Data-Based Control for Humanoid Robots Using Support Vector Regression, Fuzzy Logic, and Cubature Kalman Filter

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: Las perturbaciones externas variables en el tiempo provocan la inestabilidad de los robots humanoides o incluso su vuelco. En este trabajo, se propone un sistema de control basado en la regresión de vectores de soporte de mínimos cuadrados difusos trapezoidales (TF-LSSVR) para aprender las perturbaciones externas y aumentar el margen de estabilidad del punto cero-momento (ZMP) de los robots humanoides. En primer lugar, se recopilan los estados del humanoide y los pares de control correspondientes de las articulaciones para entrenar el controlador mediante experimentos de simulación. En segundo lugar, se propone un TF-LSSVR con una función de pertenencia difusa trapezoidal relacionada con el tiempo (TFMF) para entrenar el controlador utilizando los datos simulados. En tercer lugar, los parámetros de la TF-LSSVR propuesta se actualizan mediante un filtro de Kalman en cubatura (CKF). Se presentan resultados de simulación. El método propuesto se muestra eficaz en el aprendizaje y adaptación de perturbaciones externas ocasionales y asegura el margen de estabilidad del robot.
Citación recomendada (normas APA)
: Hindawi Publishing Corporation, "Data-Based Control for Humanoid Robots Using Support Vector Regression, Fuzzy Logic, and Cubature Kalman Filter", -:Revista VirtualPRO,, 2016. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3920021/), el día 2025-08-20.

Información adicional