公开(公告)号：CN118550201A

公开(公告)日：2024-08-27

申请号：CN202411019258.6

申请日：2024-07-29

Applicant: 浙江理工大学

Inventor： 陈刚 ,  吴玮 ,  何龙馨 ,  王滨海 ,  武传宇

IPC: G05B13/04

Abstract: 本发明公开了一种基于扰动观测的深海液压机械臂自适应滑模控制方法。本发明考虑到多自由度深海液压机械臂无速度传感器问题，提出了基于期望速度信号的自适应律以克服模型参数不确定性带来的影响；此外，通过构建自适应扩张状态观测器，不仅能够估计并在控制器设计过程中补偿系统的扰动，而且能够估计系统的速度信号，提升控制器的鲁棒性和抗扰能力。本发明能够在无速度传感器的情况下实现多自由度深海液压机械臂关节角度的轨迹跟踪控制，提升多自由度深海液压机械臂的控制性能。

公开(公告)号：CN118550201B

公开(公告)日：2024-10-22

申请号：CN202411019258.6

申请日：2024-07-29

Applicant: 浙江理工大学

Inventor： 陈刚 ,  吴玮 ,  何龙馨 ,  王滨海 ,  武传宇

IPC: G05B13/04

Abstract: 本发明公开了一种基于扰动观测的深海液压机械臂自适应滑模控制方法。本发明考虑到多自由度深海液压机械臂无速度传感器问题，提出了基于期望速度信号的自适应律以克服模型参数不确定性带来的影响；此外，通过构建自适应扩张状态观测器，不仅能够估计并在控制器设计过程中补偿系统的扰动，而且能够估计系统的速度信号，提升控制器的鲁棒性和抗扰能力。本发明能够在无速度传感器的情况下实现多自由度深海液压机械臂关节角度的轨迹跟踪控制，提升多自由度深海液压机械臂的控制性能。

公开(公告)号：CN119535992A

公开(公告)日：2025-02-28

申请号：CN202510072399.2

申请日：2025-01-17

Applicant: 浙江理工大学

Inventor： 陈刚 ,  薛涵韩 ,  孟祥辉 ,  卢裕旺 ,  曾锦锋 ,  武传宇 ,  王滨海

IPC: G05B13/04

Abstract: 本发明涉及机器人控制领域，目的是克服上述背景技术中的不足，提供一种仿河狸机器人深度强化学习控制方法，以缩短训练时间、提高学习效率、提升学习效果。技术方案包括以下步骤：步骤1：构建D3QN模型；步骤2：设置空间状态与奖赏函数；步骤3：获取河狸后足关节仿生游动轨迹；步骤4：根据仿生游动轨迹控制仿生游动机器人运动；步骤5：训练D3QN模型。本发明能够在真实水下环境中快速学习到适宜的动作，在更好地适应环境的同时，还提高了训练的效率和效果，实验结果表明，在同步、交错两种仿生游动模式下，本发明都能够使机器人达到稳定的游动状态。