.png){kind=icon}
返回
Iterative Learning Control With Calibration Error Compensation for Precise Path Following
.png){kind=icon}
PRE
AI
DOI：10.1109/tii.2026.3712071.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
迭代学习控制（ILC）被广泛用于精炼可重复的路径跟踪任务。然而，在依赖外部视觉传感的半闭环机电平台上，编码器坐标系与工件坐标系之间的帧间标定误差会使工件上的实际轨迹相对于编码器参考指令产生偏差，并对传统ILC的精度设定了上限。作为在工件坐标系中通过直接视觉反馈运行的完整闭环方案，标定误差补偿ILC将标定偏差纳入学习回路中进行空间路径跟踪。其关键创新在于通过更新前馈输入，将标定偏差补偿显式嵌入学习回路中，并采用参数化映射建模标定偏差。更新计算在一个紧凑的周期性三次B样条子空间中进行以促进平滑性和简洁性，投影用于约束输入幅值。在标称情况下（无测量噪声和时变扰动），所得到的更新可实现单调误差减小；当这些效应有界时，可实现实际收敛至有界残差邻域。在远心视觉激光标记平台上的实验表明，轮廓误差的持续降低超过了半闭环控制的精度上限，同时优于PID控制、范数最优ILC和基于神经网络的ILC，并在存在几何公差时遵守执行器限制。
Keyword:
Calibration error compensation (CEC)
full closed-loop feedback
iterative learning control (ILC)
path following
期刊
IF:
9.9
论文数:
8.6K
被引数:
6.0W
机构
查看更多机构
引用论文
暂无论文信息