ニューラルネットによるロボットインピーダンスのオンライン学習 On-line Learning of Robot Arm Impedance Using Neural Networks

この論文にアクセスする

この論文をさがす

著者

抄録

Impedance control is one of the most effective control methods for a manipulator in contact with its environments. The characteristics of force and motion control, however, are determined by the impedance parameters of the end-effector of the manipulator which must be designed according to the given task. In this paper, we propose a method to regulate impedance parameters of the manipulator's end-effector while identifying the characteristics of the environments using neural networks through on-line learning. Four kinds of neural networks are used: three for the position, velocity and force control of the end-effector, and one for the identification of environments. First, the neural networks for the position and velocity control are trained during free movements. Then, the neural networks for the force control and the identification of environments are trained during contact movements. Computer simulations show that the method can regulate stiffness, viscosity and inertia parameters of the end-effector and identify the unknown property of the environments through on-line learning.

収録刊行物

  • 日本ロボット学会誌  

    日本ロボット学会誌 17(2), 234-241, 1999-03-15 

    The Robotics Society of Japan

参考文献:  26件

参考文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

被引用文献:  6件

被引用文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

各種コード

  • NII論文ID(NAID)
    10002865668
  • NII書誌ID(NCID)
    AN00141189
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    02891824
  • NDL 記事登録ID
    4679112
  • NDL 雑誌分類
    ZN11(科学技術--機械工学・工業)
  • NDL 請求記号
    Z16-1325
  • データ提供元
    CJP書誌  CJP引用  NDL  J-STAGE 
ページトップへ