基于模糊神经网络水下机器人直接自适应控制

被引：38

作者：

俞建成 ^{[1
]}

张艾群 ^{[1
]}

王晓辉 ^{[1
]}

苏立娟 ^{[2
]}

机构：

[1] 中国科学院沈阳自动化研究所

[2] 东北人学机械工程与自动化学院

来源：

自动化学报 | 2007年 / 08期

基金：

国家高技术研究发展计划(863计划);

关键词：

水下机器人; 模糊神经网络; 自适应控制;

D O I：

10.16383/j.aas.2007.08.015

中图分类号：

TP242 [机器人]; TP183 [人工神经网络与计算];

学科分类号：

1111 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了基于广义动态模糊神经网络的水下机器人直接自适戍控制方法,该控制方法既不需要预先知道模糊神经结构,也不需要预先的训练阶段,完全通过在线自适应学习算法构建水下机器人的逆动力学模型.首先,本文提出了基于这种网络结构的水下机器人直接自适应控制器,然后,利用Lyapunov稳定理论,证明了基于该控制器的水下机器人控制系统闭环稳定性,最后,采用某水下机器人模型仿真验证了该控制方法的有效性。

引用

页码：840 / 846

页数：7

共 4 条

[1] Self-adaptive neuro-fuzzy systems for autonomous underwater vehicle control [J].

Lee, CSG ;

Wang, JS ;

Yuh, JK .

ADVANCED ROBOTICS, 2001, 15 (05) :589-608

[2] Radial basis function based adaptive fuzzy systems and their applications to system identification and prediction [J].

Cho, KB ;

Wang, BH .

FUZZY SETS AND SYSTEMS, 1996, 83 (03) :325-339

[3]

Underwater Robotic Vehicles:Design and Control .2 Yuh J. . 1995

[4]

Robust adaptive control of robot manipulators using generalized fuzzy neural networks .2 M. J. Er,and Y. Gao. IEEE Trans. Industrial Electronics . 2003

← 1 →