首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】机械臂径向基函数神经网络阻抗控制方法_中国科学院深圳先进技术研究院_202211638808.3 

申请/专利权人:中国科学院深圳先进技术研究院

申请日:2022-12-20

公开(公告)日:2024-06-21

公开(公告)号:CN118219247A

主分类号:B25J9/16

分类号:B25J9/16;G06N3/048;G06N3/08;G06N3/006

优先权:

专利状态码:在审-公开

法律状态:2024.06.21#公开

摘要:本发明涉及一种机械臂径向基函数神经网络阻抗控制方法,包括:该方法以空间机械臂阻抗控制系统闭环方程为基础,分析了环境信息不确定和碰撞模型未知情况下不能实现精准力控制的原因,利用粒子群优化算法调整径向基函数神经网络中的权值矩阵,以提高径向基函数神经网络的收敛速度和寻优性能。基于改进后的径向基函数神经网络设计阻抗控制器,使改进后的神经网络能实时调整阻抗参数以达到更好的柔顺控制效果。

主权项:1.一种机械臂径向基函数神经网络阻抗控制方法,其特征在于,该方法包括如下步骤:a.将机械臂期望的轨迹与实际的轨迹的差、期望的力与实际的力的差、期望的速度与实际的速度的差作为径向基函数神经网络的输入信号;b.初始化所述径向基函数神经网络的输出权值矩阵,设置径向基函数神经网络各层节点个数;所述径向基函数神经网络包括:输入层、隐藏层、输出层;c.选取高斯基函数作为隐含层的激活函数,将输入信号输入隐含层与输出权值矩阵计算得到阻抗参数;d.根据上述阻抗参数,当机械臂与环境接触产生接触力时响应该接触力,使机械臂系统在位置控制和力控制之间达到平衡状态;e.粒子群寻优,及定义粒子的适应度函数;f.得到下一代粒子群的位置和速度,并计算各粒子的适应度,更新个体极值与全局极值;g.判断全局极值是否小于设定的目标值或者是否达到迭代次数上限;h.如果全局极值小于设定的目标值或者达到迭代次数上限,则寻优结束,将输出权值矩阵返回至径向基函数神经网络中,得到输出权值矩阵中每个元素的最优解;i.判断得到的阻抗参数是否是最优阻抗参数;j.如果得到的阻抗参数是最优阻抗参数,则采用最优阻抗参数对机械臂进行自适应柔顺控制。

全文数据:

权利要求:

百度查询: 中国科学院深圳先进技术研究院 机械臂径向基函数神经网络阻抗控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。