基于GRNN的人机交互下遥操作力预测方法

• 作者: 李鸣 熊鹏文 雷耀
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 遥操作系统 人机交互 信息融合 GRNN
• 年，卷（期）: 2018,（6）
• 页码范围: 1130-1136
• 页数: 7页
• 分类号: TP242
• 字数: 4395字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2018.06.021

摘要

为了解决人机交互作业时操作人员不能准确感知末端接触力信息的问题,提出了一种基于GRNN信息融合的方法.基于主动端的力反馈手控器和从动端的遥操作机器人,搭建实验操作平台,以人为中心构建整个系统,同步采集手控器的姿态信号、手臂肌电信号以及末端机器人的速度、加速度和接触力信息训练GRNN,并将GRNN得到的预测力与真实力进行比较.结果显示,采用纸盒和泡沫板2种不同材料进行穿刺实验的均方误差值分别为0.24和0.16,泡沫板进行穿刺和切割2种不同作业得到的均方误差值分别为0.16和0.13,从而证明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鸣	南昌大学信息工程学院	108	717	14.0	23.0
2	熊鹏文	东南大学仪器科学与工程学院	14	168	7.0	12.0
6	雷耀	南昌大学信息工程学院	2	3	1.0	1.0