基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对空间冗余机器人运动学控制中正、逆运动学求解的复杂性,采用神经网络从两方面解决这一问题.一是从神经网络出发,提出了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;二是从辨识方案出发,以SDIDRNN为基础,在空间7R冗余机器人正、逆运动学模型辨识的问题上,设计了一种新颖的解耦辨识方案.将其与另外两种具有普通网络结构的辨识方案相比较,说明了该新方案具有更高的学习能力,辨识误差可降低到对比方案的40%-6%.由于学习速度的提高,达到设定误差时的训练次数大大减少,使该方案在机器人运动控制系统中的实时计算能力大大增强,为神经网络在机器人运动学控制中的应用提供了一条崭新的思路,具有重要的应用意义.
推荐文章
基于神经网络的机器人驱动系统数学模型辨识
轮式移动机器人
驱动系统
分析与试验
神经网络
模型辨识
基于CPSO-BP算法的水下机器人神经网络辨识
合作粒子群
神经网络
模型辨识
水下机器人
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的空间7R冗余机器人的运动模型辨识
来源期刊 应用基础与工程科学学报 学科 工学
关键词 动态神经网络 运动辨识 空间冗余机器人
年,卷(期) 2002,(4) 所属期刊栏目
研究方向 页码范围 418-428
页数 11页 分类号 TP24
字数 7513字 语种 中文
DOI 10.3969/j.issn.1005-0930.2002.04.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余跃庆 北京工业大学机电学院 212 2808 27.0 41.0
2 姜春福 北京工业大学机电学院 12 273 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (22)
二级引证文献  (23)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
动态神经网络
运动辨识
空间冗余机器人
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用基础与工程科学学报
双月刊
1005-0930
11-3242/TB
16开
北京大学老地学楼110室
1993
chi
出版文献量(篇)
2121
总下载数(次)
3
总被引数(次)
21474
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导