Key points are not available for this paper at this time.
Para identificações de parâmetros de sistemas robóticos, a maioria dos trabalhos existentes tem se concentrado na veracidade da estimativa, mas poucos trabalhos na literatura se preocupam com a velocidade de convergência. Neste artigo, desenvolvemos um esquema de controle/identificação de robôs para identificar os parâmetros cinemáticos e dinâmicos desconhecidos do robô com taxa de convergência aprimorada. Superior aos métodos tradicionais, a informação do erro de estimativa de parâmetros foi devidamente integrada ao algoritmo de identificação proposto, de modo que um desempenho de estimativa aprimorado foi alcançado. Além disso, o método de Newton-Euler (NE) foi utilizado para construir o modelo dinâmico do robô, onde um método de redução de modelo baseado em decomposição de valores singulares foi projetado para remediar os potenciais problemas de singularidade do regressor NE. Além disso, uma condição de excitação intervalar foi empregada para relaxar a exigência da condição de excitação persistente para a estimativa cinemática. Usando a síntese de Lyapunov, uma análise explícita da taxa de convergência dos erros de rastreamento e dos parâmetros estimados foi realizada. Estudos de simulação foram realizados para mostrar a convergência precisa e rápida do algoritmo de identificação em tempo finito (FT) proposto baseado em um braço de 7-DOF do robô Baxter.
Yang et al. (Qui,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: