基于粗糙集和模糊神经网络的抓取模式选择

• 作者: 卢朝洪 梅涛 骆敏舟
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 机器人 抓取模式 粗糙集 模糊神经网络
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 135-141
• 页数: 7页
• 分类号: TP24
• 字数: 5942字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.02.002

摘要

机器人抓取模式选择主要是利用人的抓取经验来进行的,具有一定的不确定性和模糊性.本文根据这一特点,以研制的形状自适应手爪抓取模式分类为基础,在综合考虑抓取任务和物体特征的同时,采用模糊的输入方式,同时在保持分类能力不变的前提下,采用粗糙集理论从训练样本中提取和精简规则来构建模糊神经网络.利用神经网络良好的分类特性来选择合适的抓取模式,减少了网络输入,简化了网络拓扑结构,缩短了训练时间,提高了抓取的自动化水平.最后通过抓取实验验证了抓取模式选择的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梅涛	中国科学院合肥智能机械研究所	75	1218	19.0	31.0
2	骆敏舟	中国科学院合肥智能机械研究所	50	787	13.0	26.0
6	卢朝洪	中国科学院合肥智能机械研究所	5	102	4.0	5.0