$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 입력 포화를 가지는 불확실한 전기 구동 로봇 시스템에 대해 PSO를 이용한 RBFNN 기반 분산 적응 추종 제어
RBFNN Based Decentralized Adaptive Tracking Control Using PSO for an Uncertain Electrically Driven Robot System with Input Saturation 원문보기

한국융합신호처리학회논문지 = Journal of the Institute of Convergence Signal Processing, v.19 no.2, 2018년, pp.77 - 88  

신진호 (Dong-eui University, Department of Electronic Engineering) ,  한대현 (Dong-eui University, Department of Electronic Engineering)

초록
AI-Helper 아이콘AI-Helper

본 논문은 입력 포화를 가지는 불확실한 전기 구동 로봇 시스템에 대해 입자 군집 최적화(PSO)를 이용한 방사형 기저 함수 신경망(RBFNN) 기반 분산 적응 추종 제어 기법을 제안한다. 실제적으로 로봇 시스템에서는 구동기의 포화로 인해 입력 전압과 전류 신호 크기가 제한된다. 제안된 제어기는 이러한 입력 포화를 극복하며, 어떠한 로봇 링크 및 구동기의 모델 파라미터들을 요구하지 않는다. 제시된 PSO 기법에서 쓰인 적합도 함수는 추종 오차만이 아니라 전압과 전류의 크기를 포함하는 다중 목적 함수로 표현된다. PSO 기법을 이용하여 제어 이득과 방사형 기저 함수의 개수가 자동으로 조정되어 제어 시스템의 성능이 개선된다. 리아푸노프 안정도 해석에 의해 전체 제어 시스템의 안정도가 보장된다. 제안된 제어 기법의 타당성과 강인성이 시뮬레이션 결과를 통해 검증된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes a RBFNN(Radial Basis Function Neural Network) based decentralized adaptive tracking control scheme using PSO(Particle Swarm Optimization) for an uncertain electrically driven robot system with input saturation. Practically, the magnitudes of input voltage and current signals are ...

주제어

#로봇 시스템   #분산 적응 제어   #입자 군집 최적화   #입력 포화   #방사형 기저 함수 신경망  

참고문헌 (11)

  1. M. Homayounzade, M. Keshmiri, and M. Ghobadi, (2015, Feb.), A robust tracking controller for electrically driven robot manipulators: stability analysis and experiment, International Journal of Automation and Computing, vol. 12, no. 1, pp. 83-92. 

    상세보기 crossref

  2. H. S. Seo and Y. W. Sung, (2015, Oct.), Optimal manipulation for a hexapod walking robot, Journal of the Institute of Signal Processing and Systems, vol. 16, no. 4, pp. 168-174. 

  3. Z. J. Yang, Y. Fukushima, and P. Qin, (2012), Decentralized adaptive robust control of Robot Manipulators Using Disturbance Observers," IEEE Trans. on Control Systems Technology, vol. 20, no. 5, pp. 1357-1365. 

    상세보기 crossref

  4. D. J. Loez-Araujo, A. Zavala-Rio, V. Sanibanez, and F. Reyes, (2015, Feb.), A generalized global adaptive tracking control scheme for robot manipulators with bounded inputs, International Journal of Adaptive Control and Signal Processing, vol. 29, issue 2, pp. 180-200. 

    상세보기 crossref

  5. M. Mendoza, A. Zavala-Rio, V. Santibanez, and F. Reyes, "A PID-type global regulator with simple tuning for robot manipulators with bounded inputs", in Proceedings of IEEE International Conference on Decision and Control, LA, USA, Dec. 15-17, Feb. 2015, pp. 6335-6341. 

  6. H. Liu, Y. Zhang, and W. Wu, "Saturated adaptive back-stepping control for robot manipulators with RBF neural network approximation", in Proceedings of 2016 IEEE International Conference on Information and Automation, China, 1-3 Aug. 2016, pp. 1550-1555. 

  7. J. H. Shin, (2016, Oct.), Design of a decentralized adaptive bounding controller for a robot system with bounded current and voltage inputs, Journal of Korean Institute of Information Technology, vol. 14, no. 10, pp. 19-27. 

  8. J. Park and I. W. Sandberg, (1991), Universal approximation using radial-basis-function networks, Neural Computation, vol. 3, pp. 246-257. 

    상세보기 crossref

  9. M. Vijay and D. Jena, (2017, May). PSO based neuro fuzzy sliding mode control for a robot manipulator, Journal of Electrical Systems and Information, vol. 4, issue. 1, pp. 243-256. 

    상세보기 crossref

  10. N. K. Goswami and P. K. Padhy, "Gain tuning of Lyapunov function based controller using PSO for mobile robot control, in Proceedings of 2016 Inernatiomna Conference on Industrial and Information Systems, 3-4 Dec.,, India, 2016, pp. 295-299. 

  11. J. Kennedy and R. Eberhart, "Particle Swarm Optimization", in Proceedings of IEEE International Conference on Neural Networks, 1995, pp. 1942-1948. 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로