跳到主要內容
AI 武林
影片高階EN3,732 次觀看

Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Trajectory Tracking

來源 Stanford Online

看影片(在新分頁開啟原站)連到 YouTube・Stanford Online

摘要

介紹利用微分平坦性與精確線性化方法,將非線性機器人系統的軌道規劃轉化為線性問題,並結合閉迴路控制器提升追蹤穩定性。觀眾可學習如何將複雜的非線性控制問題簡化,並設計高效且魯棒的機器人運動規劃模組。

This lecture explains how to use differential flatness and exact linearization to simplify nonlinear robotic trajectory planning and improve tracking stability.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • 利用微分平坦性將非線性軌道規劃轉化為線性插值問題。
  • 透過精確線性化將非線性系統轉換為線性系統進行控制設計。
  • 結合開迴路規劃與閉迴路追蹤控制器,提升機器人運動的穩定性與效率。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:05回顧軌跡規劃與最佳化方法
  2. 05:42利用多項式插值計算軌跡
  3. 08:50微分平坦性與軌跡轉換
  4. 14:02時間縮放處理輸入約束
  5. 28:53時間縮放法則與微分解釋
  6. 33:29開迴路軌跡與追蹤控制器
  7. 36:26幾何追隨與線性化控制策略
  8. 50:14判斷線性系統是否微分平坦的困難
  9. 1:01:56利用開迴路軌跡進行閉迴路控制設計
  10. 1:06:08哈密頓雅可比 - 貝爾曼方程與動態規劃
  11. 1:08:31以極座標描述單輪車系統的姿態控制
  12. 1:12:53透過李雅普諾夫分析證明系統漸近穩定
  13. 1:15:21近端任務中快速可靠的閉迴路控制策略
  14. 1:17:48研究生進階課程與間接法最佳化技術

適合誰看

適合具備機器學習或系統設計基礎,希望深入理解機器人自主控制原理的讀者。

摘要依據

講者
Trajectory Tracking
依據
自動字幕

為什麼排在這裡

人氣
0.93
新鮮
1.00

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

這個來源最近的內容

Stanford Online 的所有內容

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。看影片(在新分頁開啟原站)