AI 中文总结
本文提出三种全驱动欧拉-拉格朗日系统的全局跟踪复合自适应控制器，其中两种保证弱激励下全局指数收敛，一种采用免滤波类PID结构，并通过二自由度机械臂实验验证其优于现有及学习型控制器。
AI 中文摘要
本文报道了三种针对全驱动欧拉-拉格朗日系统的自适应全局跟踪控制器，其性能改进相对于现有设计可验证。其中两种控制器在弱区间激励条件下确保全局指数收敛。此外，所提出的一种控制器具有简单的自适应类PID结构，与经典解决方案不同，它避免了额外滤波的需求。我们采用复合自适应架构，调用系统动力学的一种新颖参数化方法，并使用文献中最近引入的高性能估计方案。实时实验以及与一种基于学习的自适应控制器在二自由度机械臂上的比较研究，验证了所提出控制器的有效性。
英文摘要
Three adaptive global tracking controllers for fully actuated Euler-Lagrange systems, with verifiable performance improvement over existing designs, are reported in this letter. Two of these controllers ensure global exponential convergence under a weak interval excitation condition. Besides, one of the proposed controllers features a simple adaptive PID-like structure that-unlike classical solutions-avoids the need for additional filtering. We adopt a composite adaptation architecture, invoke a novel parameterization of the system dynamics and use a high performance estimation scheme recently introduced in the literature. Real-time experiments and a comparative study with a learning-based adaptive controller on a two-degrees-of-freedom manipulator arm illustrate the effectiveness of the proposed controllers.
