搜索结果: 1-15 共查到“机器人控制 神经网络”相关记录45条 . 查询时间(0.269 秒)
讨论了空间机器人双臂捕获航天器后姿态管理和辅助对接操作的协调控制问题．首先，利用冲量定理、闭环约束几何及运动学条件获得了捕获操作后闭链混合体系统的动力学方程，并分析了混合体系统受到的冲击效应．其次，针对捕获操作后系统姿态受扰运动镇定及辅助对接操作需求，对闭链混合体系统提出了基于极限学习机（ELM）的自适应神经网络控制方案，极限学习机具有学习速度快、仅需调节网络输出权值等优点，可用于逼近系统的未知动...
基于BP神经网络的仿生眼定位追踪算法
仿生眼云台 BP神经网络 3维测量 关节空间
2017/1/20
为了实现仿生眼云台对视场内移动目标的快速定位跟踪，提出了一种通过仿生眼云台各个关节的联合转动，将被跟踪的目标物体实时维持在云台上2个工业相机所识别的视频画面中心的算法．结合人眼和头部的结构特点，设计了一个具有5个旋转自由度的双目仿生眼云台．应用BP（反向传播）神经网络对外部参数实时变化的双目3维测量结果进行了误差校正，并结合关节空间求解算法来求解云台各个旋转关节的转动角度．实验结果中，经过BP网络...
空间机器人系统的柔性主要体现在空间机器人的臂杆和连接各臂杆之间的铰关节。由于空间机器人系统结构的复杂性，以往研究人员对同时具有柔性关节和柔性臂的系统关注不够。为此探讨了参数未知柔性关节-柔性臂空间机器人系统的动力学模拟、轨迹跟踪控制算法设计和关节、臂杆双重柔性振动的主动抑制问题。首先，采用多体动力学建模方法并结合漂浮基空间机器人固有的线动量和角动量守恒动力学特性，推导了系统的动力学方程。以此为基础...
漂浮基空间机器人的基于模糊神经网络的自适应补偿控制
模糊神经网络 GL矩阵 空间机器人 自适应控制
2010/9/28
针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制(FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子"."分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足...
基于神经网络的不确定性空间机器人自适应控制方法研究
空间机器人 神经网络 自适应控制 轨迹规划
2010/1/15
提出了一种针对自由漂浮状态的空间机器人模型不确定性的神经网络自适应控制 方法。通过RBF神经网络逼近模型的非线性函数和不确定性上界，无需预先估计系统的不 确 定性程度和外部干扰，提出的自适应控制律保证了权值的有界性，解决了神经网络权值的UU B（Unknown Upper Bound）问题，即未知上界有界问题，完成了笛卡尔空间内空间机器人轨 迹规划任务。证明了所提出的控制方法的稳定性，仿真结果表明...
漂浮基双臂空间机器人系统的模糊神经网络自学习控制
空间机器人 模糊神经网络 关节空间
2009/10/22
讨论了载体位置、姿态均不受控制的情况下自由漂浮双臂空间机器人系统的高斯基模糊神经网络自
学习控制问题．此类空间机器人系统严格遵守动量守恒和角动量守恒，所以其动力学方程表现出强烈的非线性性
质．将神经网络与模糊控制相结合，即利用神经网络进行模糊推理, 可使模糊控制具有自学习能力．在此基础上，
设计了双臂空间机器人系统关节空间的高斯基模糊神经网络自学习控制方案．系统的数值仿真证实了该方法的有
...
基于蚁群神经网络算法的机器人逆解
蚁群算法 神经网络 逆运动学
2009/10/21
提出了一种机器人逆运动学问题建模的新方法.利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络.针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路.利用改进的蚁群算法学习神经网络,为神经网络提供了一种新的学习算法，使得该方法兼具了蚁群算法与神经网络的优点.应用实例表明了该方法的有效性,提高了...
分析了E-Core RD1100干涉型光纤陀螺的误差产生机理,提出利用RBF神经网络和遗传算法实现光纤陀螺漂移误差模型的辨识。通过实验获得进化神经网络的训练样本,在RBF神经网络的训练中,提出了基于Elitist竞争机制的遗传进化训练方法。RBF神经网络具有很强的局部逼近能力,而遗传算法具有优良的全局搜索与优化性能,从而能够有效地对陀螺误差的非线性与时变特征进行建模与辨识。实验结果表明:该方法大幅...
基于BP神经网络的足球机器人摄像机标定
BP神经网络 足球机器人 摄像机标定
2009/7/21
摄像机标定是精密视觉测量的基础。利用人工神经网络直接学习图像信息与二维平面信息之间的对应关系，不需要确定摄像机具体的内部参数和外部参数，也无需知道有关摄像机模型或参数的先验知识。通过实验表明基于神经网络的标定方法与传统的线性标定方法相比具有较高的标定精度和较强的标定实时性，适用于足球机器人的摄像机标定。
基于状态延迟动态递归神经网络的机器人动态自适应跟踪辨识
动态递归网络 跟踪辨识 机器人
2008/12/24
对一种在Elman动态递归网络基础上发展而来的复合输入动态递归网络(CIDRNN)作
了改进,提出一种新的动态递归神经网络结构,称为状态延迟动态递归神经网络(State Delay
Input Dynamical Recurrent Neural Network).具有这种新的拓扑结构和学习规则的动态递归网
络,不仅明确了各权值矩阵的意义,而且使权值的训练过程更为简洁,意义更为明确.仿真实验...
柔性关节机操手的神经网络控制
奇异摄动 机器人 神经网络
2008/12/19
本文在关节柔性较弱的情况下，对柔性关节机器人操作手的轨迹跟踪问题，提出了一种基于奇异摄动理论的机器人神经网络控制设计方法，在一般框架下证明了系统跟踪误差最终一致有界，并且可以通过选取增益矩阵使该误差界任意地小. 该方法克服了对模型参数线性化条件的要求，无需求解回归矩阵，因而具有很强的鲁棒性和模型推广能力. 数值试验表明，所提出的控制方法是可行且有效的.
熵约束广义学习矢量量化神经网络和软竞争学习算法
学习矢量量化 极大熵原理 软竞争学习
2008/12/17
结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理,提出了一种熵约束
广义学习矢量量化神经网络,利用梯度下降法导出其学习算法,该算法是软竞争格式的一种推
广.由于亏损因子和尺度函数被定义为同一个模糊隶属度函数,它可以有效地克服广义学习矢
量量化网络的模糊算法存在的问题.文中还给出熵约束广义学习矢量量化网络及其软竞争学习
算法的许多重要性质,以此为依据,讨论拉格朗日乘子的选取规则.
基于神经网络原理的机器人视觉和智能控制技术
机器人 神经网络 视觉 智能控制
2008/9/28
该成果以智能机器人为背景，重点研究了神经网络控制和传感－运动控制的理论、结构和算法，在某些具有普遍性的问题上，进行了研究。其中基于反向运动学的机器人神经网络位置控制从理论和实践两个方面为机器人在世界坐标系的位置跟踪控制开辟了新途径。另外，在机器人眼手协调和与神经网络相关的理论工作，如多层网络的记忆能力，非线性系统迭代学习，采用前馈网络实现模糊规则控制，都进行了研究。
基于模糊神经网络机器人顺应运动自适应控制研究
机器人 神经网络 自适应控制 人工智能
2008/9/22
该项成果主要用于机器人加速度反馈力控制问题研究。创造性提出了速度与力控制方法，有效地提高了机器人适应不确定环境的能力。以PUMA560机器人为对象，研究顺应作业力控制问题，提出参数选定和误差补偿方法，提高了机器人适应作业环境能力。以新的模糊神经网络学习控制算法，研究了电驱动机器人智能控制方法，有效地提高了系统智能品质。研究了基于视觉机器人智能控制及应用问题，并成功应用于包装生产线与焊接质量检测系统...
基于神经网络的移动机器人路径规划研究
移动机器人 路径规划 神经网络
2008/9/22
该课题的研究成果可应用于移动机器人路径规划系统中，亦可广泛应用于机器人的自主导航与定位系统、CIMES系统中自动运料小车的控制系统和机器人足球比赛的控制系统以及各种全方位自动导引车（AGV）的控制系统中等。该课题的研究成果可以充分提高移动机器人的工作效率，节约能源，自适应性强。在确定环境下也可提高机器人工作的准确性。移动机器人路径规划问题也是移动机器人运动规划的重要组成部分。该课题的研究在理论上也...