로봇 매니퓰레이터를 위한 적응 슬라이딩 모드 제어와 신경망 기반 지연 추정

Adaptive Sliding Mode Control with Neural Network-Assisted Time-Delay Estimation for Robotic Manipulators

연구 내용

로봇 매니퓰레이터의 동역학 불확실성과 TDE 오차를 고려해 적응 슬라이딩 모드 제어를 설계하고, 신경망 기반 시간지연 추정으로 추종 성능과 채터링 억제를 함께 달성하는 연구

로봇 매니퓰레이터의 모델 불확실성과 교란 상황에서 추종 오차를 안정적으로 수렴시키기 위해 adaptive sliding mode control을 구성합니다. 시간지연 제어 및 time-delay estimation(TDE) 과정에서 발생하는 추정 오차를 보상하기 위해 quasi-convex 기반 적응 법칙과 연속형 제어 이득을 사용하고, 채터링 억제를 위한 슬라이딩 변수를 설계합니다. 또한 radial basis function neural network를 포함해 TDE 에러를 학습적으로 보정하는 구조를 적용하여 실험 검증까지 수행합니다. UUB 관점의 안정성 논증과 제어기 합성을 동시에 진행하는 점이 핵심입니다.

관련 프로젝트

0건

연구 흐름

초기에는 로봇 매니퓰레이터에 적용되는 adaptive sliding mode control에서 quasi-convex 함수와 평균 슬라이딩 변수를 활용해 추종 성능을 확보하고 채터링을 완화하는 방향으로 접근했습니다(2024). 이후 TDC가 유발하는 TDE 오차를 고려하여 슬라이딩 변수에 위치 오차 항과 시간 미분 항을 포함하고, 감소 법칙이 슬라이딩 표면 근방에서 동작하도록 적응 법칙을 확장했습니다(2024). 또한 신경망 기반 TDE 보정과 연속형 이득 설계를 결합해 chattering 억제와 안정성을 동시에 만족시키는 제어 전략을 제안했습니다(2025). 실험 및 시뮬레이션을 통해 제어기의 동작 타당성을 확인하는 흐름을 유지했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

TDC-TDE 결합 로봇 제어기
불확실성 대응 슬라이딩 모드 제어
채터링 억제용 연속형 이득 설계
신경망 기반 시간지연 보정 모듈
실험 기반 로봇 추종 제어 검증
오차 기반 적응 법칙 설계 프레임
비선형 로봇 동역학 안정화 절차
로봇 매니퓰레이터 상태추정 통합
임베디드 제어용 제어 로직
교란 환경에서의 추종 성능 향상