基于RBF神经网络的Flexible Robot自适应控制(论文笔记)

这篇笔记详细介绍了基于RBF神经网络的柔性机器人(Flexible Robot)自适应控制方法。通过对比柔性机器人与连续体机器人(Continuum Robot),探讨了柔性机器人的特点和应用。论文中利用RBF神经网络来逼近位置函数,构建自适应控制系统模型,以解决物理模型分析的困难。文中提及的控制系统模型基于李雅普诺夫稳定判据,并进行了直接鲁棒性系统仿真。
摘要由CSDN通过智能技术生成

上一篇笔记 https://blog.csdn.net/qq_24182661 记录的是第一篇论文2015 Continuum Robots for Medical Applications A survey的论文笔记,主要做的笔记是文章前面对于以往continuum robot的一些总结的笔记,然后就看了一篇关于建模分析的论文Neuro-Adaptive Observer based Control of Flexible joint robot主要是在Flexible robot物理模型上利用RBF神经网络逼近位置函数建立自适应控制系统控制模型。

这篇记笔的原因

这篇文章主要记录就是第二篇论文的笔记,主要是对Flexible robot和continuum robot模型建立的区别和共通点分析笔记

GO

想说一下Flexible robot(柔性机器人)和continuum robot(连续体机器人)之间的区别
两种机器人模型,在体积上是由一定的区别的,Flexible robot可以做的很大,现在已经有研究协作机器人应用柔性机器人,柔性机器人的特点就在于它的灵活性,可以通过改变形态来完成任务,在结构上柔性机器人是一个完整连续的结构,体积可以做的大,像达芬奇医疗机器人系统,人体外部辅助机器人属于柔性机器人,还

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值