.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
在冗余操作器控制领域，精确的位置/姿态控制（POC）是完成复杂任务的关键。然而，基于二次规划（QP）的传统机器人控制方法通常忽略对姿态的精确控制，这限制了机器人执行复杂和高精度任务的能力。为此，本文深入分析了旋转矩阵，推导了末端执行器姿态控制的等式约束，并提出了一种基于QP的冗余操作器控制方案，将末端执行器的位置/姿态等式约束整合到QP框架中。同时，设计了一种动态神经网络（DNN）来解决POC问题。通过李雅普诺夫方法分析了DNN的稳定性，并证明了DNN的全局收敛性。仿真结果表明，控制器具有出色的POC和跟踪精度。
Keyword:
Position/orientation control (POC)
redundant manipulators
quadratic programming (QP)
dynamic neural network (DNN)
