최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.20 no.12, 2014년, pp.1278 - 1283
This study proposes a NN (Neural Networks)-based adaptive control method for a 6X6 skid-type UGV (Unmanned Ground Vehicle) with 6 in-wheel motors. The UGV experiences lots of uncertainties and, thus, the control performance can degrade significantly without a compensation of the unknown terms. To im...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
스키드 조향방식의 장점은 무엇인가? | 최근에 군사용 무인차량 분야의 연구가 국내외에서 많이 진행되고 있으며, 주로 야지에서 운용되어야 하는 특성 때문에 대부분의 군사용 무인차량은 스키드 조향을 채택하는 경우가 많다[1,2]. 이는 스키드 조향방식이 야지 및 험지를 주행할 때 주행방향을 신속히 바꿀 수 있고, 조향 반경이 작아 좁은 공간에서도 선회할 수 있다는 장점이 있기 때문이다. 그리하여 감시정찰 및 타격, 폭발물 탐지/제거 등 야지에서 운용되는 무인차량이 임무를 수행하기에 유리하기 때문이다. | |
신경망 기반 적응제어기법의 단점은 무엇인가? | 더욱이, 그러한 시스템의 차이가 구조가 없는 불확실한 요소(unstructured uncertainty)라 하더라도 효과적으로 추정 및 보상이 가능하다. 하지만, 신경망 자체가 잔여오차(residual error) 안에서 어떤 함수를 근사화 시키는 형태로 유도되었기 때문에 전체 폐루프 시스템의 안정성은 UUB (Uniformly Ultimate Boundedness)로 한정된다는 단점을 갖는다. 또한 신경망의 형태를 3층(three layered NN)로 설계하게 되면 가중 파라미터 오차변수를 정의 할 때 새롭게 제거해야할 잔여오차들이 생성된다[9]. 이에 본 논문에서는 참고문헌 [10]에서 제안한 방법을 활용하여 신경망요소의 적용 후 남게 되는 모든 오차를 추정하는 알고리듬을 추가한다. | |
신경망 기반 적응제어기법의 가장 큰 장점은 무엇인가? | 신경망 기반 적응제어기법의 가장 큰 장점은 모델링된 시스템과 실제 시스템의 차이를 효과적으로 보상할 수 있다는 것이다[6-10]. 더욱이, 그러한 시스템의 차이가 구조가 없는 불확실한 요소(unstructured uncertainty)라 하더라도 효과적으로 추정 및 보상이 가능하다. |
J. Kang, W. Kim, J. Lee, and K. Yi, "Skid steering-based control of a robotic vehicle with six in-wheel drives," Proc. IMechE, Part D: J. of Automobile Engineering, vol. 224, no. 11, pp. 1369-1391, Nov. 2010.
S. Golconda, "Steering controller for a skid-steered autonomous ground vehicle at varying speed," Ph.D. Thesis, Osmania University, 2005.
J. Economou and R. Colyer, "Modeling of skid steering and fuzzy logic vehicle ground interaction," In Proc. of the American Control Conference, Chicago, Illinois, pp. 100-104, 2000.
H. Peng, "Vehicle lateral control for highway automation," Ph.D. Thesis, University of California at Berkeley, 1992.
M. M. Polycarpou and P. A. Ioannou, "Identification and control of nonlinear systems using neural networks models: Design and stability analysis," USC, Technical Report, 91-09-01, 1991.
S. S. Ge and C. Wang, "Direct adaptive NN control of a class of nonlinear systems," IEEE Transactions on Neural Networks, vol. 13, no. 1, pp. 21-221, Jan. 2002.
D. Shin and Y. Kim, "Reconfigurable flight control system design using adaptive neural networks," IEEE Transactions on Control Systems, vol. 12, no. 1, pp. 87-100, 2004.
D. Chwa, "Fuzzy adaptive tracking control of wheeled mobile robots with state-dependent kinematic and dynamic disturbances," IEEE Transactions on Fuzzy Systems, vol. 20, no. 3, pp. 587-593, 2012.
H. K. Khalil, Nonlinear Systems, 3rd Ed., Prentice-Hall PTR: Upper Saddle River, 2002.
J. Shin, J. Huh, Y. Lee, C. Kim, and S. Joo, "Adaptive control for skid-type unmanned ground vehicle," Proc. of ICROS Annual Conference 2014, Daegu, Korea, pp. 289-290, May 2014.
T. Johansen and T. Fossen, "Control allocation-A Survey," Automatica, vol. 49, pp. 1087-1103, 2013.
D. Kim and J. Kim, "A real-time limit-cycle navigation method for fast mobile robots and its application to robot soccer," Robotics and Automation Systems, vol. 42, no. 1, pp. 17-30, 2003.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.