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:
文章分析了智能挖掘技术的研究现状,给出了试验挖掘机器人运动学模型及负载工况下动态特性方程;为实现典型挖掘工况下工作装置位姿及液压驱动力的控制,设计了一种基于BP(back propagation)神经网络PID(proportion‐integral‐derivative)控制算法的控制器;并以山河智能SWE‐17E挖掘机器人为平台进行试验验证。试验结果表明,采用BP神经网络 PID控制算法得到的工作装置末端轨迹跟踪误差均方差小于10 cm ,驱动力跟踪也达到了较高精度,证明了BP神经网络PID控制算法对于挖掘机器人力与位姿控制的可行性和有效性。
推荐文章
攀爬机器人末端位姿的视觉检测与控制
仿生攀爬机器人
自主攀爬
夹持器位姿
视觉检测器
挖掘机器人视觉目标定位
挖掘机器人
视觉传感器
目标定位
LabVIEW
具有无线通讯功能的挖掘机器人的设计与实现
无线通讯
挖掘机器人
控制系统
面向位控机器人的力/位混合控制
机器人
力/位混合控制
阻抗控制
力控制
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 挖掘机器人负载工况下的力与位姿控制
来源期刊 合肥工业大学学报(自然科学版) 学科 工学
关键词 挖掘机器人 典型挖掘工况 BP神经网络PID控制 力与位姿控制
年,卷(期) 2016,(11) 所属期刊栏目 机械与汽车工程
研究方向 页码范围 1451-1455
页数 5页 分类号 TU621|TP183
字数 3294字 语种 中文
DOI 10.3969/j.issn.1003-5060.2016.11.003
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 赵喻明 中南大学高性能复杂制造国家重点实验室 20 116 6.0 9.0
3 陈欠根 中南大学高性能复杂制造国家重点实验室 68 588 15.0 21.0
7 高尚康 中南大学高性能复杂制造国家重点实验室 1 0 0.0 0.0
10 沈东羽 中南大学高性能复杂制造国家重点实验室 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (52)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
挖掘机器人
典型挖掘工况
BP神经网络PID控制
力与位姿控制
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
合肥工业大学学报(自然科学版)
月刊
1003-5060
34-1083/N
大16开
合肥市屯溪路193号
26-61
1956
chi
出版文献量(篇)
7881
总下载数(次)
18
总被引数(次)
57827
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导