學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73894

Browse

Subject: search.filters.subject.adaptive control

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    設計與實現差動型輪型移動機器人之機器人控制系統
    (2023) 鍾秉剛; Jhong, Bing-Gang
    本論文改良機器人控制系統中的演算法，主題涵蓋機器人的運動規劃、定位與控制器設計，藉此提升控制系統的運作效率。在運動規劃領域，我們探討或提出對雙向快速探索隨機樹（BRRT）演算法、A*演算法與hybrid A*演算法的改進措施，並且設計剪枝與平滑算法優化路徑品質，最後搭配梯形速度規劃完成運動規劃工作。在定位方面，在使用特徵地圖的場合採用拓展卡曼濾波器，而在網狀地圖使用改良式蒙地卡羅定位法。此改良式蒙地卡羅定位法由本論文提出，藉由重新設計演算法的權重分配與重新採樣的架構提升演算法的搜尋效率。而在控制器設計方面，我們提出了一種自適應控制器，旨在最小化機器人的預定狀態和當前狀態之間的追蹤誤差。透過我們的機器人控制系統，機器人可以順利地從目前位置導航到指定目標。該系統的性能透過模擬和實驗結果的結合得到證實。
  • No Thumbnail Available
    Item
    應用自適應性類神經網路控制器於六軸機械手臂
    (2022) 吳孟謙; Wu, Meng-Chien
    本論文提出了一種基於神經網絡框架學習機制的六軸機械臂控制器設計。首先，我們從六軸機械臂的實際構造中得到訓練數據集。其次，神經網絡的訓練方法是基於自適應調整輸入層和隱藏層之間的權重值和誤差。第三，將訓練數據集作為神經網絡的輸入來訓練模型。最後，我們利用李雅普諾夫理論保證了六軸機械臂控制器設計的穩定性，並與PI控制器設計進行了比較。實現了六軸機械手臂動力學模型推導，以解決運動不穩定性問題。機械臂運動過程中時變不確定擾動引起的現象。詳細動力學模型是藉由Lagrange方程式所推導出來的，計算出六軸機械手臂動力學模型。透過動力學模型，進一步進行模擬驗證。控制器是以PD為基礎進行設計的，結合自適應徑向基函數神經網絡 (RBFNN)，經由隱藏層與輸出層之間的自適應調整，最終取得所需的輸出結果，再藉由Lyapunov 函數進行穩定性分析，證明整個系統的穩定性，最後實驗分析此控制器對六軸機械手臂的控制穩定性。
  • No Thumbnail Available
    Item
    多重智慧控制器應用於機械手臂定位
    (2013) 許哲勝
    本論文的主要目的是設計一個六軸機械手臂，並且實現高精密且高穩定之六軸機械手臂。並且在硬體架構、機械手臂之空間三維座標、機械手臂各關節轉動角度與定位追跡的控制作介紹。在空間座標轉換中，本研究使用了D-H 座標系統來運算，並且求得機械手臂中各軸關節之轉換矩陣，再藉由順向運動學與逆向運動學的理論求得機械手臂之空間三維座標與機械手臂各關節轉動角度之轉換關係，並且再藉由設計控制器完成定位控制與追跡控制。 在控制器設計方面，本論文也設計一個多重人工智慧控制器去控制此六軸機械手臂。在控制的過程中，系統會有外界的干擾與不穩定因素，因此本研究所使用之適應性模糊類神經網路控制器會藉由理想輸出位置與機械手臂實際位置之誤差的回授來調整控制器的內部參數，藉由控制器自行調整其內部參數，則可達到高精密與高穩定度的控制法則。最後也提出李阿普諾函式(Lyapunov function)來證明此控制機械手臂系統之穩定性。