基于神经网络的机器人运动模型辨识及其实验研究 | |
姜春福 ; 余跃庆 ; 刘迎春 | |
2012-04-13 ; 2012-04-13 | |
关键词 | 机器人 神经网络 辨识 |
中文摘要 | 针对机器人建模中不确定因素的影响,采用神经网络辨识机器人输入输出间的非线性关系,建立机器人的运动学模型。为了提高神经网络的辨识速度,基于Elman动态递归网络,通过增加网络输入输出的部分信息,提出一种新的动态神经网络结构——状态延迟输入动态递归神经网络(SDIDRNN),提高了网络的学习速度和稳态精度。以PowerCubeTM模块化机器人为研究对象,把根据机器人返回的关节位置信息和利用OPTOTRAK3020三维运动测量系统测得的机器人末端位置信息作为SDIDRNN的学习样本,对包含各种影响因素的机器人运动模型进行辨识,得到了满意的结果,说明了该神经网络的优越性。 |
原文出处 | http://guest.cnki.net/grid2008/brief/detailj.aspx?filename=KZYC200305009&dbname=CJFQ2003 |
内容类型 | 期刊论文 |
源URL | [http://hdl.handle.net/123456789/11491] ![]() |
专题 | 北京工业大学 |
推荐引用方式 GB/T 7714 | 姜春福,余跃庆,刘迎春. 基于神经网络的机器人运动模型辨识及其实验研究[J],2012, 2012. |
APA | 姜春福,余跃庆,&刘迎春.(2012).基于神经网络的机器人运动模型辨识及其实验研究.. |
MLA | 姜春福,et al."基于神经网络的机器人运动模型辨识及其实验研究".(2012). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论