Resumen

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.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Perturbaciones externas variables en el tiempo; inestabilidad; robots humanoides; vuelco de robots; regresión vectorial de soporte de mínimos cuadrados difusos trapezoidales; TF-LSSVR; sistema de control; margen de estabilidad de punto cero-momento; margen de estabilidad ZMP; estados; pares de control; articulaciones; formación; experimentos de simulación; función de pertenencia difusa trapezoidal variable en el tiempo; TFMF; parámetros; filtro de Kalman de cubatura; CKF; resultados de simulación; aprendizaje; adaptación de perturbaciones externas ocasionales; margen de estabilidad; robot.
• Keywords:Time-varying external disturbances; instability; humanoid robots; tip robots over; trapezoidal fuzzy least squares support vector regression; TF-LSSVR; control system; zero-moment-point stability margin; ZMP stability margin; states; control torques; joints; training; simulation experiments; time-related trapezoidal fuzzy membership function; TFMF; parameters; cubature Kalman filter; CKF; simulation results; learning; adapting occasional external disturbances; stability margin; robot.