基于BP神经网络的仿人两指末端执行器抓握模式预测

为了得到手部特征及物体特征与两指抓握模式之间的非线性映射关系,以便对仿人两指末端执行器的抓握模式进行预测,采用5 554次人手拇指-食指成功抓握试验的数据作为训练样本,构建基于L-M算法的BP神经网络两指抓握模式预测模型,进行仿人两指末端执行器的抓握模式预测。结果表明:该神经网络模型的预测准确率达90%,预测值与实测值的相关系数为0.83,能够快速有效地预测仿人两指末端执行器的抓握模式;对于等效直径较小且质量较轻的目标物,多选择精密捏;对于等效直径较大且质量较重的目标物,多选择强力握。研究结果可为仿人两指末端执行器的稳定抓握控制提供重要的决策依据。