-
公开(公告)号:CN117207178A
公开(公告)日:2023-12-12
申请号:CN202311111621.2
申请日:2023-08-30
Applicant: 电子科技大学
IPC: B25J9/16
Abstract: 发明名称:一种带有输入死区的机械臂系统固定时间补偿控制方法摘要:本发明提供了一种带有输入死区的机械臂系统固定时间补偿控制方法,针对带有输入死区的机械臂系统,基于反步的设计方法,利用径向基函数神经网络(radial‑basis‑function neural network,RBFNNs)和自适应控制技术提出了一种新型的事件触发式自适补偿控制器。首先,利用RBFNNs逼近未知非线性特性,基于自适应控制技术设计输入死区的自适应补偿机制;其次,考虑到实际应用中可能存在的网络拥塞问题,设计事件触发机制来减小控制信号的更新频率;再次,基于实际固定时间稳定理论,构建事件触发式自适应补偿控制器。仿真实验表明,即使系统受到输入死区的影响,系统仍能实现快速稳定,同时呈现出较高的精度并节约了通信资源。
-
公开(公告)号:CN116115217A
公开(公告)日:2023-05-16
申请号:CN202310039836.1
申请日:2023-01-13
Applicant: 电子科技大学
Abstract: 本发明公开一种基于深度网络的人体下肢步态相位估计方法,应用于外骨骼机器人领域,针对现有技术无法体现不同步态相位下人体的运动状态与人机耦合特性所存在得较大差异的问题;本发明通过惯性测量单元和足底力测量鞋采集不同体型下的健康人体在不同步频下的步态运动下的下肢双腿双关节实时角度、角速度和角加速度信息以及足底力信息,构建训练与测试数据集;根据所构建的数据集对深度神经网络进行训练,从而根据训练完成的深度神经网络实时估计当前人机耦合系统的步态相位。
-