改进的RBFNN用于机器人三维表面测量系统曲面重构

扫码查看

原文链接

NETL

中文摘要：为克服三坐标测量机检测速度慢等缺点,提出机器人三维表面测量系统.针对该系统设计了一种基于径向基神经网络(RBFNN)的简洁快速曲面重构方法.该方法考虑到RBFNN选取的神经元函数为高斯函数,将机器人三维表面测量系统获得的点云数据投影到二维平面,然后将该二维平面平均分割,选取分割点为RBFNN神经元的中心,避免了模糊c一均值法选取中心需要迭代计算的缺点,并且重构的网络训练精度和测试精度均高于模糊c-均值法选取中心设计的网络精度.利用该测量系统获得的实际点云数据验证了曲面重构方法的有效性.

作者：

吴德烽、李爱国、马孜、王文标、徐慧朴

展开 >

作者单位：

大连海事大学自动化研究中心,辽宁,大连,116026

关键词：

机器人表面测量系统三维结构曲面重构径向基神经网络

主办单位：

北京理工大学

会议名称：

2009全国博士生学术会议暨网络化控制系统新理论与新实践学术研讨会

会议时间：

2009-10-01

会议地点：

北京

会议母体文献：

2009全国博士生学术会议暨网络化控制系统新理论与新实践学术研讨会论文集

页码：

69-72

出版时间：

2009