基于遗传优化RBF神经网络的机器人无标定视觉伺服控制

• 作者: 岳晓峰 曹斌 阳建峰 马国元
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 无标定视觉伺服 遗传算法 RBF 拟合 眼在手上
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 系统结构
• 页码范围: 2617-2621
• 页数: 5页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.11.015

摘要

为了解决机器人无标定视觉伺服控制系统中精度不高和过程繁琐的问题,提出了基于遗传算法优化的RBF神经网络,对图像特征变化速度和机器人关节角变化速度之间的非线性关系的学习,拟合出两者间的非线性视觉映射关系,从而实现无标定视觉伺服控制.通过对基于图像的眼在手上无标定视觉伺服系统仿真模型进行验证,结果表明,与传统的基于图像的逆雅可比矩阵控制方法相比,文中方法具有更好的精度与效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳晓峰		84	411	10.0	16.0
2	马国元		4	1	1.0	1.0
3	阳建峰		1	0	0.0	0.0
4	曹斌		1	0	0.0	0.0