增量贝叶斯模糊伺服控制器

跟踪误差降逾五成

面向机器人关节伺服控制的智能策略，通过贝叶斯优化与李雅普诺夫约束提升控制精度与收敛性。

左国玉 · Zhou, Jiyong · Gong, Daoxiong · 黄高

IEEE/ASME Transactions on Mechatronics 2023

参数信息

均方根误差降低了

55.56 %

技术优势

自学习与泛化强

基于模糊规则的宽度学习系统同时具备良好的自学习能力和泛化能力，减少了人工调整控制参数的工作量。

应用场景

• 机器人关节控制：替换机器人关节现有伺服控制模块，无需手动调参即可提高跟踪精度。
• 伺服控制：用于需要自学习和快速收敛的高精度伺服任务。
• 机电一体化：集成到机电系统中，缩短控制开发时间并提升性能。
• 工业机械臂：提高工业机械臂关节跟踪精度和稳定性。