• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.113.1-113
• /
• 2001

The robust position control with the bound function of neural network structure is proposed for uncertain robot manipulators. The neural network structure presents the bound function and does not need the concave property of the bound function, The robust approach is to solve this problem as uncertainties are included in a model and the controller can achieve the desired properties in spite of the imperfect modeling. Simulation is performed to validate this law for four-axis SCARA type robot manipulators.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1988년도 한국자동제어학술회의논문집(국내학술편); 한국전력공사연수원, 서울; 21-22 Oct. 1988
• /
• pp.492-496
• /
• 1988

Usually the first three joint variables (major link) and the next three joint variables (minor link) are used to determine the position and the orientation, respectively, of 6 degrees-of-freedom robot manipulators. In this paper, the Jacobians of 20 major links and 6 minor links are calculated to find the positional maneuverability matrices and orientational maneuverability matrices. Then the kinematic characteristics of the major and minor links are examined. Also we gave the measures of maneuverability and the controllability of the links for the figure of merits of robot manipulator design.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2000년도 추계학술대회 논문집
• /
• pp.161-164
• /
• 2000

An improved robust hybrid control law is proposed This law uses the separated bounding function: so uncertainties of each axis does not affect the others. Also, this law uses the separated $\varepsilon$, so we can take different $\varepsilon$ for each axis This law guarantees the practical stability in sense of Lyapunov. Simulation was performed to validate this law using a four-axis SCARA type robot manipulator.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.420-420
• /
• 2000

In this paper, we propose an adaptive controller using RBFN(radial basis function network) for robot manipulators The structure of the proposed controller consists of a RBFN and VSC-1 ike control. RBFN is used in order to approximate かon system, and VSC-like control to guarantee robustness On the basis of the Lyapunov stability theorem, we guarantee the stability for the total system. And the learning law of RBFN is established by the Lyapunov method, Finally, we apply the proposed controller to tracking control for a 2 link SCARA type robot manipulator.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1759-1766
• /
• 2003

본 논문에서는 로봇 매니퓰레이터의 궤적 추종 제어에 관한 연구를 위하여 뉴로­퍼지 제어기를 제안하였다. 궤적 추종 제어기를 설계할 경우, 주로 이용되는 효과적인 방법은 토크 계산 제어 방식이다. 그러나, 로봇 매니퓰레이터에 의한 불확실성 문제로 인하여 토크 계산 제어 방식만으로는 좋은 제적 추종 성능을 얻을 수가 없다. 그러므로, 본 논문에서는 로봇 매니퓰레이터에서 발생한 불확실성을 보상하기 위하여 제안된 뉴로­퍼지 제어기를 이용하였다. 뉴로­퍼지 제어기에서의 퍼지 규칙의 수를 49개로 설정하였으며, 2관절 로봇 매니퓰레이터를 이용한 컴퓨터 시뮬레이션을 통해 제어기의 효율성을 입증하였다. 그 결과. 제안된 뉴로­퍼지 제어기의 출력이 로봇 매니퓰레이터에서 발생한 불확실성을 효과적으로 감소시킬 수 있음을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제19권8호
• /
• pp.1453-1463
• /
• 1994

본 연구에서는 로보트 시스템에게 인식기능을 부여하여 작업대상물의 위치와 방향이 임의적으로 변경되어도 사용자가 원하는 핸들링작업을 원활하게 수행할 수 있는 자동화시스템을 구현하는데 있다. 이를 위하여 작업대상물의 변화된 위치와 방향은 시각센서로서 검출하고, 화상처리과정에서 명도정보의 가변과 같은 주변여건의 변화때문에 발생하는 에지 추적 오차는 적절한 필터링 방법을 적용하여 최소화시켰다. 시각센서의 운용 프로그램은 인터럽트 기법으로 주변장치와 상호제어가 가능토록 구성하고, 시각센서에서 검출한 데이타는 아스키 포멧으로 로보트시스템에 전달되어 6자유도 매니플레이터의 툴 좌표계는 검출데이타와 비례하게 자동보성되어 작업대상물의 위치와 방향변화를 추종할 수 있도록 개발하였다. 본 연구에서 개발한 시스템 운용 알고리즘을 생산현장에 직접 적용한 결과 라인 밸런스의 향상과 산업재해방지를 위한 효과적이고 안정된 생산설비로써 운용될 수 있었다.

• 전자공학회논문지B
• /
• 제29B권10호
• /
• pp.37-45
• /
• 1992

For a precise manipulator control in the presence of environmental uncertainties, it has long been recognized that the robot should be controlled in a task-referenced space. In this respect, an effective visual servo control system for robot manipulators based on neural networks is proposed. In the proposed control system, a Backpropagation neural network is used first to learn the mapping relationship between the robot's joint space and the video image space. However, in the real control loop, this network is not used in itself, but its first and second derivatives are used to generate servo commands for the robot. Second, and Adaline neural network is used to identify the approximately linear dynamics of the robot and also to generate the proper joint torque commands. Computer simulation has been performed demonstrating the proposed method's superior performance. Futrhermore, the proposed scheme can be effectively utilized in a robot skill acquisition system where the robot can be taught by watching a human behavioral task.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1609-1612
• /
• 1997

Kinematically redundantant manipulators have a nimber of potential advantages over nonredundant ones. Questions associated with manipulability measures for (non)redundant manipulators derived by minimum 2-norm solution and minimum infinity-norm solution in unit joint velocity are examined in detail.

• 조명전기설비학회논문지
• /
• 제20권8호
• /
• pp.42-47
• /
• 2006

본 논문에서는 로봇의 동력학에 대한 정확한 지식을 요구하지 않는 로봇 머니퓰레이터를 위한 경계 추정기법을 가진 슬라이딩 모드 제어기를 제안한다. 경계 추정을 위해 로봇 동력학의 불확실한 비선형 요소들의 경계치를 제 1종의 Fredholm 적분식을 이용하여 표현하고, 슬라이딩 평면 함수값만을 이용한 적응 기법을 제안한다. 또한 로봇 동력학의 중요한 두가지 특성인 왜대칭성과 양정치성을 이용하여 로봇 시스템의 점근적 안정성을 증명한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권2호
• /
• pp.96-101
• /
• 2007

Neural networks are known as kinds of intelligent strategies since they have learning capability. There are various their applications from intelligent control fields; however, their applications have limits from the point that the stability of the intelligent control systems is not usually guaranteed. In this paper we propose an adaptive tracking control for robot manipulators using the radial basis function network (RBFN) that is e. kind of neural networks. Adaptation laws for parameters of the RBFN are developed based on the Lyapunov stability theory to guarantee the stability of the overall control scheme. Filtered tracking errors between actual outputs and desired outputs are discussed in the sense of the uniformly ultimately boundedness(UUB). Additionally, it is also shown that parameters of the RBFN are bounded. Experimental results for a SCARA-type robot manipulator show that the proposed adaptive tracking controller is adaptable to the environment changes and is more robust than the conventional PID controller and the neuro-controller based on the multilayer perceptron.