基于神经网络的水下机器人力控策略研究 |
| |
引用本文: | 赵永虹.基于神经网络的水下机器人力控策略研究[J].应用声学,2014,22(5):1442-1445. |
| |
作者姓名: | 赵永虹 |
| |
作者单位: | 国家开放大学 四川分部,成都 610073[HJ1.65mm] |
| |
摘 要: | 水下机器人抓取物体时,物体与指尖存在力控制问题,但是由于动力学模型、被抓取物体位置和刚度的不确定性,采用传统阻抗控制方法不具有鲁棒性,因此对基于位置的神经网络阻抗控制方法进行了研究,构建了基于位置的神经网络阻抗控制器,采用三层前向反馈神经网络构建补偿器结构,基于 BP算法和Delta学习规则,得到了反向传播的更新规则;该神经网络控制系统具有很强的自适应性,可以很好地完成机器手抓取物体的任务;在水下机器人单手指上分别对软性材料(泡沫)和硬性材料(木块)施加5N恒定力进行反复的实验,结果表明,该方法具有较好的补偿和控制效果,为水下机器人的准确抓握和合理操作奠定基础。
|
关 键 词: | 水下机器人 神经网络 阻抗控制 力控制 |
收稿时间: | 2013/12/30 0:00:00 |
修稿时间: | 2014/2/17 0:00:00 |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|