共查询到18条相似文献,搜索用时 51 毫秒
1.
2.
针对多指灵巧手钢缆传动系统的非线性,提出一种基于分散神经网络的位置控制方法.通过
对复杂的钢缆传动系统施加不同的输入可以得到特定的相对简单的输入输出数据,利用这种
特定的输入输出数据学习传动系统的非线性关系得到多个分散的神经网络,再根据传动系统
的结构特性用分散的神经网络求取钢缆传动系统的逆模型,用于直接逆控制,从而达到补偿
非线性误差的目的.同时应用在线神经网络的适时补偿使系统长时间保持良好的运行状态.
实验证明这种方法可大大提高位置跟踪精度,取得比较满意的结果. 相似文献
3.
机器人多指灵巧手的结构参数优化设计 总被引:11,自引:0,他引:11
本文对目前已经制造出的几种典型的多指灵巧手的结
构进行了分析.对一种三指十二自由度的多指灵巧手的各指之间的相对结构尺寸进行了优化
设计,得出了比较满意的结果.并对该手爪进行了具体的结构设计,给出了其三维视图. 相似文献
4.
5.
基于深度神经网络模型,提出了一种适用于多指灵巧手的抓取手势优化方法。首先,在仿真环境下构建了一个抓取数据集,并在此基础上训练了一个卷积神经网络,依据目标物体单目视觉信息和多指灵巧手抓取位形来预测抓取质量函数,由此可以将多指灵巧手的抓取规划问题转化为使抓取质量最大化的优化问题,进一步,基于深度神经网络中的反向传播和梯度上升算法实现多指灵巧手抓取手势的迭代与优化。在仿真环境中,比较该网络和仿真平台对同一抓取位形的抓取质量评估结果,再利用所提出的优化方法对随机搜索到的初始手势进行优化,比较优化前后手势的力封闭指标。最后,在实际机器人平台上验证本文方法的优化效果,结果表明,本文方法对未知物体的抓取成功率在80%以上,对于失败的抓取,优化后成功的比例达到90%。 相似文献
6.
7.
8.
9.
机器人多指手的控制与传感器技术 总被引:1,自引:0,他引:1
本文阐述了多指手控制的独特性质和存在的困难,较为全面地讨论了现有控制方法及其优、缺点;介绍了主动感知、多传感器数据融合等方面的研究情况;同时简述了多指手的运动学、动力学、负载分配等方面的研究情况。 相似文献
10.
11.
12.
13.
机器人灵活手可以稳定地抓持任意形状物体,或利用手指的运动操纵物体相对于机器人末杆(或手掌)的运动.它的运动学和力传递关系比一般开链机器人复杂得多.本文分析了在被抓持物体与手指指尖,手指指尖与手指关节之间力和虚位移的关系.利用线性变换的理论揭示了过约束、欠约束和奇异状态的形成条件.本文还分析了手指机构冗余自由度、亏缺自由度和奇异位形对抓持的影响.这些结果为机器人灵活手的设计和控制方案的规划提供了理论依据. 相似文献
14.
15.
16.
基于神经网络的多指灵巧手控制研究 总被引:5,自引:1,他引:4
本文提出用人工神经网络和常规PID控制器构成复合控制器,控制多指灵巧手的运动。系统在跟踪阶段用神经网络控制器,而在稳态阶段用PID控制器,利用PID算法的积分特性去消除稳态误差。实验证明这种复合形式的控制器,满足机器人伺服控制的速度和精度要求。 相似文献
17.
本文针对重复抓取与操作的多指手爪,提出了一种模糊学习控制方法,该方法利用先前的控制误差,逐步地修正不完善的控制规则,使系统的实际输出收敛于给定的轨迹,本文还给出了这种方法的收敛性条件,并应用于多指手爪的位置伺服系统中,改善控制性能,达到了预期的控制效果。 相似文献