系统,提出了一种自适应的机械手关节角速度观测器,以及一种新的,简单可行的机械手自适应控制器一观测器设计方法,理论上证明了状态观测误差和关节角位置、速度跟踪误差的局部一致...
白萍方廷健葛运健
关键词:自适应控制机械手观测器
文献传递
PUMA562机械手
葛运建高理富白萍张建军汪晓龙宋全军
PUMA562机械手于80年代末购置,美国公司生产,为通用型工业装配机械手。在实验室中,主要用于智能机器人非视觉传感器的研究和开发应用。其控制器的核心是PDP11计算机,主频只有十几兆赫,完成一个动作的指令周期为28ms...
关键词:
关键词:机械手
基于计算转矩控制结构的机械手鲁棒神经网络补偿控制(英文)被引量:8
2001年
提出了一种新的不确定性机器人跟踪控制策略 .文中基于计算转矩控制结构 ,采用了函数链网络实现一个神经网络补偿器 ,并叠加一个鲁棒控制项 ,以补偿模型的不确定性部分 .另外 ,还考虑了神经网络逼近误差非一致有界的情形 ,设计了自适应的鲁棒控制项 .算法可保证跟踪误差及神经网络权估计最终一致有界 .与其它有关基于计算转矩控制的方法相比 ,该算法既不需要测量关节角加速度 ,也不要求惯性矩阵已知 .
白萍方廷健葛运建
关键词:机械手神经网络自适应鲁棒控制
不确定性机器人运动控制研究
该文在文献调研的基础上,综述了国内外不确定性机器人运动控制的研究成果,归纳和总结了关于不确定性机器的人的自适应控制、鲁棒控制和神经网络控制技术.根据当前研究现状,对参数和结构不确定的机器的的运动控制进行了进一步深入的研究...
白萍
关键词:机器人运动控制不确定性李雅普诺夫稳定性数字仿真
文献传递
基于神经网络补偿的机器人稳定自适应控制被引量:7
2001年
针对建模不精确的机器人,提出了一种基于神经网络补偿的机器人轨迹跟踪稳定自适应控制方法,文中通过设计神经网络补偿器和自适应鲁棒控制项,有效地补偿了模型的不确定性部分和网络逼近误差。由于算法包含有补偿神经网络逼近误差的鲁棒控制项,实际应用中对神经网络规模的要求可以降低;而且神经网络连接权是在线调整的,不需要离线学习过程。理论表明算法能够保证跟踪误差及神经网络连接权估计最终一致有界,仿真结果也验证了算法的有效性。
白萍方廷健葛运建
关键词:自适应控制神经网络力矩控制动力学
共1页<1>
聚类工具0