绿篱修剪移动机器人控制系统研究
摘要
高速公路中央隔离带绿篱的维护,人工作业的工作量巨大,因此,我们开展了绿篱修剪移动机器人系统的研究。绿篱修剪移动机器人控制系统是整个机器人系统的关键部分,它对机器人系统的实现具有重要的意义和实际价值。
(1)基于绿篱作业的特点和机构学问题,运用D-H方法建立了绿篱修剪机器人坐标系和机器人物理模型；运用齐次变换法进行运动学分析,通过参数方程法对机器人的作业空间进行了分析。
(2)基于绿篱修剪机器人运动学分析结果,应用拉格朗日—欧拉方法进行动力学分析。
(3)基于绿篱作业控制要求设计模糊RBF神经网络的控制律以及自适应律。运用Simulink建立了模糊RBF神经网络控制仿真模型。仿真得到了绿篱修剪机器人六个关节的位置跟踪及跟踪误差、速度跟踪及跟踪误差、控制输入、模糊增益调整的曲线以及f趋近广的曲线的关系曲线。
(4)在控制系统研究过程中,同时建立了独立PID控制仿真模型。仿真得到了机器人六个关节的位置跟踪及跟踪误差、速度跟踪及跟踪误差、控制输入曲线。
(5)模糊RBF控制与独立PID控制仿真结果表明：模糊RBF神经网络控制效果比独立PID控制更优良,稳定性、抗干扰能力更强,控制精度更高。
(6)根据绿篱修剪移动机器人的操作需要,运用Visual C++6.0完成了机器人控制系统的软件设计,软件运行成功,人机界面友好。
Hedge is an important way in greening environment,pruning hedges still stay manual operation at home and abroad,only alone artisanal workers,the workload and labor intensity is very huge.So,we begin to study the core of hedge pruning robot—the robot control system.
Based on the characteristics of operation and mechanism,used D-H notation to set up robot coordinate system and physical model;get the normal solution and inverse solution by kinematics analysis of homogeneous transformation;and then,analysed the robot work space through parametric equation.
Based on the physical model and the result of inematics analysis,get dynamical equation through lagrangian-Eulerian Method.
Designed the control law and the adaptive law of fuzzy RBF neural network. According to robot dynamics equations, established fuzzy RBF neural network simulation models.And get the position tracking curves、velocity tracking curves、position tracking error curves、velocity tracking error curves、control input curves and fuzzy gain adjustment curves of six robot joint.Established PID simulation models,get that kind of curves like fuzzy RBF.
Compared the simulink result of RBF fuzzy control and PID control:Fuzzy RBF neural network control performance better than the independent PID control.
According to parameters and operational requirements of robot,used the MFC class of Visual C++ to design the robot control system software,including motion control,job control and arm control, run successfully, human-machine Interface friendly.
(1)基于绿篱作业的特点和机构学问题,运用D-H方法建立了绿篱修剪机器人坐标系和机器人物理模型；运用齐次变换法进行运动学分析,通过参数方程法对机器人的作业空间进行了分析。
(2)基于绿篱修剪机器人运动学分析结果,应用拉格朗日—欧拉方法进行动力学分析。
(3)基于绿篱作业控制要求设计模糊RBF神经网络的控制律以及自适应律。运用Simulink建立了模糊RBF神经网络控制仿真模型。仿真得到了绿篱修剪机器人六个关节的位置跟踪及跟踪误差、速度跟踪及跟踪误差、控制输入、模糊增益调整的曲线以及f趋近广的曲线的关系曲线。
(4)在控制系统研究过程中,同时建立了独立PID控制仿真模型。仿真得到了机器人六个关节的位置跟踪及跟踪误差、速度跟踪及跟踪误差、控制输入曲线。
(5)模糊RBF控制与独立PID控制仿真结果表明：模糊RBF神经网络控制效果比独立PID控制更优良,稳定性、抗干扰能力更强,控制精度更高。
(6)根据绿篱修剪移动机器人的操作需要,运用Visual C++6.0完成了机器人控制系统的软件设计,软件运行成功,人机界面友好。
Hedge is an important way in greening environment,pruning hedges still stay manual operation at home and abroad,only alone artisanal workers,the workload and labor intensity is very huge.So,we begin to study the core of hedge pruning robot—the robot control system.
Based on the characteristics of operation and mechanism,used D-H notation to set up robot coordinate system and physical model;get the normal solution and inverse solution by kinematics analysis of homogeneous transformation;and then,analysed the robot work space through parametric equation.
Based on the physical model and the result of inematics analysis,get dynamical equation through lagrangian-Eulerian Method.
Designed the control law and the adaptive law of fuzzy RBF neural network. According to robot dynamics equations, established fuzzy RBF neural network simulation models.And get the position tracking curves、velocity tracking curves、position tracking error curves、velocity tracking error curves、control input curves and fuzzy gain adjustment curves of six robot joint.Established PID simulation models,get that kind of curves like fuzzy RBF.
Compared the simulink result of RBF fuzzy control and PID control:Fuzzy RBF neural network control performance better than the independent PID control.
According to parameters and operational requirements of robot,used the MFC class of Visual C++ to design the robot control system software,including motion control,job control and arm control, run successfully, human-machine Interface friendly.
引文
[1]http://news.xinhuanet.com/fortune/2009-01/15/content_10663567.htm.
[2]http://gc.yuanlin.com/HTML/Article/2007-4/Yuanlin_Project_3952.HTML.
[4]铃木皓史.最近の枝打機械[J].林业技衍,1993,2：4-8.
[5]堀田奈绪.96林业楼械展示.実演会を兄学して[J].楼械化林业,1997,2：10-14.
[8]姜树海,陆怀民.林业机器人研究动态[J].森林工程,1998,14(3)：39-40.
[9]孙艳青.日本研制的林业机器人[J].机器人技术与应用.1997,(5)：6-7.
[10]姜树海.旋切智能定心上木机器人设计理论研究[D].哈尔滨：东北林业大学,2000.
[11]日本机器人学会编,宗光华等译.机器人技术手册.北京：科学出版社,1996：666-667.
[12]王俊起.未来的森林除草机器人[J].机器人技术与应用,1997,5：5.
[13]庞勃.防风固沙机器人自动控制系统的研制[D].哈尔滨：黑龙江大学,2007.
[14]周增产,J.Bontsema.荷兰黄瓜收获机器人的研究开发[J].农业工程学报,2001,17(6)：770.
[15]曹其新,吕恬生.草莓拣选机器人的开发[J].上海交通大学学报,1999,33(7)：840-880.
[16]晴黎.日本机器人摘西瓜[J].山东农机化,2004,40(9)：47-49.
[17]陈利兵.草莓收获机器人采摘系统研究[D].南京：中国农业大学,2005.
[18]刘晋浩.伐根清理机器人设计理论与应用技术研究[D].哈尔滨：东北林业大学,2003.
[19]姜树海.旋切定心与土木技术的发展[J].林业机械与木工设备,2000,28(2)：4-7.
[20]丛宪冬.弯曲木成型加工机器人控制系统研究[D].哈尔滨：东北林业大学,2004.
[21]李跃娟.草方格铺设机器人横向气动插草机构动力学仿真分析[D].哈尔滨：东北林业大学,2005.
[22]张昭君.小推车式绿篱修剪机设计思想[J].城建机械设备,1993,3：7-9.
[23]陈志强,吴远彬,陈永康,陈晞.软轴绿篱修剪机的研制[J].福建林业科技,2002,29(3)：51-52,87.
[24]M. H. Moradi, New techniques for PID controller design. IEEE Conference on CCA,vol.2, pp. 903-908, June 2003.
[25]H. B. Kazemian, Development of an intelligent fuzzy controller. IEEE International Conference on Fuzzy Systems, vol.1, pp.517-520,2-5 Dec.2001.
[26]M. Petrov, I.Ganchev, A.Taneva, Fuzzy PID control of nonlinear plants, First International IEEE Symposium, vol.1, pp.30-35,10-12 Sept.2002.
[27]Jiangjiang Wang, Youyin Jing, Dawei An. Study of Neuron adaptive PID controller in a single-zone HVAC system. First International Conference on Innovative Computing, Information and Control, vol.2, pp.142-145,30 Aug-1 Sept.2006.
[28]徐斐.基于自适应模糊PID算法的舵机控制器研究[D].西安：西安电子科技大学,2008.
[29]刘迪.基于神经网络的PID控制算法[D].黑龙江：黑龙江大学,2008.
[30]丁度坤,谢存禧,张铁,蒋贤海.遗传算法在工业机器人控制中应用研究[J].机械设计与制造,2009,3(3)：168-170.
[31]徐玉华,张崇巍,鲍伟,傅瑶,汪木兰.基于动态滑模控制的移动机器人路径跟踪[J].合肥工业大学学报(自然科学版),2009,32(1)：28-31.
[32]龙英文,赵光宙.模糊滑模变结构控制在伺服系统中的应用[J].电气传动,2004,1：26-18.
[33]张燕红.漂浮基空间机器人姿态与末端爪手协调运动的反演滑模控制[J].太原科技大学学报,2009,30(1)：26-30.
[34]穆效江,陈阳舟.多关节机器人的模糊神经滑模控制[J].微计算机信息,2009,25(3)：256-258.
[35]J. E. Slotine, W. Li. On the adaptive control of robot mnaipulators. International Journal of Robotic Research, vol.6, No.3, pp.49-59,1978.
[36]R. Ortega, M. W. Spong. Adpative motion control of rigid robots. A tutorial Automatic, vol.25, No.6, pp.877-888,1989.
[37]刘广瑞,刘又午.柔性机械臂末端位置的变结构模型参考自适应控制[J].机器人,2001,20(4)：292-296.
[38]代颖,郑南宁,张元亮.采用多项式结构的机器人鲁棒自适应设计[J].西安交通大学学报,2000,32(5)：18-21.
[39]Man Zhihong, M. Palaniswami. Robust tracking control for rigid robotic manipulators. IEEE on Automatic Control, vol.39, No.1, pp.154-159, Jan.1994.
[40]张天平.基于一种修改的李亚普诺夫函数的自适应模糊滑模控制[J].自动化学报,2002,28(1)：137-142.
[41]白萍,张廷键.基于神经网络补偿的机器人稳定自适应控制[J].模式识别与人工智能,2001,14(2)：162-165.
[42]L. A. Zadeh. Fuzzy Sets. Information and Control, vol.8, pp.338-353,1965.
[43]E. H. Mamdani. Applications of Fuzzy Algorithms or Control of Simple Dynamic plant.Proc.IEE, vol.121, pp.1585-1588,1974.
[44]J. Kasac, B. Novakovic, D. Majetic, D. Brezak. Stability analysis of fuzzy robot control without fuzzy rule base. Proceedings of the International Joint Conference on Neural Networks, vol.1, pp.310-315, 20-24 July 2003.
[45]Huimin Xiao, Chunyi Su, Wenfang Xie. Variable Structure Control Based on the Fuzzy Neural Networks. Annual meeting of the north American on Fuzzy Information Processing Society, pp.206-270, 3-6 June 2006.
[46]欧兴宝.模糊、小波神经网络研究及其在柔性冗余度机器人控制中的应用[D].北京：北京工业大学,2000.
[47]韩晓霞.基于神经网络的刚性机械臂控制研究[D].太原：太原理工大学,2002.
[48]Y. C. Chang. Neural netwok-based Hoo tracking control of rorbotic systems. IEEE Porc.Conrtol hetory applications, Vol.147, pp.303-311,2000.
[49]M. C. Hwang, X. H. Hu. A robust Position/force learning controller of mnaipulators via nonlinear Hooconrtol and neuralnetworks. IEEE Trans.system Man and Cybemetics B, vol.30, pp.310-321,2000.
[50]Hassan Emara, Abdel Latif Elshafei.Robust robot control enhanced by a hiearrehical adapative fuzzy algorithm. Engineering APPlications of Arilfieial Inielligenee, vol.1, pp.187-198,2004.
[51]Yeon Gny Choo, Han Ho Tack, Chang Geon Kim. The study on Position control of a flexible orbot manipulator using fuzzy neural networks. IEEE Trnasaction on Neural NetWokrs, pp.226-230,1999.
[52]M. S. Hitam, K. F. Gill. Indirect adaptive Control of a robot using fuzzy Neural netwoks. IEEE Trnasaction on Neural Netwokrs, pp.303-307,2000.
[53]Wai Rong-Jong, Hsieh Kuna-yun. Tracking control design for robot manipulator via fuzzy neural networks. IEEE Transaction on Neural Networks, pp.1422-1427,2002.
[54]Wai Rong-Jong. Tracking control based on neural network strategy for robot manipulator. Neurocomputing, vol.51, pp.425-445,2003.
[55]Meng Joo Er, Chang Boon Low, Khuan Holm Nah,etc. Real-time implementation of a dynamic fuzzy neural netwoks controller for a SCARA. Microproeessors and Microsystems, vol.26, pp.449-461,2002.
[56]Osear Castillo, Particia Melin. Intelligent adapative model-based control of robotic dynamic systems with a hybrid fuzzy-neuarl approach. Applied Sotf ComPuting, vol.3, pp.363-378,2003.
[57]Fuehun Sun, Zengqi Sun, Lei Li, etc. Neuor-fuzzy adaptive control based on dynamic inversion for robotic manipulators. Fuzzy Sets ands ystems, vol.134, pp.117-133,2003.
[58]S. Wermter, C. Weber, M. Elshaw. etc. Towards multimodal neural robot learning. Robotics and Autonomous Systems, vol.47, No.4, pp.171-175,2004.
[59]胡娜.农田信息采集机器人本体研制[D].南京：南京林业大学,2008.
[60]姜树海.绿篱修剪实验机器人运动原理研究[C].江苏省博士后学术大会论文集(机械工程技术卷),2005,12：364-369.
[61]温金环.三关节六自由度机械臂运动学及动力学分析和不确定刚性机器人的鲁棒轨迹跟踪控制研究[D].西安：西北工业大学,2002.
[62]万志成.六自由度排爆机械臂控制系统设计[D].上海：上海交通大学,2008.
[63]陈力,刘延柱.空间机械臂姿态及关节运动的自适应与鲁棒控制[J].中国机械工程,2001,12(5)：582-585.
[64]周景雷,张维海.机器人机械臂的鲁棒最优控制[J].计算机工程与应用,2007.43(8)：168-173.
[65]吴小锋.林业修剪机器人运动学、动力学仿真[D].南京：南京林业大学,2007.
[66]郑剑飞.六自由度机械臂分布式控制系统的设计与研究[D].哈尔滨：哈尔滨工业大学,2006.
[67]谷鸣宇.六自由度机械手运动学、动力学分析及计算机仿真[D].长春：吉林大学,2005.
[68]刘庆龄,赵永生.六自由度工业机器人动力学分析与仿真[J].上海机电学院学报,2008,11(4)：275-278.
[69]郭秉华,贾庆轩,褚明.六自由度空间柔性机械臂的动力学分析与仿真[J].中国新技术新产品,2008,11：6-7.
[70]张焕.六自由度机器人结构设计＿运动学分析及仿真[D].西安：西安理工大学,2004.
[71]K. J. HUNT. Extending the functional of equivalence of radial basis function networks and fuzzy inference system. IEEE Trans on Neural Networks, vol.5, No.3, pp.776-781,1996.
[72]孙秀军.基于RBF神经网络的机械手轨迹规划及运动仿真研究[D].淄博：山东理工大学,2007.
[73]刘进军.RBF神经网络的改进及其应用研究[D].兰州：兰州大学,2008.
[74]李玉霞.微管道机器人的智能模糊神经网络控制[D].成都：成都理工大学,2004.
[75]J. E. Slotine, W. P. Li. On the Adaptive Control of Robot Manipulators. International Journal of Robotics Research, vol.6, No.3, pp.49-59,1987.
[2]http://gc.yuanlin.com/HTML/Article/2007-4/Yuanlin_Project_3952.HTML.
[4]铃木皓史.最近の枝打機械[J].林业技衍,1993,2：4-8.
[5]堀田奈绪.96林业楼械展示.実演会を兄学して[J].楼械化林业,1997,2：10-14.
[8]姜树海,陆怀民.林业机器人研究动态[J].森林工程,1998,14(3)：39-40.
[9]孙艳青.日本研制的林业机器人[J].机器人技术与应用.1997,(5)：6-7.
[10]姜树海.旋切智能定心上木机器人设计理论研究[D].哈尔滨：东北林业大学,2000.
[11]日本机器人学会编,宗光华等译.机器人技术手册.北京：科学出版社,1996：666-667.
[12]王俊起.未来的森林除草机器人[J].机器人技术与应用,1997,5：5.
[13]庞勃.防风固沙机器人自动控制系统的研制[D].哈尔滨：黑龙江大学,2007.
[14]周增产,J.Bontsema.荷兰黄瓜收获机器人的研究开发[J].农业工程学报,2001,17(6)：770.
[15]曹其新,吕恬生.草莓拣选机器人的开发[J].上海交通大学学报,1999,33(7)：840-880.
[16]晴黎.日本机器人摘西瓜[J].山东农机化,2004,40(9)：47-49.
[17]陈利兵.草莓收获机器人采摘系统研究[D].南京：中国农业大学,2005.
[18]刘晋浩.伐根清理机器人设计理论与应用技术研究[D].哈尔滨：东北林业大学,2003.
[19]姜树海.旋切定心与土木技术的发展[J].林业机械与木工设备,2000,28(2)：4-7.
[20]丛宪冬.弯曲木成型加工机器人控制系统研究[D].哈尔滨：东北林业大学,2004.
[21]李跃娟.草方格铺设机器人横向气动插草机构动力学仿真分析[D].哈尔滨：东北林业大学,2005.
[22]张昭君.小推车式绿篱修剪机设计思想[J].城建机械设备,1993,3：7-9.
[23]陈志强,吴远彬,陈永康,陈晞.软轴绿篱修剪机的研制[J].福建林业科技,2002,29(3)：51-52,87.
[24]M. H. Moradi, New techniques for PID controller design. IEEE Conference on CCA,vol.2, pp. 903-908, June 2003.
[25]H. B. Kazemian, Development of an intelligent fuzzy controller. IEEE International Conference on Fuzzy Systems, vol.1, pp.517-520,2-5 Dec.2001.
[26]M. Petrov, I.Ganchev, A.Taneva, Fuzzy PID control of nonlinear plants, First International IEEE Symposium, vol.1, pp.30-35,10-12 Sept.2002.
[27]Jiangjiang Wang, Youyin Jing, Dawei An. Study of Neuron adaptive PID controller in a single-zone HVAC system. First International Conference on Innovative Computing, Information and Control, vol.2, pp.142-145,30 Aug-1 Sept.2006.
[28]徐斐.基于自适应模糊PID算法的舵机控制器研究[D].西安：西安电子科技大学,2008.
[29]刘迪.基于神经网络的PID控制算法[D].黑龙江：黑龙江大学,2008.
[30]丁度坤,谢存禧,张铁,蒋贤海.遗传算法在工业机器人控制中应用研究[J].机械设计与制造,2009,3(3)：168-170.
[31]徐玉华,张崇巍,鲍伟,傅瑶,汪木兰.基于动态滑模控制的移动机器人路径跟踪[J].合肥工业大学学报(自然科学版),2009,32(1)：28-31.
[32]龙英文,赵光宙.模糊滑模变结构控制在伺服系统中的应用[J].电气传动,2004,1：26-18.
[33]张燕红.漂浮基空间机器人姿态与末端爪手协调运动的反演滑模控制[J].太原科技大学学报,2009,30(1)：26-30.
[34]穆效江,陈阳舟.多关节机器人的模糊神经滑模控制[J].微计算机信息,2009,25(3)：256-258.
[35]J. E. Slotine, W. Li. On the adaptive control of robot mnaipulators. International Journal of Robotic Research, vol.6, No.3, pp.49-59,1978.
[36]R. Ortega, M. W. Spong. Adpative motion control of rigid robots. A tutorial Automatic, vol.25, No.6, pp.877-888,1989.
[37]刘广瑞,刘又午.柔性机械臂末端位置的变结构模型参考自适应控制[J].机器人,2001,20(4)：292-296.
[38]代颖,郑南宁,张元亮.采用多项式结构的机器人鲁棒自适应设计[J].西安交通大学学报,2000,32(5)：18-21.
[39]Man Zhihong, M. Palaniswami. Robust tracking control for rigid robotic manipulators. IEEE on Automatic Control, vol.39, No.1, pp.154-159, Jan.1994.
[40]张天平.基于一种修改的李亚普诺夫函数的自适应模糊滑模控制[J].自动化学报,2002,28(1)：137-142.
[41]白萍,张廷键.基于神经网络补偿的机器人稳定自适应控制[J].模式识别与人工智能,2001,14(2)：162-165.
[42]L. A. Zadeh. Fuzzy Sets. Information and Control, vol.8, pp.338-353,1965.
[43]E. H. Mamdani. Applications of Fuzzy Algorithms or Control of Simple Dynamic plant.Proc.IEE, vol.121, pp.1585-1588,1974.
[44]J. Kasac, B. Novakovic, D. Majetic, D. Brezak. Stability analysis of fuzzy robot control without fuzzy rule base. Proceedings of the International Joint Conference on Neural Networks, vol.1, pp.310-315, 20-24 July 2003.
[45]Huimin Xiao, Chunyi Su, Wenfang Xie. Variable Structure Control Based on the Fuzzy Neural Networks. Annual meeting of the north American on Fuzzy Information Processing Society, pp.206-270, 3-6 June 2006.
[46]欧兴宝.模糊、小波神经网络研究及其在柔性冗余度机器人控制中的应用[D].北京：北京工业大学,2000.
[47]韩晓霞.基于神经网络的刚性机械臂控制研究[D].太原：太原理工大学,2002.
[48]Y. C. Chang. Neural netwok-based Hoo tracking control of rorbotic systems. IEEE Porc.Conrtol hetory applications, Vol.147, pp.303-311,2000.
[49]M. C. Hwang, X. H. Hu. A robust Position/force learning controller of mnaipulators via nonlinear Hooconrtol and neuralnetworks. IEEE Trans.system Man and Cybemetics B, vol.30, pp.310-321,2000.
[50]Hassan Emara, Abdel Latif Elshafei.Robust robot control enhanced by a hiearrehical adapative fuzzy algorithm. Engineering APPlications of Arilfieial Inielligenee, vol.1, pp.187-198,2004.
[51]Yeon Gny Choo, Han Ho Tack, Chang Geon Kim. The study on Position control of a flexible orbot manipulator using fuzzy neural networks. IEEE Trnasaction on Neural NetWokrs, pp.226-230,1999.
[52]M. S. Hitam, K. F. Gill. Indirect adaptive Control of a robot using fuzzy Neural netwoks. IEEE Trnasaction on Neural Netwokrs, pp.303-307,2000.
[53]Wai Rong-Jong, Hsieh Kuna-yun. Tracking control design for robot manipulator via fuzzy neural networks. IEEE Transaction on Neural Networks, pp.1422-1427,2002.
[54]Wai Rong-Jong. Tracking control based on neural network strategy for robot manipulator. Neurocomputing, vol.51, pp.425-445,2003.
[55]Meng Joo Er, Chang Boon Low, Khuan Holm Nah,etc. Real-time implementation of a dynamic fuzzy neural netwoks controller for a SCARA. Microproeessors and Microsystems, vol.26, pp.449-461,2002.
[56]Osear Castillo, Particia Melin. Intelligent adapative model-based control of robotic dynamic systems with a hybrid fuzzy-neuarl approach. Applied Sotf ComPuting, vol.3, pp.363-378,2003.
[57]Fuehun Sun, Zengqi Sun, Lei Li, etc. Neuor-fuzzy adaptive control based on dynamic inversion for robotic manipulators. Fuzzy Sets ands ystems, vol.134, pp.117-133,2003.
[58]S. Wermter, C. Weber, M. Elshaw. etc. Towards multimodal neural robot learning. Robotics and Autonomous Systems, vol.47, No.4, pp.171-175,2004.
[59]胡娜.农田信息采集机器人本体研制[D].南京：南京林业大学,2008.
[60]姜树海.绿篱修剪实验机器人运动原理研究[C].江苏省博士后学术大会论文集(机械工程技术卷),2005,12：364-369.
[61]温金环.三关节六自由度机械臂运动学及动力学分析和不确定刚性机器人的鲁棒轨迹跟踪控制研究[D].西安：西北工业大学,2002.
[62]万志成.六自由度排爆机械臂控制系统设计[D].上海：上海交通大学,2008.
[63]陈力,刘延柱.空间机械臂姿态及关节运动的自适应与鲁棒控制[J].中国机械工程,2001,12(5)：582-585.
[64]周景雷,张维海.机器人机械臂的鲁棒最优控制[J].计算机工程与应用,2007.43(8)：168-173.
[65]吴小锋.林业修剪机器人运动学、动力学仿真[D].南京：南京林业大学,2007.
[66]郑剑飞.六自由度机械臂分布式控制系统的设计与研究[D].哈尔滨：哈尔滨工业大学,2006.
[67]谷鸣宇.六自由度机械手运动学、动力学分析及计算机仿真[D].长春：吉林大学,2005.
[68]刘庆龄,赵永生.六自由度工业机器人动力学分析与仿真[J].上海机电学院学报,2008,11(4)：275-278.
[69]郭秉华,贾庆轩,褚明.六自由度空间柔性机械臂的动力学分析与仿真[J].中国新技术新产品,2008,11：6-7.
[70]张焕.六自由度机器人结构设计＿运动学分析及仿真[D].西安：西安理工大学,2004.
[71]K. J. HUNT. Extending the functional of equivalence of radial basis function networks and fuzzy inference system. IEEE Trans on Neural Networks, vol.5, No.3, pp.776-781,1996.
[72]孙秀军.基于RBF神经网络的机械手轨迹规划及运动仿真研究[D].淄博：山东理工大学,2007.
[73]刘进军.RBF神经网络的改进及其应用研究[D].兰州：兰州大学,2008.
[74]李玉霞.微管道机器人的智能模糊神经网络控制[D].成都：成都理工大学,2004.
[75]J. E. Slotine, W. P. Li. On the Adaptive Control of Robot Manipulators. International Journal of Robotics Research, vol.6, No.3, pp.49-59,1987.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |