Recently, the authors in [10] have

Recently, the authors in [10] have proposed a distributed fuzzy proportional controller that adopts a Takagi–Sugeno (TS) fuzzy model [16] to estimate the inverse interaction matrix of the visual servo system. This method has been applied in an uncalibrated eye-in-hand robotic manipulator to show the estimation performance of the proposed TS fuzzy model. However,training the proposed TS fuzzy model requires constructing an analytical image-based visual servo controller to collect training data for learning process. This requirement decreases the applicability of the TS fuzzy modeling approach.

結果 (中文) 1:

最近，在 [10] 中的作者提出了一个分布式的模糊比例控制器，采用高木-关野 (TS) 模糊模型 [16]，估计视觉伺服系统的逆相互作用矩阵。方法标定手眼机器人机械臂来显示 TS 模糊模型的估计性能。然而，培训 TS 模糊模型需要构建一种分析基于图像的视觉伺服控制器，采集训练数据为学习过程。这要求减少了 TS 模糊建模方法的适用性。

結果 (中文) 2:

近日，在文献[10]提出了一种分布式模糊比例控制器，采用高木 - 关野（TS）模糊模型[16]来估算视觉伺服系统的逆矩阵互动。该方法已在未经校准眼在手机械臂被应用到表明该TS模糊模型的估计性能。然而，训练所提出的TS模糊模型需要构建一个基于分析图像的视觉伺服控制器收集训练数据的学习过程。这一要求降低了TS模糊建模方法的适用性。

結果 (中文) 3:

最近，在[ 10 ]提出了一种分布式模糊比例控制器，采用模糊–Sugeno（TS）模糊模型[ 16 ]估计的视觉伺服系统的逆关系矩阵。该方法已应用于在手的机器人无标定的眼睛表明了TS模糊模型的估计性能。然而，培训建议的的的模糊模型需要建立一个分析的基于图像的视觉伺服控制器，收集学习过程中的训练数据。这要求降低的适用性的的的的的的的的模糊建模方法。