排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
研究了一种新型数字舵机控制系统的设计问题。针对多关节机器人结构特征和运动控制特点,设计了一套基于TMS320LF2407A的DSP控制系统;分析了数字舵机控制系统的控制过程、结构组成、硬件软件实现方案。该系统具有外设简单、控制简单、运算能力强的特点。TMS320LF2407A支持多项式的高速、高效和全变速的先进控制技术,为关节机器人实现复杂运动提供了硬件的支持。系统采用分时译码方式实现六路控制信号控制最多48路舵机,满足作为多关节机器人的舵机控制系统的需要。 相似文献
2.
对多关节三维扫描仪的参数标定方法进行了研究。在准确推出三维空间坐标模型的基础上,提出了基于非线性最小二乘法思想的参数优化模型,继而提出了一种基于奇异值分解的最小二乘法的参数标定方法,在分析其适用范围之后,进一步提出了嵌入这种最小二乘法算子的混合遗传算法,这种算法综合了两者的优点,具有收敛速度快,精度高等优点,特别是其修正参数误差的范围比文献3、4的范围大大提高了。实验结果证明这种标定方法具有非常好的鲁棒性和工程应用价值。 相似文献
3.
针对具有不确定干扰和建模误差的多关节机械臂轨迹跟踪控制问题,基于自适应鲁棒控制算法提出事件驱动跟踪控制器。通过自适应鲁棒控制保证多关节机械臂轨迹跟踪精度,处理不确定干扰和建模误差带来的不确定性影响。利用事件驱动控制框架,以当前跟踪误差和期望状态等变量作为输入定义事件驱动系统的变量。根据Lyapunov稳定性理论获得了驱动条件,且证明了无Zeno现象发生,使系统在满足驱动条件时更新控制指令,从而减少系统能耗与通信频率,提高系统的可靠性,保证多关节机械臂跟踪控制系统半全局最终一致有界。通过仿真验证了理论结果的有效性。 相似文献
4.
5.
6.
7.
8.
9.
10.
针对非线性机械臂系统中难以权衡控制能量与控制误差比重的最优控制问题,本文提出一种基于自适应径向基函数(RBF)神经网络二阶段叠加优化的双二次泛函最优求解模型,实现在非线性机械臂控制系统中用不大的控制能量来保持较小的控制误差的综合最优控制.在本文所提模型中,首先设计一种线性误差函数,作用于非线性控制方程,并采用自适应RBF网络逼近非线性控制方程中存在的不确定项,构成闭环反馈系统,实现对非线性系统的最优控制;其次,将待求参数复合成双二次泛函的解域,并设计一种新型的类递归神经网络求解该带约束条件的双二次型模型,实现模型求解的快速收敛并得其解.通过理论分析及数值仿真实例验证了所提模型能有效提高非线性系统的控制精度、稳定性、鲁棒性及自适应性,从而实现非线性系统的综合最优控制. 相似文献