气动人工肌肉驱动的并联平台模糊PID控制

来源 :机器人 | 被引量 : 0次 | 上传用户:hbshwydd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高气动人工肌肉(PAM)驱动的3自由度并联平台的位置跟踪控制精度,提出一种基于Prandtl-Ishlinskii(P-I)逆模型的模糊PID(比例-积分-微分)控制算法.首先通过动态试验分析单根PAM的迟滞特性,建立P-I逆模型.接着搭建PAM驱动的3自由度并联试验平台,设计模糊PID控制器.试验结果显示模型最大误差为0.3904 mm,平均误差为0.0793 mm,验证了所提控制算法能够很大程度地减小PAM迟滞特性对动态控制精度的影响.3自由度平台的γ角误差能保持在0.13?以内,基于P-I逆模型的模糊PID控制器整体误差波动小,表明动态轨迹跟踪效果较好.
其他文献
研究了面向3维多面体和类多面体的三指机械手包笼抓取策略.为了减小计算量,将高维包笼抓取构形的搜索问题转换成低维空间中包笼抓取集合的搜索问题,提出了利用机械手手指在构
在我的家乡山东省五莲县有一种传统民间手工艺术品——割花鞋垫.它承载着祝福与祈盼,浸透着心血,凝聚着智慧.割花在当地又称“割绣”,也叫“割鞋垫子”广泛流传于五莲县及周
现有的绝大多数同步定位与地图构建(SLAM)方法是基于静态场景假设,场景中运动目标被视为干扰,它的存在会导致定位和建图精度下降甚至失败.而运动目标检测与跟踪在很多应用中又是必须的,却在求解SLAM问题时被滤除.针对这一问题,本文提出一种融合激光雷达和惯性传感器,可同时完成SLAM和运动目标检测与跟踪的方法.首先利用惯性传感器的观测结果来补偿激光雷达扫描过程中由于自身运动引起的运动失真,在运动补偿后
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
提出了一种基于生成式对抗网络(GAN)和自注意力机制(self-attention mechanism)的单目视觉里程计方法,命名为SAGANVO(SAGAN visual odometry).该方法将生成式对抗网络学习框架应用于深度估计和视觉里程计任务中,通过GAN生成逼真的目标帧来准确求解出场景的深度图和6自由度位姿.与此同时,为了提高深度网络对场景细节、边缘轮廓的学习能力,将自注意力机制结合
  目的:对神经外科多重耐药菌感染患者进行分析,从而为实施科学有效的护理干预提供依据。方法:选取我科2011 年-2014年发生多重耐药菌感染的患者30 例进行回顾性分析。对所得
静脉输液既是护士基础护理操作的重要内容,也是临床疾病护理中的重要手段.所以输液安全尤为重要,输液安全是指通过静脉将药液安全地输入病人的体内,在输液的整个过程中无人为
  背景与目的:人脑胶质瘤是中枢神经系统最常见的恶性肿瘤,其重要特征之一是具有强烈的侵袭性.传统的手术、放疗、化疗等治疗方法治愈率低,复发率高,预后极差.脑胶质瘤手术
会议
  目的:经深静脉进行的治疗日益增多,给深静脉穿刺的选择和日常护理提出了新的要求。在神经外科危重患者救治及重大手术围手术期中得到了广泛应用。方法:对40 例使用深静脉穿
会议