简介：根据鲁棒控制理论和机器人的动态特性，针对机器人系统中存在的不确定性因素，利用不确定性的上界设计了一种鲁棒控制器，并将之用于机器人的跟踪轨迹控制，给出了仿真实验结果并与PID控制的结果进行了比较，仿真实验结果表明所设计的鲁棒控制器与PID控制器相比，具有很好的动态特性和很强的鲁棒性。
简介：基于翼伞系统归航轨迹的特点,采用Serret-Frenet坐标系表示距离"平衡"轨迹的偏差,得到线性时不变的误差运动方程.由此误差方程可以得到控制量与轨迹偏差之间的传递函数,直接进行轨迹控制器的设计.对于控制器输入所需的轨迹偏差和偏差率可以采用解析的方法近似求解,极大地简化了计算.整个设计流程简单明了,采用PD控制器进行轨迹跟踪的算例表明此套方法的有效性.
简介：提出一种模糊神经网络控制器并用于机器人轨迹跟踪控制.这种模糊神经网络利用B样条基函数作为隶属函数,可在线根据误差调整隶属函数的形状,使模糊神经网络具有更强的学习和适应能力.仿真与实验结果表明这种网络能很好的用于机器人的轨迹跟踪控制,具有很好的性能.
机器人鲁棒轨迹跟踪控制系统
基于Serret-Frenet坐标系的翼伞系统轨迹跟踪控制
模糊B样条基神经网络及其在机器人轨迹跟踪中的应用
