基于深度神经网络的双臂无人机操作臂系统的自适应RISE控制
机器人学
2025-04-09 v1
摘要
由多旋翼无人机(UAV)和操作臂组成的无人机操作臂系统吸引了大量研究者的注意。然而，双臂操作臂的操作具有动态挑战，因为随着操作臂的运动，系统的重心( CoM)会发生变化，可能影响多旋翼UAV。此外，未建模的效应、参数不确定性和外部扰动会显著降低控制性能，导致不可预见的危险。为解决这些问题，本文提出一种基于DNN(深度神经网络)的非线性自适应RISE(robust integral of the sign of the error)控制器。首先建立双臂无人机操作臂的运动学和动力学模型。随后提出带有DNN前馈项的自适应RISE控制器，以有效应对内部和外部挑战。通过采用Lyapunov技术，严格保证了跟踪误差信号的渐近收敛。值得注意的是，本文是首次提出一种伴随综合稳定性分析的基于DNN的自适应RISE控制器设计。为验证所提出控制方法的实际性和鲁棒性，进行了多个实际硬件实验。结果确认了所develop方法在处理真实场景中的有效性，为双臂无人机操作臂系统的性能提供了有价值的见解。
引用
@article{arxiv.2504.05985,
title = {Adaptive RISE Control for Dual-Arm Unmanned Aerial Manipulator Systems with Deep Neural Networks},
author = {Yang Wang and Hai Yu and Shizhen Wu and Zhichao Yang and Jianda Han and Yongchun Fang and Xiao Liang},
journal= {arXiv preprint arXiv:2504.05985},
year = {2025}
}