TAILIEUCHUNG - Điều khiển chuyển động robot hai chân trong pha một chân trụ theo phương pháp trượt sử dụng mạng nơron

Trong bài báo này trình bày ứng dụng phương pháp điều khiển trượt sử dụng mạng nơron để điều khiển robot hai chân trong pha bước. Bộ điều khiển này tỏ ra hiệu quả và ổn địnhkhi so sánh với bộ điều khiển PD trong trường hợprobot hai chân có độ bất định và có nhiễu tác động lớn. | Tạp chí Tin học và Điều khiển học, T. 30, S. 1 (2014), 70–80 ĐIỀU KHIỂN CHUYỂN ĐỘNG ROBOT HAI CHÂN TRONG PHA MỘT CHÂN TRỤ THEO PHƯƠNG PHÁP TRƯỢT SỬ DỤNG MẠNG NƠRON NGUYỄN VĂN KHANG1 , TRỊNH QUỐC TRUNG2 1 Trường 2 Trường Đại học Bách Khoa Hà Nội Đại học Công nghệ - ĐHQGHN Tóm t t. Trong bài báo này trình bày ứng dụng phương pháp điều khiển trượt sử dụng mạng nơron để điều khiển robot hai chân trong pha bước. Bộ điều khiển này tỏ ra hiệu quả và ổn địnhkhi so sánh với bộ điều khiển PD trong trường hợprobot hai chân có độ bất định và có nhiễu tác động lớn. T khóa. Robot hai chân, động lực học ngược, điều khiển, mạng nơron. Abstract. In this paper, an application of 5-link biped robotic control model is presented through the neural network sliding mode approach. The proposed controller showes efficiency and stability in comparision with the PD controller of biped robots with uncertainties and large noise effects. Key words. Biped robot, inverse dynamics, control, neural networks. 1. MỞ ĐẦU Robot dáng người (humanoid robot) là lĩnh vực khoa học đang được quan tâm nghiên cứu ở Nhật, Hàn Quốc, Mỹ, CHLB Đức, Trung Quốc và nhiều nước khác [1–11]. Một vài loại robot dáng người nổi tiếng trên thế giới là robot ASIMO của hãng HONDA, các phiên bản robot HRP của Viện AIST. Bên cạnh đó robot dáng người được nghiên cứu nhiều phục vụ trong lĩnh vực quân sự. Về mặt cơ học robot dáng người được mô hình hóa bằng cơ hệ nhiều vật. Một dạng robot dáng người được quan tâm nghiên cứu là robot hai chân (biped robot). Mô hình robot hai chân được trình bày ở đây là mô hình robot có 5 khâu [2, 10, 11]. Đó là phần thân người và hai khâu cho mỗi chân. Phần trên của chân (upper leg) được gọi là đùi còn phần dưới của chân (lower leg) được gọi là cẳng chân. Các khâu này dược nối với nhau thông qua 4 khớp quay (hai khớp hông và hai khớp đầu gối). Chuyển động của robot hai chân được chia ra làm 3 pha khác nhau. Đó là pha một chân trụ (single support phase), pha hai chân trụ (double support .

• Kỹ thuật lập trình
• Robot hai chân
• Động lực học ngược
• Điều khiển
• Mạng nơron
• Biped robot
• Inverse dynamics
• Neural networks
• Luận án tiến sĩ
• Luận án tiến sĩ Kỹ thuật
• Quá trình robot hai chân bước đi
• Robot dạng người
• Quy hoạch dáng đi cho robot hai chân
• Mô hình robot hai chân
• Điều khiển robot dạng người
• Cấu hình robot hai chân
• Khảo sát động cơ và cân bằng robot hai chân
• nghiên cứu khoa học
• cẩm nang nghiên cứu khoa học
• khoa học công nghệ
• Luận án Tiến sĩ Cơ kỹ thuật
• Cơ kỹ thuật
• Bài toán ngược
• Mô hình mạng nơ rôn Mimo Narx
• Mạng nơ rôn Mimo Narx
• Neural Networks Representation
• Appropriate problems for Neural Network Learning
• Multilayer Networks
• Remarks on the Backpropagation algorithm
• Neural network application development
• Finding Minimal Neural Networks
• Neural Networks for Business Intelligence Applications
• Feed forward neural networks
• Rule extraction
• Business intelligence applications
• Neural network training
• Fundamentals of neural networks
• Simple neural nets
• Pattern classification
• Pattern asociation
• Neural networks based
• Neural network and deep learning
• Neural network and deep learning: A textbook
• Multilayer neural networks
• Common neural architectures
• Training deep neural networks
• Radial basis function networks
• Adaptive resonance theory
• Backpropagation neural net
• Other neural nets
• Hệ thống GSM
• Ứng dụng Neural Networks
• Lý thuyết Neural Networks
• Thông tin di động GSM
• Mô phỏng Neural Networks
• Luận văn viễn thông
• Bayesian neural networks and its application in obstacle avoidance methods
• Bayesian neural networks
• The most suitable autonomous task
• The optimal neural network structure
• Previously reported shared control methods
• Aided Diagnosis
• Biomedical Applications
• Biological Research
• Cell Responses
• Numerical Forecasting
• Risk Analysis
• Oxidative Process
• Potential Mapping
• Programming Neural
• Networks in Java
• Neural Networks in Java
• Java program
• IS programmers
• Artificial neural networks
• ANN representations
• Perceptron Training
• Rule Extraction from Artificial Neural Networks
• Feedforward neural networks for classification
• Rulle exttractition ffrom neurall nettworkks Examples
• Different types of classification rules
• RegressionRegression rulesrules
• Wavelet neural networks
• Identifying undamaged
• Singular spectrum analysis
• Frequency based filter
• Identifying structure
• The artificial neural networks
• Well log data
• The lithology physical parameters
• Cuu Long basin
• Quantum neural networks
• Cryptographic algorithm
• Key agreement protocol
• Quantum computing
• Bridge deck condition rating based on artificial neural networks
• The Design Load and Main Structure Design
• Neglectable effects on the ANN’s performance
• Accordingly the maintenance need
• Summary of engineering doctoral thesis
• Building regionallinked hydroelectric turbine speed control systems
• The basis of fuzzy logic and artificial neural networks
• Regional linked hydropower turbine
• Artificial Intelligence
• Lecture Artificial Intelligence
• Trí tuệ nhân tạo
• Multilayer perceptrons
• Lecture note Artificial Intelligence
• Bài giảng trí tuệ nhân tạo
• Khoa học máy tính
• RELAP5 simulation program
• VVER 1000 reactor technology
• ANN based model
• Autonomous walking machines
• Behavior control
• Biologically inspired perception
• action systems
• Embedded systems Ethology
• Evolutionary robotics
• Neural control
• Neuroethology
• Reactive behavior
• Reactive control
• Recurrent neural networks
• Sensor fusion
• clinical
• health
• health care
• The Handbook of Brain Theory and Neural Networks
• biomedical
• industrial
• physics
• financial applications
• Neutron Spectrometry
• Transplantation Outcome
• Machine learning
• Lecture Machine learning
• Machine learning algorithms
• Data analysis methods