MétaCan
Menu
Retour à la cohorte
Enregistrement W2887685036 · doi:10.1109/tfuzz.2018.2864940

Finite-Time Convergence Adaptive Fuzzy Control for Dual-Arm Robot With Unknown Kinematics and Dynamics

2018· article· en· W2887685036 sur OpenAlexaff
Chenguang Yang, Yiming Jiang, Jing Na, Zhijun Li, Long Cheng, Chun‐Yi Su

Notice bibliographique

RevueIEEE Transactions on Fuzzy Systems · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensConcordia University
Organismes subventionnairesNational Ten Thousand Talent ProgramFundamental Research Funds for the Central UniversitiesBeijing Municipal Natural Science FoundationState Key Laboratory of Robotics and SystemState Key Laboratory of Robotics
Mots-clésControl theory (sociology)KinematicsFuzzy logicRobotic armConvergence (economics)Robot kinematicsFuzzy control systemController (irrigation)RobotComputer scienceJacobian matrix and determinantMathematicsMobile robotArtificial intelligenceControl (management)

Résumé

récupéré en direct d'OpenAlex

Due to strongly coupled nonlinearities of the grasped dual-arm robot and the internal forces generated by grasped objects, the dual-arm robot control with uncertain kinematics and dynamics raises a challenging problem. In this paper, an adaptive fuzzy control scheme is developed for a dual-arm robot, where an approximate Jacobian matrix is applied to address the uncertain kinematic control, while a decentralized fuzzy logic controller is constructed to compensate for uncertain dynamics of the robotic arms and the manipulated object. Also, a novel finite-time convergence parameter adaptation technique is developed for the estimation of kinematic parameters and fuzzy logic weights, such that the estimation can be guaranteed to converge to small neighborhoods around their ideal values in a finite time. Moreover, a partial persistent excitation property of the Gaussian-membership-based fuzzy basis function was established to relax the conventional persistent excitation condition. This enables a designer to reuse these learned weight values in the future without relearning. Extensive simulation studies have been carried out using a dual-arm robot to illustrate the effectiveness of the proposed approach.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations326
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Fuzzy SystemsMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207