控制理论与应用

作者：杜章铭,周超,王硕

单位：中国科学院自动化研究所,中国科学院自动化研究所,中国科学院自动化研究所

关键词：微动平台; 角位移控制; 姿态估计; 直接逆控制; 神经网络

基金：国家自然科学基金项目(61873268, 62033013)资助.

对角位移的高精度控制是微动平台在实际应用中的重要任务, 当前主流微动平台在进行角位移控制时, 对 机构的精密性较为依赖, 成本较高且不便于根据具体任务定制化. 对此, 本文提出了一种基于姿态估计反馈和数据 驱动模型的微动平台角位移控制方法, 使机械精度较差的机构也可实现高精度的角位移致动. 首先, 基于数据驱动 的方式对致动机构的正、逆运动学模型进行神经网络建模, 避开了复杂的运动学求解和自由度间解耦问题; 其次, 根据稀疏实测角位移和正运动学模型预测提供角位移的联合估计反馈. 基于此, 通过直接逆控制(DIC)和比例–积分 (PI)结合的方式实现2自由度角位移复合控制; 最后, 通过角位移跟踪控制实验对所提方法的有效性进行了验证.

来源：2025年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第3期