PAC：一种用于微型飞行器的新型自适应神经模糊控制器
机器人学
2019-10-09 v2
摘要
由于高度的环境扰动，对微型飞行器（MAVs）灵活且计算高效的控制器需求日益增长。本文提出一种演化神经模糊控制器，即简约控制器（PAC）。由于不含规则前件参数，其网络参数少于传统方法。PAC构建于近期开发的演化神经模糊系统——简约学习机（PALM）之上，并采用由偏差与方差近似导出的新规则生长与剪枝模块。这些规则自适应方法不依赖用户定义阈值，从而提升了PAC用于实时部署的自主性。PAC以单遍方式利用滑模控制（SMC）理论自适应后件参数。借助LaSalle-Yoshizawa定理，证实了闭环控制系统跟踪误差与控制器后件参数的有界性与收敛性。最后，通过观察来自仿生扑翼微型飞行器（BI-FWMAV）与称为六旋翼的旋翼微型飞行器的多种轨迹跟踪性能来评估该控制器的有效性，并与三种不同控制器进行比较。我们的PAC优于线性PID控制器与基于前馈神经网络（FFNN）的非线性自适应控制器。相较于其前身G-控制器，跟踪精度相当，但PAC以显著更少的参数取得了与G-控制器相似或更好的性能。
引用
@article{arxiv.1811.03764,
title = {PAC: A Novel Self-Adaptive Neuro-Fuzzy Controller for Micro Aerial Vehicles},
author = {Md Meftahul Ferdaus and Mahardhika Pratama and Sreenatha G. Anavatti and Matthew A. Garratt and Edwin Lughofer},
journal= {arXiv preprint arXiv:1811.03764},
year = {2019}
}
备注
This paper has been accepted for publication in Information Science Journal 2019