基于神经网络的水下机器人力控策略研究

• 作者: 赵永虹
• 来源期刊: 计算机测量与控制
• 关键词: 水下机器人 神经网络 阻抗控制 力控制
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 控制技术
• 页码范围: 1442-1445
• 页数: 4页
• 分类号: TP241
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵永虹	国家开放大学四川分部	1	2	1.0	1.0